双变量多水平模型在多重相关中的应用

目的：探讨利用双变量多水平模型分析多重相关中的部分相关问题。方法：双变量多水平模型。结果同一资料用双变量多水平模型计算的部分相关系数及其显著性检验结果与传统最小二乘法计算结果相同,但前者更加简便,快速,结论：双变量多水平模型是分析部分相关问题的有力工具。     

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。     

医学多变量追踪数据的生长曲线模型

目的 研究医学追踪观测数据的多变量生长曲线模型。方法 对两种药物治疗１２０例患者后的舒张压和收缩压追踪观察数据用多元方差分析方法进行生长曲线模型检验,对模型系数作及大似然估计并进行组间比较,分析方法用ＳＡＳ／ＩＭＬ软件编程得以实现。结果 用药后患者的舒张压和收缩压随时间的变化而变化,且两个药物组曲线的变化趋势是不相同的,第一组的变化相对平缓,而第二组起伏波动较大,用药手第一组的舒张压和收缩压相对来     

多水平模型和潜变量增长曲线模型在纵向数据分析中的应用及比较

比较多水平模型和潜变量增长曲线模型在纵向数据分析中的应用。文中以结直肠癌患者术后的生命质量情况为实例,比较两种方法的异同。结果表明两方法的参数估计值结果非常接近,多水平模型在模型构建时较为容易,而潜变量增长曲线模型在模型评价等方面具有优势。两方法均可很好地分析纵向观测的数据,且各有优点,研究者应根据需要选择合适的方法分析数据。     

基于潜变量得分的多水平多变量回归模型在职业紧张评价中的应用

目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在，以职业紧张量表14个分项的潜变量得分，将之作为中问结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧张，而个体应变能力是减轻职业紧张行之有效的方式。随机系数反映这些影响在不同科室存在着不同。结论采用基于潜变量得分的多水平多反应变量回归模型既可有效降低测量误差，又得以合理地解释。尤其对于系统结构数据，多元线性模型的多水平理论比多水平潜变量分析方法更成熟可信。     

多水平模型及其在卫生领域的应用

在卫生领域的研究中,样本一般来自不同的层次和单位,用一般的统计分析方法分析会忽略层次间的差异而影响分析的准确性。多水平模型能同时分析不同层次上的影响因素,在研究的资料有层次结构时,分析得到的结果更加准确可靠。根据研究目的和资料的类型,多水平模型有不同的形式,如多分类离散数据多水平模型、重复测量数据多水平模型、多水平交叉分类模型、双变量多水平模型、非线性多水平模型、多水平时间序列模型等。随着对多水平模型的认识,它在基础医学、临床医学、预防医学等不同卫生领域和医学专业的应用逐渐增多。     

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。     

多水平模型在吸烟行为研究中的应用

目的介绍多水平模型及其应用领域。方法以中国/WHO控烟能力建设合作项目——学校控烟子项目中天津地区中学的学生基线调查资料为例,应用多水平模型分析并与传统logistic回归分析的结果进行比较。结果经检验,数据中存在层次结构。利用多水平模型分析显示,中学生吸烟的影响因素为性别、年龄、态度、环境及班级水平下的宣传教育。此外,在未引入班级水平下宣传教育这一变量时,利用多水平模型分析得到变量的标准误均小于相应的传统logistic回归分析的结果。结论多水平模型适于分析具有层次结构的数据资料,在分层或整群的流行病学或社区调查中具有较高的应用价值。     

多水平模型在流行病学研究中的应用进展

流行病学研究是通过目标人群收集、整理和分析数据,获得真实结果以分析和提供防治疾病及促进健康的策略。其中的关键在于数据质量、方法正确以及偏倚的大小。     

多水平统计模型在多中心临床试验评价中的应用

在临床药物评价中常采用多中心临床试验〔1,2 ,3〕。同一药物在不同中心 (即医院 )间的试验结果往往表现出不完全一致 ,这不仅仅与药物本身有关 ,而且还可能与各中心的技术水平、医生素质等不完全一致有很大的关系。因此 ,在对多中心临床试验进行评价时 ,要考虑两种内部相关 :其一是个体 (病人 )在临床试验各阶段的重复测量值之间的内部相关 ;一个控制得好的临床试验 ,除药物特有的趋势效应外 ,某指标的重复测量值之间应有较高的相关。其二是各中心个体间的内部相关 ;理论上来讲 ,严格的临床试验是不允许有中心效应的 ,但由于各中心的医疗水…     

居家伤害相关因素的多水平模型分析

目的 了解居家伤害发生的相关因素,分析居家伤害发生的条件.方法 调查上海市某街道常住居民9760户,根据WHO"社区伤害和暴力调查指南"以及"伤害外部原因国际分类"自行设计调查问卷.结果 社区居民居家设施中消防和用电安全方面隐患比较大,厨房煤气泄露报警器安装率仅有14.85%;有40.75%家庭没有设置紧急逃生时方便开启的窗.居民能够坚持居家生活时安全行为的比例为50%～70%,其中35.93%的家庭把洗涤剂或药物放在饮料瓶等容器中储存.仅有1.81%的居民认为居家也是伤害发生的高危场所.多水平模型分析显示,家庭因素和户主因素对居家安全有显著影响,如家庭人口数、人均居住面积、受教育程度、职业状况等.结论 居家设施和居家行为中可能导致伤害发生的相关因素广泛存在.     

多分类反应变量的多水平多项式模型及其应用

目的 具有多层次结构特征的分类离散数据不宜用常规方法分析,本文探讨了多水平多项式模型原理应用。方法 分别从无序分类两种情形,研究多水平多项式模型的构造及估计的实现。结果 实例验证多水平模型能给予准确而详尽的结果。结论对多次结构的多分类离散度数据应用使用多交错面式模型分析,在实际应用时尖注意模型的构造及估计方法的选择。     

多重填补法和多水平模型在纵向随访数据中的应用

目的 探讨在纵向随访数据中如何处理缺失值和相关性,充分利用所收集到的数据来反映研究总体。方法 先模拟产生纵向完整数据集和缺失数据集,然后用多重填补法（multiple imputation methods,MI）和多水平模型（multilevel model,MLM）来处理,再用随机区组方差分析比较各组的差异,最后用实例验证。结果 不同缺失类型和不同缺失比例的数据集所得结果一致：基于MI的MLM所得的偏差比MLM小,且随着填补次数的增多而有所减小;偏差随着缺失率的增大而增加,样本量大的结果更稳定。实例分析也验证了模拟的结果。结论 用多重填补法和多水平模型共同处理纵向随访数据可以提高结果的准确性和精确性。     

多水平统计模型在毒理实验研究中的应用

毒理实验研究中的致畸实验、发育毒性实验及生殖毒性实验 ,存在大量以“仔鼠”为观察单位的资料。这类资料的特点是 :存在层次结构 (ｈｉｅｒａｒｃｈｉｃａｌｓｔｒｕｃ ｔｕｒｅ) ,即孕鼠 仔鼠 ,且孕鼠之间存在“窝别效应”。以致畸实验为例 ,同窝别的仔鼠所受到的遗传因素、妊期长短、致畸物的代谢环境等均相同 ,因此 ,同一窝别的仔鼠发生畸形的概率趋于相同 ,而不同窝别的仔鼠发生畸形的概率则趋于不同。这意味着实验中各个仔鼠发生畸形的概率不是完全独立的。目前 ,一些统计软件包如ＥＧＲＥＴ推出的随机效应ｌｏｇｉｓｔｉｃ回归模型…     

多水平模型在交叉设计资料分析中的应用

目的 探讨多水平模型在交叉设计资料分析中的应用价值。方法 通过两水平随机系数模型以及顺序效应的拟合,估计处理效应的大小及其在个体间的变异。结果 分别获得处理应、阶段效应、顺序效应以及个体变异的估计。结论在交叉设计资料分析中,当存在顺序效应时,多水平苛分解并检测顺序效应的大小,同时得到处理效应和阶段效应的估计。     

北京地区居民日均饮水量相关因素的多水平模型分析

目的探讨影响居民日均饮水量的相关因素。方法 2009-2010年,采用多阶段分层随机抽样方法抽取270位北京居民,自制结构式调查问卷进行冬夏两次访谈居民日均饮水量调查,采用多水平统计模型分析居民日均饮水量变异特征及其影响因素。结果多水平模型结果显示,居民日均饮水量在村/居委会存在变异[σ2μ0=0.030(0.009),P<0.05],个体饮水量也存在不同[σ2e0=0.157(0.010),P<0.05],季节、性别、体重对日均饮水量有影响(P<0.05),供水来源和季节有交互作用(P<0.05)。结论居民日均饮水量受到多个因素影响。进行饮水健康风险评估时,不但需要考虑个体特征,而且需考虑不同村/居委会、季节等因素。     

多元多水平模型在儿童生长发育研究中的应用

数据的层次结构(hierarchical or cluster structure，或系统结构)现象广泛存在于医学的各个领域。如生长发育的调查中，按地区、人群进行分层抽样，所得的数据有地区和个人2个层次；同时，研究者感兴趣的反应变量或结局变量常不止1个。许多健康状态的测量经常是多维的。由于同一个体的不同测量指标之间可能存在一定相关性。当对反应变量之间的相关作为一种信息拟合多反应变量的模型。获得它们之间相关程度有效估计时，传统的多元回归方法不再适宜。本文采用儿童生长发育研究实例阐述多元多水平模型的构造及估计实现，为同类研究提供方法参考。     

多水平模型在住院费用影响因素分析中的应用

目的 探讨多水平统计模型在住院费用影响因素研究中的应用.方法 根据该类资料具有层次结构的特点,进行了两水平模型的拟合.结果 住院费用确实在费用类别上存在聚集性,因此在研究住院费用的影响因素时,要在控制费用类别的基础上进行分析更准确.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;控制住院费用应该从费用类别的角度出发,充分考虑医疗保障制度的作用.     

多水平统计模型分析方法及其应用

多水平统计模型结合方差分析和多元统计理论,作为统计分析新技术在处理具有层次结构的数据时表现出绝对优势。本文就其基本原理和形式、参数估计和检验、应用条件以及应用资料类型和领域作简单介绍。