發(fā)布時(shí)間：2017-03-20 07:01

  本文關(guān)鍵詞：不同統(tǒng)計(jì)模型在公共衛(wèi)生研究中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：目的： 對(duì)收集的結(jié)核病患病資料,利用不同的統(tǒng)計(jì)模型對(duì)資料進(jìn)行擬合分析,探討結(jié)核病患病的影響因素,為結(jié)核病的防治提供線索和依據(jù)；分析和比較不同的回歸模型對(duì)資料的擬合程度和效果。通過本研究,為今后在公共衛(wèi)生領(lǐng)域相關(guān)研究中所收集的類似具有聚集性特征的數(shù)據(jù)資料分析,提供一些分析的借鑒方法和線索。 方法： 本研究利用防治艾滋病、病毒性肝炎和結(jié)核病等重大傳染病規(guī)�；F(xiàn)場(chǎng)流行病學(xué)和干預(yù)研究項(xiàng)目中的調(diào)查研究成果,收集和整理2009-2012年浙江省13個(gè)結(jié)核病防治示范區(qū)中有關(guān)結(jié)核病患病的專項(xiàng)數(shù)據(jù)資料,資料內(nèi)容主要包括地區(qū)因素、性別因素、年齡因素和結(jié)核病患病情況。根據(jù)不同統(tǒng)計(jì)模型適用的資料類型和條件不同,在模型擬合分析前,對(duì)數(shù)據(jù)分別進(jìn)行整理和重新編碼。采用不同的統(tǒng)計(jì)模型,對(duì)資料進(jìn)行擬合分析。主要涉及的回歸模型包括：Logistic回歸模型、Probit回歸模型、Poisson回歸模型、負(fù)二項(xiàng)回歸模型、多水平Poisson回歸模型、調(diào)整過離散的多水平Poisson回歸模型和多水平負(fù)二項(xiàng)回歸模型等,通過擬合不同的模型,分析和了解地區(qū)因素、性別因素和年齡因素等因素對(duì)結(jié)核患病的影響,同時(shí)對(duì)不同統(tǒng)計(jì)模型的擬合情況進(jìn)行比較。本研究對(duì)資料的整理和編碼采用了Excel2007和SAS9.2,模型擬合和參數(shù)估計(jì)采用了SAS9.2統(tǒng)計(jì)分析軟件。 結(jié)果： 擬合的所有7個(gè)統(tǒng)計(jì)模型的結(jié)果都顯示,地區(qū)因素、性別因素和年齡因素對(duì)結(jié)核病的患病都有影響。Logistic回歸模型、Probit回歸模型、Poisson回歸模型和負(fù)二項(xiàng)回歸模型都提示,本資料中相對(duì)于A類地區(qū)人群,C類地區(qū)和B類地區(qū)人群地區(qū)因素都是危險(xiǎn)因素,OR值都大于2；男性人群與女性人群之間結(jié)核患病率差異有統(tǒng)計(jì)學(xué)意義,OR值大于2,即男性人群患結(jié)核病的相對(duì)危險(xiǎn)度是女性人群的2倍以上；≥50歲與50歲人群結(jié)核患病率差異有統(tǒng)計(jì)學(xué)意義,OR值大于2,即≥50歲人群患結(jié)核病的相對(duì)危險(xiǎn)度是50歲人群的2倍以上。 擬合的前6種統(tǒng)計(jì)模型雖然部分處理了離散的情況,但結(jié)果顯示6個(gè)模型中Pearson卡方值與自由度之比最小為4.44,該值大于1,說明資料存在過離散現(xiàn)象,分析時(shí)需要處理離散問題。而多水平負(fù)二項(xiàng)回歸模型的Pearson卡方值與自由度之比1.02,接近于理想的值1,較好地解決了殘差的過離散問題。通過模型間比較發(fā)現(xiàn),多水平模型尤其是多水平負(fù)二項(xiàng)回歸模型比單水平模型要更適合本資料的擬合。 結(jié)論： 統(tǒng)計(jì)分析提示地區(qū)因素、性別因素和年齡因素對(duì)結(jié)核病患病有影響,可以針對(duì)性地制定相應(yīng)措施和政策,提高結(jié)核病防治效率；不同統(tǒng)計(jì)模型比較結(jié)果提示,多水平模型對(duì)具有聚集性、嵌套性資料的擬合效果優(yōu)于單水平模型,并且也可以很好地處理資料存在的過離散問題。
【關(guān)鍵詞】：統(tǒng)計(jì)模型 多水平模型 模型擬合 結(jié)核病
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R181.3;R52
【目錄】：

• 致謝4-5
• 中文摘要5-7
• Abstract7-14
• 1 引言14-26
• 1.1 研究背景14-16
• 1.2 相關(guān)統(tǒng)計(jì)模型簡(jiǎn)介16-26
• 2 研究?jī)?nèi)容和方法26-27
• 2.1 資料來源26
• 2.2 研究方法26-27
• 3 分析結(jié)果27-51
• 3.1 資料基本情況27-35
• 3.2 模型擬合情況35-51
• 4 討論51-55
• 4.1 統(tǒng)計(jì)模型的選擇51-52
• 4.2 資料離散情況52-53
• 4.3 模型擬合結(jié)果討論53
• 4.4 本研究的不足之處53-55
• 5 結(jié)論55-56
• 參考文獻(xiàn)56-60
• 綜述60-80
• 參考文獻(xiàn)74-80
• 附錄80-88
• 作者簡(jiǎn)歷及在學(xué)期間所取得的科研成果88

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 李嬋娟,夏結(jié)來,姚晨,于莉莉;負(fù)二項(xiàng)回歸在新藥安全性評(píng)價(jià)中的應(yīng)用[J];第四軍醫(yī)大學(xué)學(xué)報(bào);2004年24期

2 曹秀堂,趙清波,徐勇勇,李文潮;不等距重復(fù)觀測(cè)數(shù)據(jù)的多層次模型分析方法[J];第四軍醫(yī)大學(xué)學(xué)報(bào);1997年02期

3 周海濱;葉承剛;朱斌;王瑞;彭子日;汪保國(guó);彭績(jī);;深圳市慢性病患者就醫(yī)選擇影響因素的多水平模型分析[J];中國(guó)社會(huì)醫(yī)學(xué)雜志;2011年04期

4 徐建;孫璐;;用于交通事故分析的基于貝葉斯方法的條件自回歸負(fù)二項(xiàng)模型(英文)[J];Journal of Southeast University(English Edition);2014年01期

5 孫龍;尚U喅

本文編號(hào)：257321