潜在类别混合模型及其在纵向数据轨迹分析中的应用北大核心CSCD

目的介绍潜在类别混合模型及其在纵向数据轨迹分析中的应用。方法以一项限制能量摄入的随机对照临床试验为例,应用潜在类别混合模型进行轨迹分析,结合贝叶斯信息准则、平均后验概率及高后验概率个体所占比例判断最佳轨迹数目及形状。结果四组三次模型最优,人群分为四类减重模式:高体重快速减重组、低体重快速减重组、高体重缓慢减重组及对照组。结论潜在类别混合模型既能识别群体中的异质性,又能考虑到类别内个体发展轨迹,有望广泛应用于纵向数据的处理分析。