一种高精度多元非线性回归模型在药学中的应用

<正> 多元非线性回归是指一个因变量与多个自变量间的非线性关系的回归。药学中常遇到这种“非线性关系”,如用多元线性回归甚至多元多项式回归,可能拟合精度较差。本文提出一种多元非线性模型,用BASIC语言编写其参数求解程序,在IBM—PC机上通过,显示该模型能大大提高回归精度。     

模糊最小二乘法模型

本文引入模糊数间的一种距离,把类似的最小二乘法用于对模糊观测数据的分析,提出两类拟合模糊数据的模糊线性回归模型,证明确定模型的条件,给出计算模型参数的简明方法。     

基于贝叶斯估计的累积logistic回归与多层累积logistic回归模型比较

目的:通过基于MCMC法的贝叶斯参数估计方法,比较多层累计logistic回归模型与累计logistic回归对非独立数据的适应性。方法:通过模型诊断和参数信息进行两模型的比较。结果:累计logistic回归的参数标准误较小且获取的信息较少,DIC显示多层累计logistic回归模型对数据拟合优。讨论:由于多层模型考虑到高水平变异及信息,所以更适用于分析非独立数据。而DIC则通过计算有效参数个数,使其适合于衡量多层模型对数据的拟合程度。     

Logistic回归诊断及SAS实现

当前Logistic回归模型的应用非常广泛，它已经被作为一个常规工具用于医学领域。模型建立的正确与否不仅与所用方法有关．更重要的是原始数据的结构有无问题。因变量和协变量的数据结构直接影响到Logistic回归模型参数的估计。因此．在建立回归方程时进行回归诊断显得尤为需要。回归诊断主要包括考察模型的拟合优度、多元共线性分析、影响分析等。由于一些统计量的计算相当复杂，所以我们借助SAS统计软件得以实现，另外还可以得到各种图来辅助回归诊断。     

用GAM程序拟合光滑样条非参数回归

回归分析模型包括参数回归、半参数回归和非参数回归.参数回归其回归形式已知,只是其中参数待定.参数回归的最大优点在于回归结果可以外延,但缺点也很明显,它的假定条件过于严格,在不少情况下回归模型经常会受到限制而不适用.非参数回归与参数回归恰好相反,其回归函数形式不定,可适用于任意分布的资料,拟合效果一般优于参数模型,但其结果外延困难,且操作复杂.由于非参数回归具有较强的适用性,且对模型的假定不严,因而其应用有着较为广阔的前景.鉴于国内医药卫生统计领域关于非参数回归的研究和应用较少.本文简要介绍了光滑样条非参数回归,并采用SAS 8.1中的GAM程序给出光滑样条非参数回归的拟合方法。     

运用经典统计理论确定医学预测中线性模型的有效超前期

目的:运用经典统计理论探讨了医学预测中线性模型有效超前期的确定方法,并对各种方法进行比较,进而选择出确定有效超前期的最好方法及其使用条件,确定出最佳预测模型。方法:利用1979年~1999年全国平均每万人口中卫生机构专业卫生人员数资料,从数值分析和误差理论入手,用经典统计理论探讨了线性回归模型有效超前期的确定方法。结果:用直线回归模型和对数线性回归模型对全国平均每万人口中卫生机构专业卫生人员数资料进行拟合,获得两个模型。确定有效超前期的研究结果显示,用经典统计理论的t检验法和F检验法确定直线回归模型的有效超前期为两年,而在确定对数线性回归模型的有效超前期时,t检验法不稳定而导致无法确定有效超前期,F检验法确定的有效超前期为4年。结论:①确定有效超前期需根据方法的应用条件和数据的性质确定,若数据间的独立性满足F检验法时,宜选用F检验法而不选用t检验法;②对数线性回归模型的有效超前期优于直线回归模型。     

多元协方差分析的多重检验简算法

本文用线性回归模型导出了一个适用于多元协方差分析调整均数间两两比较的多重检验简算法。该法与FLSD法完全等价,且简便和更易理解。     

基于广义线性回归模型的医疗保险住院费用预测

在医疗保险基金运行中,住院费用支出是一个重要方面。人们以前常常采用古典线性回归模型对住院费用进行分析,但是古典线性回归模型是建立在一些假设之上的。在非寿险精算中,古典线性回归模型的假设很难得到满足。广义线性模型的误差项服从自然指数分布,而普通线性回归模型的误差项服从正态分布,这样就使得广义线性模型更加灵活,适用范围更加广阔。用广义线性回归模型分别对住院费用进行分析和预测。     

GA-BP神经网络、多元线性回归预测新疆癫痫患儿拉莫三嗪血药浓度

摘要：目的:建立遗传算法-反向传播（GA-BP）神经网络模型、多元线性回归模型预测新疆癫痫患儿拉莫三嗪血药浓度。方法:回顾性收集自治区人民医院2015年8月～2021年10月份就诊的296例癫痫患儿口服拉莫三嗪的稳态血药浓度以及临床资料,建立GA-BP人工神经网络模型、多元线性回归模型预测拉莫三嗪血药浓度,比较两种方法对拉莫三嗪血药浓度的预测能力。结果:多元线性回归分析结果显示影响拉莫三嗪血药浓度的因素有民族、合并用药、给药剂量、疗效以及部分生化指标（P＜0.05）;GA-BP神经网络模型对60个验证组浓度预测误差均小于10%,误差小于15%的比率是100.00%,平均预测误差（MPE）为0.000 72%,平均绝对误差（MAE）为0.45%,血药浓度预测值与实测值之间的相关系数r=0.999 8,预测结果较理想。多元线性回归模型60个浓度预测误差小于15%的比率是20.00%,MPE为2.54%,MAE为4.74%,血药浓度的预测值与实测值之间的相关系数r=0.225 2,预测结果较差。结论:与多元线性预测模型相比,GA-BP神经网络预测模型根据患者临床资料可较好的预测新疆癫痫患儿拉莫三嗪血药浓度。     

关于我国人口数量预测及其影响因素的分析

收集1995~2005年我国人口统计数据,建立多元线性回归模型,对影响人口增长的重要因素进行分析,并对2006、2007年我国人口预测,为我国制定人口政策提供可靠依据。     

基于logistic回归模型的南京地区医生多点执业影响因素分析

本研究针对医师多点执业这一问题,选取了南京地区16家医院的100名在职医师进行调研,利用描述性统计、独立性检验和线性回归模型等方法对调研信息进行分析。医院级别、类型和性质是影响医师多点执业的主要客观因素,同时医师个人主观看法也影响着多点执业的实施效果。最后根据分析的结论对多点执业政策实施提出相关建议。     

基于改进曲线回归模型的人全血中环孢素A谷浓度预测

目的：建立基于改进曲线回归的人全血中环孢素A（CsA）谷浓度预测模型,为临床个体化用药提供依据。方法：回顾收集天津医科大学总医院37名使用CsA治疗免疫相关性全血细胞减少症（IRP）的患者生理生化检测指标相关信息,采用主成分分析法（PCA）-多元线性回归模型和PCA-多项式曲线回归模型利用上述指标对患者全血中CsA谷浓度进行预测。结果：利用PCA将33个生理生化指标降维简化,确定10个主成分。PCA-多元线性回归模型的拟合优度为0.254 6,均方误差为175.8;PCA-多项式曲线回归模型的拟合优度为1.000,均方误差为3e^-15。结论：PCA-多项式曲线回归模型拟合程度高,均方误差较小,优于PCA-多元线性回归模型。PCA-多项式曲线回归模型更适合用于IRP患者CsA谷浓度的预测。     

Effects of Proportional Hazard Assumption on Variable Selection Methods for Censored Data

Abstract

The Cox proportional hazard (PH) model is widely used to determine the effects of risk factors and treatments (covariates) on survival time of subjects that might be right censored. The selection of covariates depends crucially on the specific form of the conditional hazard model, which is often assumed to be PH, accelerated failure time (AFT), or proportional odds (PO). However, we show that none of these semiparametric models allow for the crossing of the survival functions and hence such strong assumptions may adversely affect the selection of variables. Moreover, the most commonly used PH assumption may also be violated when there is a delayed effect of the risk factors. Taking into account all of these modeling assumptions, this study examines the effect of the PH assumption on covariate selection when the data generating model may have non-PH. In particular, variable selection under two alternative models are explored: (i) the penalized PH model (using the elastic-net penalty) and (ii) the linear spline based hazard regression model. We apply the aforementioned models to the ACTG-175 dataset and simulated datasets with survival times generated from the Weibull and log-normal distributions. We also examine the effect on covariate selection of stratifying the analysis on the off-treatment indicator.     

A note on fitting one-compartment models: non-linear least squares versus linear least squares using transformed data

Drug concentrations in one-compartment systems are frequently modeled using a single exponential function. Two methods of estimation are commonly used for determining the parameters of such a model. In the first method, non-linear least-squares regression is used to calculate the parameters. In the second method, the data are first transformed by a logarithmic function, and then the log-concentration data are fit using linear least-squares regression. The assumptions for fitting these models are discussed with special emphasis on which data points are most influential in determining parameter values. The similarities between fitting a linear regression model to the log-concentration data and fitting a weighted regression model to the original data are noted. An example is presented that illustrates the differences in fitting a model to the log-transformed data versus fitting unweighted and weighted models to the original-scale data.     

缺血性脑卒中发病影响因素的研究

目的:探讨缺血性脑卒中发病的影响因素,为预防和控制缺血性脑卒中的发生和发展提供科学依据。方法:采用1∶1配比进行对比研究,收集病例和对照各206例,调查研究对象的既往病史、家族史、环境因素等资料,采用SP SS 13.0统计软件对研究因素进行L og istic回归分析。结果:体育锻炼为缺血性脑卒中的保护性因素,OR值为0.116;高血压、高血糖、体重指数(BM I)和吸烟为缺血性脑卒中发病的危险因素,OR值分别为5.392,2.768,3.568,4.826。结论:及时防治高血压和糖尿病等原发病,积极控制体重和吸烟,养成良好的生活方式是预防和控制缺血性脑卒中的最有效的措施。     

支架辅助栓塞术后氯吡格雷治疗时血小板高反应性的风险因素分析

目的:探讨颅内动脉瘤(IAs)患者支架辅助栓塞术(SAC)术后氯吡格雷治疗时血小板高反应性(HTPR)的风险因素,并构建Logistic回归模型,分析该模型对IAs患者SAC术后氯吡格雷治疗时HTPR风险的预测.方法:入组160例SAC术后患者,给予阿司匹林和氯吡格雷抗血小板治疗,连续服用5 d,晨起抽取静脉血,检测血...     

Cox线性Logistic模型在新生儿窒息原因回顾性分析中的应用

目的:探讨新生儿窒息发生的主要原因及交互作用。方法:应用Cox线性Logistic回归模型对产科临床导致新生儿窒息的17种危险因素及其交互作用做了定量的危险度分析。结果:早产、胎心异常、产程延长、脐带绕颈等12种因素为主要危险因素;对有产前出血史、中度以上妊娠高血压症、臀位或横位产妇施用不恰当的分娩方式,将提高新生儿的窒息的危险性。结论:对于有此类症状的产妇施用恰当的分娩方式将改善围产儿的预后,降低新生儿窒息的发生率。     

脑卒中复发影响因素的Cox回归分析

目的 探讨脑卒中复发的主要影响因素.方法 2 065例脑卒中新发病例为研究人群,随访患者的复发情况,调查影响复发的各种因素.随访时间为3年.应用Cox比例风险回归模型对影响脑卒中复发的各种因素进行单因素和多因素分析.结果 截至随访终点,受访病例共1 881例,失访病例184例.复发病例327例（17.38%）,6个月内复发45例（13.76%）,6个月至1年复发68例（20.80%）,1～2年复发97例（29.66%）,～3年复发117例（35.78%）.单因素Cox回归分析：高龄（RR=1.48）、吸烟（RR=1.35）、脂肪摄入（RR=1.83）、高血压史（RR：2.54）、糖尿病史（RR=1.72）、高脂血症（RR=1.83）、脑卒中家族史（RR=2.62）、抑郁（RR=1.84）、生活事件（RR=2.53）、纤维蛋白原（RR=1.75）、颈动脉斑块（RR=2.68）为脑卒中复发的危险因素;女性（RR=0.64）、运动（RR=0.33）、社会支持（RR=0.36）为脑卒中复发的保护因素.多因素Cox回归分析表明：高血压史（RR=1.86）、高脂血症（RR=1.95）、脑卒中家族史（RR=2.62）、生活事件（RR=2.38）、颈动脉斑块（RR=2.77）是引起脑卒中复发的危险因素;运动（RR=0.35）、社会支持（RR=0.32）是脑卒中复发的保护因素.结论 对脑卒中患者的高血压史、高脂血症、脑卒中家族史的预防、多参加体育运动、增强对生活事件的应对能力,有助于脑卒中复发的预防.     

南昌市脑血管病发病与气象因素相关性研究

目的探讨脑梗死(CI)、脑出血(CH)、蛛网膜下腔出血(SAH)发病与气象因素的相关性。方法收集我院2004-2009年脑血管病患者3922例及同期的气温、气压、相对湿度等气象资料;采用圆分布分析脑血管病发病的季节规律。结果 (1)CI冬季高发,平均角在1月份(P<0.05),CH、SAH夏季高发,平均角在8月和7月份(P<0.05);(2)CI月发病例数与月均气温、月均最高气温、月均最低气温呈负相关(P<0.05),与月均最高气压、月均最低气压呈正相关(P<0.05);CH月发病例数与月平均气温、月均最高气温、月均最低气温呈正相关(P<0.05);SAH月发病例数与月均气温、月均最高气温、月均最低气温呈正相关(P<0.05),与月均最高气压、月均最低气压呈负相关(P<0.05);(3)多元逐步回归筛选出来影响CI月发病例数的气象因素是月平均最低气温。影响CH月发病例数的气象因素是月均最高气温和月均最低气压,影响SAH月发病例数的气象因素是月均最低气压。结论气象因素是脑血管病发病的影响因素,在脑血管病的预防工作中应充分考虑其发病的季节特点及气象因素。     

四川省西昌市吸毒人群初次共用注射器具吸毒情况调查分析

目的:了解四川省西昌市吸毒人群初次共用注射器具的发生情况及其影响因素。方法:于2004年5-7月,从社区中招募吸毒人员,调查其社会人口学、初次吸烟、饮酒和吸毒相关行为特征情况。结果:在调查的451名吸毒人员中,82·04%(370/451)在调查前注射毒品;50·33%(227/451)曾经共用过注射器具。从初次吸毒到初次共用注射器具静脉注射毒品的发生率为9·69/100人年,多因素Cox比例风险模型分析结果显示,与初次共用注射器具的发生相关的变量为男性(危险率比值为1·80;95%可信区间为1·11-2·91)、初中以下文化(危险率比值为1·48;95%可信区间为1·14-1·94)和15a以前开始吸烟(危险率比值为1·40;95%可信区间为1·06-1·84)。从初次静脉注射毒品到初次共用注射器具注射毒品的发生率为34·12/100人年,多因素Cox比例风险模型分析结果显示,与初次共用注射器具发生相关的变量为男性(危险率比值为1·92;95%可信区间为1·20-3·06)和初中以下文化(危险率比值为1·31;95%可信区间为1·00-1·71)。结论:西昌市吸毒人群中男性、文化程度低和吸烟年龄早是其初次共用注射器具发生的影响因素。