縱向研究中,由于獲取資料所需的時(shí)間較長,可能會(huì)由于研究對象欠合作、行動(dòng)不便或居住地改變等原因,不可避免地出現(xiàn)數(shù)據(jù)缺失。數(shù)據(jù)的缺失機(jī)制分為三種,即完全隨機(jī)缺失(MCAR)、隨機(jī)缺失(MAR)和非隨機(jī)缺失(MNAR)。非隨機(jī)缺失的資料分析,可選用的模型方法主要有選擇模型(SEM)、模式混合模型(PMM)、共參數(shù)模型(SPM)及變系數(shù)模型(VCM)等,其中模式混合模型的研究目前引起研究者們的廣泛關(guān)注。有關(guān)模式混合模型分析縱向監(jiān)測非隨機(jī)缺失資料研究,在結(jié)構(gòu)上存在的可識別性低的問題逐漸引起人們的研究興趣。 為了解決模式混合模型可識別性低的問題,本文系統(tǒng)闡述了三種模型識別限制策略,即完全個(gè)案缺失值(CCMV)限制、相鄰個(gè)案缺失值(NCMV)限制、可用個(gè)案缺失值(ACMV)限制,并模擬證實(shí)不同缺失比例及樣本含量條件下,三種模型識別限制策略的參數(shù)估計(jì)。結(jié)合全國社區(qū)高血壓規(guī)范化管理實(shí)例,分別采用CCMV、NCMV及ACMV識別限制,對含有缺失的高血壓隨訪監(jiān)測數(shù)據(jù)進(jìn)行多重填補(bǔ),采用限制極大似然估計(jì)方法(REML)實(shí)現(xiàn)模型參數(shù)進(jìn)行估計(jì)；通過對三種模型識別限制策略分析結(jié)果的相互對比,進(jìn)行敏感性分析。其主要結(jié)果如下： 1、在最佳適用條件下,三種模型識別限制策略均可獲得相對穩(wěn)定準(zhǔn)確的參數(shù)估計(jì)值。 模擬研究結(jié)果表明,在缺失比例一定的條件下,隨著樣本含量的增加,三種模型識別限制策略下的參數(shù)估計(jì)值越來越接近于真值,且其標(biāo)準(zhǔn)誤越來越��；當(dāng)樣本含量達(dá)到200時(shí),參數(shù)估計(jì)值趨于穩(wěn)定。在樣本含量一定的條件下,隨著缺失比例的增大,三種識別限制策略參數(shù)估計(jì)結(jié)果的標(biāo)準(zhǔn)誤越來越大。當(dāng)缺失比例較小(約低于30%)時(shí),CCMV識別限制策略參數(shù)估計(jì)結(jié)果的標(biāo)準(zhǔn)誤與其它兩種策略相比較小,其參數(shù)估計(jì)值也較接近于真值；當(dāng)缺失比例較大(約大于60%)時(shí),NCMV識別限制策略參數(shù)估計(jì)結(jié)果的標(biāo)準(zhǔn)誤與其它兩種策略相比較小,其參數(shù)估計(jì)值較接近于真值；而在其他缺失比例下,ACMV識別限制策略參數(shù)估計(jì)標(biāo)準(zhǔn)誤較小,估計(jì)相對準(zhǔn)確。 2、按缺失模式分層,采用三種模型識別限制策略分析社區(qū)高血壓規(guī)范化管理實(shí)例,并對各模式結(jié)果進(jìn)行整合,解釋更客觀準(zhǔn)確。 通過各缺失模式下的血壓值-時(shí)間變化趨勢可知,收縮壓較高或舒張壓較低的患者容易出現(xiàn)缺失。各模式結(jié)果表明,模式3、模式4下三種識別限制策略參數(shù)估計(jì)結(jié)果完全一致,而模式1、模式2下的參數(shù)估計(jì)結(jié)果則有相差。整合結(jié)果表明,三種限制策略下的參數(shù)估計(jì)結(jié)果基本一致,對收縮壓而言,按CCMV限制策略填補(bǔ),病程及隨訪時(shí)間是影響高血壓患者收縮壓控制效果的有意義因素,而按NCMV及ACMV限制策略填補(bǔ),病程、超重及隨訪時(shí)間對社區(qū)高血壓患者收縮壓控制效果有影響；而舒張壓資料三種限制策略填補(bǔ)結(jié)果表明年齡及隨訪時(shí)間對社區(qū)高血壓患者舒張壓控制效果有影響。 3、三種識別限制策略的綜合應(yīng)用可作為高血壓隨訪監(jiān)測的敏感性分析。 本研究中,CCMV、NCMV及ACMV限制策略分析結(jié)果可認(rèn)為是不同敏感性參數(shù)下的結(jié)果。無論反應(yīng)變量為收縮壓或舒張壓,三種識別限制策略下的模式混合模型參數(shù)估計(jì)結(jié)果基本相近,且其血壓值-時(shí)間趨勢線都呈現(xiàn)下降趨勢,斜率相近且近乎平行,這表明模式混合模型識別限制策略能較好的實(shí)現(xiàn)對高血壓缺失數(shù)據(jù)的填補(bǔ)與估計(jì)。
【學(xué)位單位】：山西醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2013
【中圖分類】：R181
【文章目錄】：
中文摘要
Abstract
第一章 前言
第二章 原理與方法
    2.1 模式混合模型基本原理
    2.2 PMM識別限制策略
    2.3 識別限制策略模式混合模型擬合步驟
    2.4 三個(gè)觀測時(shí)間點(diǎn)特例識別限制策略模式混合模型擬合步驟
    2.5 參數(shù)估計(jì)
    2.6 敏感性分析
    2.7 軟件實(shí)現(xiàn)
第三章 模擬研究
第四章 實(shí)例分析
    4.1 高血壓基線資料統(tǒng)計(jì)描述
        4.1.1 太原四社區(qū)高血壓規(guī)范化管理患者一般情況分析
        4.1.2 四種缺失模式下高血壓患者血壓檢測值一般描述
    4.2 基于識別限制策略的社區(qū)高血壓規(guī)范化管理資料模式混合模型
        4.2.1 收縮壓模式混合模型識別限制策略結(jié)果分析
        4.2.2 舒張壓模式混合模型識別限制策略結(jié)果分析
    4.3 社區(qū)高血壓規(guī)范化管理實(shí)例分析結(jié)果的敏感性分析
第五章 討論
第六章 小結(jié)
參考文獻(xiàn)
個(gè)人簡介
攻讀學(xué)位期間發(fā)表論文情況
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 王學(xué)麗;;不完全數(shù)據(jù)下響應(yīng)變量的精度估計(jì)[J];濱州學(xué)院學(xué)報(bào);2007年06期

2 王學(xué)麗,耿直;借助優(yōu)勢比信息識別不可忽略缺失數(shù)據(jù)的模型參數(shù)[J];數(shù)理統(tǒng)計(jì)與管理;2005年03期

3 鐘漫如,苗巧云,王旭;不完全數(shù)據(jù)的完全化及其模擬結(jié)果[J];數(shù)理醫(yī)藥學(xué)雜志;1998年01期

4 孫曉松;汪四水;;數(shù)據(jù)非隨機(jī)缺失機(jī)制的檢驗(yàn)[J];雁北師范學(xué)院學(xué)報(bào);2007年02期

5 夏結(jié)來;郭祖超;顏光宇;;不完全數(shù)據(jù)的全信息回歸系數(shù)估計(jì)及其模擬結(jié)果[J];中國衛(wèi)生統(tǒng)計(jì);1995年03期

6 莊嚴(yán);邢艷春;馬文卿;;含有缺失機(jī)制的多元縱向數(shù)據(jù)分析[J];中國衛(wèi)生統(tǒng)計(jì);2008年05期

7 董沾健;趙耐青;林燧恒;;REML法和Bayesian法對小樣本不平衡單因素隨機(jī)效應(yīng)模型方差成分估計(jì)的模擬比較分析[J];中國衛(wèi)生統(tǒng)計(jì);2009年01期

8 郭玉華;熊良圣;聶愛蟬;瘳文君;劉葉建;;我國高血壓病流行狀況及社區(qū)防治策略探討[J];微量元素與健康研究;2012年06期

本文編號：2883979