卫生统计

核偏最小二乘回归及其在医学中的应用;广义加性模型及其应用;广义可加模型稳健估计在空气污染对健康影响评价中的应用;临床试验中多个终点变量同时评价的多元logistic模型;某大学学生亚健康状况及其影响因素logistic回归分析;中国14所医科大学核心竞争力综合评价模型研究     

双变量横断面资料的多水平模型分析

目的 分析双变量横断面资料两个反应变量之间的相关性随协变量变化的规律。方法 双变量多水平模型,最小二乘法。结果 双变量多水平模型可以估计各水平两个变量的方差－协方差阵,据此可以计算出相关系数随协变量变化的函数式。结论 双变量多水平模型是分析双变量横断面资料相关性的有力工具,克服了用简单直线相关处理这类资料的局限性。     

logistic回归模型在ROC分析中的应用

目的探讨logistic回归模型在有协变量或多指标联合诊断试验ROC分析中的应用。方法根据疾病状态建立logistic回归模型,通过形成的预测概率或联合预测因子为分析指标,并结合非参数模型和双正态模型建立ROC曲线。结果通过实例阐述了整个分析过程,并说明了该试剂盒的有效性,同时利用两种模型得到了一致的结果。结论ROC分析中结合logistic回归模型简单有效,尤其适用于有协变量或多指标联合诊断试验的分析评价。     

多元线性回归方法的正确应用和表达

正在医学研究领域,一个变量的变化往往受其它多个变量的影响。如糖尿病患者的血糖变化会受到胰岛素、糖化血红蛋白、甘油三脂、血清总胆固醇等生化指标的影响。多元回归就是研究某一变量受多个变量的影响时,分析变量间的数量依存关系,以及它们对结果变量的相对作用大小。当多个变量与结果变量是线性关系时,所进行的分析即是多元线性回归。多元线性回归可以利用多个变量去预测或者控制一个结果变量的取值,从而了解这些变量对结果变量的影响及其相互关系。1 应用多元线     

多水平logistic回归模型在血吸虫病流行因素研究中的优越性

目的探讨在血吸虫病流行因素的研究中多水平logistic回归模型相对于传统logistic回归模型的优越性。方法分别使用多水平logistic回归模型和传统logistic回归模型分析血吸虫病流行因素。结果多水平logistic回归模型分析中有统计学意义的变量在传统logistic回归分析中均有统计学意义,但在传统logistic回归分析中有意义的几个变量,如人均收入、无害化厕所比例,却没有进入多水平logistic回归模型方程。结论与传统logistic回归模型相比,多水平模型更适合用来研究不同层次的血吸虫病的流行因素。     

混合响应类型的多水平模型在重复测量资料中的应用和实现

目的将混合响应类型的多水平模型应用到具有两个不同类型结局变量的重复测量资料的分析中。方法对原始资料的格式作适当变换,构造一个水平1虚拟变量,将2个结局变量作为水平1上的观察单位,各时间点的重复测量为水平2单位,受试者为水平3单位,用MLwiN2.25软件拟合混合响应类型的三水平模型,对试验组和对照组的疗效,以及受试者的年龄、性别、观察指标的基线值,时间、组别和时间的交互效应进行分析。结果该模型在考虑了两个不同类型的结局变量在各个水平上的相关性后,可以对两个结局变量同时进行影响因素分析,获得解释变量对两个结局变量影响的估计,且只要数据缺失随机则估计是有效且无偏的。结论由于混合响应类型的多水平模型允许结局变量具有不同类型,并且把数据间的相关性分解为重复测量相关性和结局变量间相关性两部分,可有效地进行重复测量资料的动态变化趋势分析,分析结果更为细致。     

含有缺失机制的多元纵向数据分析

目的本文旨在对含有不可忽略缺失机制的多元纵向数据建立一个适当的统计模型。方法对纵向数据建立含有潜在变量的线性混合模型;由于潜在变量在本文中代表治疗效果,而且随着时间变化在不断改进,所以本文用一阶的马氏链来反应潜在变量之间的这种联系;引入logistic回归模型来描述数据的缺失机制。最后利用EM算法对参数进行估计,并且给出了数据的模拟结果。结果从模拟的结果可以看出,参数的96%置信区间包含了待估计参数的真值。结论本文所提出的方法对于估计类似数据的参数具有一定的有效性,相对于传统方法,适用性更广泛,且大大简化了计算的工作量。     

基于贝叶斯估计的诊断试验ROC曲线回归模型

目的 阐明基于贝叶斯估计的ROC曲线回归模型.方法 通过实例对比分析,介绍WinBUGS软件ROC曲线回归模型参数估计与应用.结果 基于贝叶斯估计的ROC曲线回归模型不仅可考虑(平衡)协变量对诊断试验结果准确性评价的影响,而且可计算不同协变量取值条件下的ROC曲线下面积;不同先验分布的选取在一定范围内模型参数估计结果较稳定,可作为临床诊断试验结果分析的依据.结论 基于贝叶斯估计的ROC曲线回归模型,可有效地解决受协变量影响的临床诊断试验准确度评价问题.     

多元多水平模型及其在儿童生长发育研究中的应用

目的传统的统计方法不宜用于分析具有层次结构特征的多反应变量数据,本文探讨了多元多水平模型的原理及应用.方法利用儿童生长发育研究的实例介绍多元多水平模型的构造及其应用.结果获得了解释变量系数的有效估计及身长和体重在各个水平上关系.结论多水平模型可以灵活有效地处理各种具有层次结构的数据.     

无金标准条件下含协变量的ROC曲线估计方法

目的阐明无金标准条件下,考虑协变量后估计ROC曲线的两部贝叶斯模型。方法介绍两部贝叶斯模型,结合实例,筛选无金标准条件下ROC曲线的影响因素,考虑协变量影响后,估计ROC曲线。结果两部贝叶斯模型不仅可探讨协变量对疾病状态的影响,而且可探讨协变量对诊断试验结果的影响,同时可计算不同协变量取值条件下ROC曲线下面积。结论两部贝叶斯模型可有效地解决无金标准条件下,考虑协变量影响的ROC曲线估计问题。     

The application of multilevel modelling to dental caries data

Clinical studies of dental caries experience generate multiple outcome data for each participant, with information collected for each individual tooth surface. This paper investigates multilevel modelling as a method of analysis for dental caries data, allowing for full use of the data collected at surface level. Data from a clinical trial of a caries preventive agent in adolescents are modelled. The effect of tooth position within the mouth on the development of dental caries is investigated, with the results showing the importance of differentiating between the upper and lower arches, when modelling the probabilities of caries developing on teeth. Calculation of the intracluster correlation using the threshold model is suggested for use in multilevel logistic regression modelling of caries data. This model, which assumes that a dichotomous outcome is based on an underlying continuous variable with a threshold point where the outcome changes from zero to one, is identified to be appropriate for the analysis of caries which is a continuous process, but is only identified as present in a clinical trial when it has reached a certain level of severity.     

多重应答资料统计分析及其SAS软件实现过程

目的 探讨现场调查中多重应答资料的统计推断方法.方法 根据多重应答资料不同选项间既存在关联,又不可互换的特点,将其视为多因变量的多元logistic回归问题,采用广义估计方程建模分析,并通过实例及其SAS编程的实现过程进行阐述.结果 广义估计方程可以很好地分析自变量对于多重应答资料各项的影响,并能进一步回答各选项的基线应答概率、作业相关矩阵信息;在此模型下,还可以进一步分析各影响因素对于每一选项的具体影响,或各自变量的分层比较具体差异的信息.结论 广义估计方程可以作为现场调查中多重应答资料的推断分析.     

Meta分析中多变量多水平模型方法的探讨

为了探讨多变量多水平模型在Ｍｅｔａ 分析中的应用价值，根据Ｍｅｔａ 分析中具有两个“效应尺度”的数据，拟合双变量两水平模型，估计有关参数以及预测值。结果表明，在模型中可同时获得两个平均“效应尺度”及其相关系数的估计，以及其影响因素的估计。Ｍｅｔａ 分析中如果具有不止一个“效应尺度”，则多变量多水平模型可获得多个平均“效应尺度”的估计值及其可信区间，也可分析多个平均“效应尺度”估计值之间的相关关系，探讨有关因素对这一关系的影响     

长沙市农村中学生暴力遭遇影响因素多元多水平分析

目的 分析长沙市农村中学生暴力遭遇发生影响因素.方法 以过去一年是否遭遇情感暴力、躯体暴力、性暴力为多应变量,采用多元多水平logistic回归模型分析三种暴力类型间的相关关系及暴力遭遇的影响因素.结果 在3620名被调查者中,情感暴力、躯体暴力和性暴力的发生率分别为21.5%、24.3%和2.0%.采用多元多水平模型将班级水平的随机效应分离出来后得到情感暴力与躯体暴力、情感暴力与性暴力,躯体暴力与性暴力之间的相关系数分别为0.337、0.133、0.131;躯体暴力发生率在班级内存在聚集性(X2=4.286,P=0.038);情感暴力与性暴力在班级内存在关联性(X2=4.239,P=0.039);躯体暴力与性暴力在班级内存在关联性(X2=4.482,P=0.034).暴力发生率的影响因素有性别、吸烟、父母吵架、欺负他人、自尊水平.结论 多元多水平模型可将班级水平的随机效应分离出来,使结果的估计更加准确;在采取有关措施降低中学生暴力遭遇发生率时,除应注意一些个人因素和家庭因素的影响外,班集体小环境所起的作用也不容忽视.     

多元多水平模型及其在血压影响因素研究中的应用

目的探讨多元多水平模型在血压影响因素研究中的应用。方法利用MLwin2.02软件对获得的数据进行二元三水平模型拟合。结果收缩压和舒张压在地区水平上的相关系数为0.949,在个体水平上的相关系数为0.701;收缩压和舒张压随着年龄的增加而增加,但年龄增大对收缩压的影响幅度更大,β分别为0.720(收缩压)和0.118(舒张压),χ2=4284.56,P<0.001;男性的收缩压和舒张压水平均高于女性,但男性人群尤以舒张压水平升高更为明显,β分别为2.208(收缩压)和3.113(舒张压),χ2=31.35,P<0.001。结论多元多水平模型可以灵活有效地处理层次结构的数据,适合于血压影响因素研究。     

多反应变量重复测量资料的协方差类型模型应用及SAS实现

目的 探讨协方差类型模型在多反应变量的重复测量资料分析中的应用方法 为了评价盐酸吡格列酮片治疗2型糖尿病的有效性,以安慰剂为对照,对240例2型糖尿病患者的空腹血糖和餐后2 h血糖重复观测数据进行多反应变量的协方差类型模型分析,对模型的固定效应参数矩阵作最小二乘估计并进行组间比较,同时给出误差效应的方差协方差矩阵,利用...     

广东省高中生健康素养影响因素多元多水平分析

目的 了解广东省高中生健康素养水平及其影响因素。方法采用多阶段抽样方法,运用卫生部编制的“2009年中国公民健康素养调查问卷”对高中生进行问卷调查。采用MLwinN 2.19软件对资料进行多元多水平分析。结果广东省1606名高中生知识与理念性、行为性、技能性素养的平均分分别是69.08±14.81、60.05±16.85和74.99±21.17。三方面健康素养均存在一定的相关性,且班级水平相关性(0.972、0.715、0.855)明显高于个体水平相关性(0.565、0.426、0.438)。结论来自经济欠发达地区、普通中学、学习成绩差、零花钱较多、低年级、男性学生的健康素养水平较低。     

广义估计方程与多水平logistic回归模型在临床纵向数据分析中的应用及比较

目的探讨广义估计方程和多水平模型的应用与临床纵向研究以解决个体重复观测数据内部的相关性问题。方法根据临床纵向实例数据的特点,拟合因变量为二分类的广义估计方程和多水平模型,并与一般logistic模型比较。结果广义估计方程和多水平模型的分析结果与一般logistic模型不同。由于未能考虑个体内重复观测数据的相关性,一般logistic模型错误显示临床分期与近期疗效相关,而广义估计方程和多水平模型分析结果则显示相关无统计学意义。经分层分析也未发现临床分期与近期疗效的关联。结论广义估计方程和多水平模型都能有效地考虑重复观测数据内部相关性并能处理有缺失值的资料。与多水平模型相比,广义估计方程的参数估计较为稳定,可有效的估计各解释变量的效应。     

多水平模型在艾滋病流行趋势研究中的应用

目的对多水平负二项分布模型在艾滋病病流行趋势研究中应用的优势和不足做探索性研究。方法利用重庆市1994-2009年各区县年度新发艾滋病频数数据以及各区县年度常住人口数,结合多水平建模方法分别拟合Poisson模型和负二项分布模型计算参数并比较。结果负二项分布的超方差系数k=5.887 279,较之Poisson分布模型中的超方差系数k=9.008 424有所减小,但仍大于1且有统计学意义,2种模型拟合结果有差异但不明显。结论多水平负二项分布模型在对艾滋病流行趋势的研究中较之传统的Poisson分布模型无明显差异,2种模型解释的侧重点不同。     

Multivariate multilevel spline models for parallel growth processes: application to weight and mean arterial pressure in pregnancy

Growth models are commonly used in life course epidemiology to describe growth trajectories and their determinants or to relate particular patterns of change to later health outcomes. However, methods to analyse relationships between two or more change processes occurring in parallel, in particular to assess evidence for causal influences of change in one variable on subsequent changes in another, are less developed. We discuss linear spline multilevel models with a multivariate response and show how these can be used to relate rates of change in a particular time period in one variable to later rates of change in another variable by using the variances and covariances of individual‐level random effects for each of the splines. We describe how regression coefficients can be calculated for these associations and how these can be adjusted for other parameters such as random effect variables relating to baseline values or rates of change in earlier time periods, and compare different methods for calculating the standard errors of these regression coefficients. We also show that these models can equivalently be fitted in the structural equation modelling framework and apply each method to weight and mean arterial pressure changes during pregnancy, obtaining similar results for multilevel and structural equation models. This method improves on the multivariate linear growth models, which have been used previously to model parallel processes because it enables nonlinear patterns of change to be modelled and the temporal sequence of multivariate changes to be determined, with adjustment for change in earlier time periods. Copyright © 2012 John Wiley & Sons, Ltd.