基于縱向數(shù)據(jù)對成人高血壓患病率影響因素的研究
發(fā)布時間:2020-08-02 11:11
【摘要】:伴隨國家實力的增強和全球范圍內(nèi)科學(xué)技術(shù)的發(fā)展,民眾的生活水平普遍得到提高,同時醫(yī)療水平和公共衛(wèi)生的進(jìn)步也延長了人的壽命。多種類疾病的困擾隨著個體的生存時間接踵而來。我國居民的高血壓患病率總體呈上升趨勢,且高血壓引起的諸多心腦血管疾病對人的身體和經(jīng)濟造成巨大威脅,對于高血壓疾病的預(yù)防和治療刻不容緩。個體患有高血壓的影響因素是復(fù)雜和因人而異的。本文旨在探究在社會屬性、身體狀況、飲食營養(yǎng)和生活習(xí)慣等方面中可能影響個體患有高血壓的因素以及影響程度,通過廣義混合效應(yīng)模型給出具有說服力的分析。本文將使用中國健康與營養(yǎng)調(diào)查收集的中國從2004年至2011年間的四次調(diào)查數(shù)據(jù)進(jìn)行實例分析。我們首先對高血壓的危害和嚴(yán)峻形勢進(jìn)行了分析,通過閱讀大量文獻(xiàn)對研究中的候選解釋變量進(jìn)行了篩選。然后,我們對全數(shù)據(jù)進(jìn)行處理后獲得成人高血壓數(shù)據(jù)并完成了深入剖析和描述工作。其次,文章通過擬合logistic混合效應(yīng)模型對縱向數(shù)據(jù)進(jìn)行分析。我們以AIC和BIC準(zhǔn)則作為變量選擇方法對不同的變量組合構(gòu)成的模型進(jìn)行比較,進(jìn)而完成變量選擇工作并獲得最終模型。結(jié)果表明對患有高血壓存在顯著影響的變量有個體年齡,性別,勞動強度,能量與碳水化合物的攝入量,腰圍和身體質(zhì)量指數(shù)。最后,我們對模型的擬合結(jié)果進(jìn)行了較為合理的解釋,并為個體健康和預(yù)防高血壓疾病提出了建議。
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:R544.1
【圖文】:
圖 3-1 不同年齡的人數(shù)分布3.2 數(shù)據(jù)的描述我們在第 3 章中對原始數(shù)據(jù)中可能涉及的變量進(jìn)行了描述,然后根據(jù)全連接的理論和方法對不同數(shù)據(jù)表進(jìn)行了連接。針對部分在調(diào)查問卷中未直接獲得但是我們預(yù)計使用的變量,通過公認(rèn)的標(biāo)準(zhǔn)進(jìn)行了構(gòu)造。由于全體樣本本身含有大量的缺失值,因此我們需要對數(shù)據(jù)中的缺失情況進(jìn)行逐步的處理。最后,根據(jù)數(shù)據(jù)描述的環(huán)節(jié)所得到各個變量的統(tǒng)計結(jié)果,我們針對個別變量的取值情況進(jìn)行了處理,排除了一些取值嚴(yán)重超出正常值的樣本。經(jīng)過上述步驟的處理,我們得到了最終用來擬合模型的的數(shù)據(jù)。其中,初始數(shù)據(jù)共計 129 094 條,經(jīng)過處理最后剩余 18 269 條。變量共計 25 個,他們分別是個體編號、調(diào)查年份、省份、戶口類別、性別、年齡、個人收入、日均工作時間、受教育程度、主要職業(yè)、勞動強度、三日平均能量攝入、三日平均碳水化合物攝入、三日平均脂肪攝入、三日平均蛋白質(zhì)攝入、睡眠、吸煙、飲酒、疾病史、腰圍、高血壓、
圖3-2年齡在[18,93]區(qū)間的樣本數(shù)量分布
最高受教育程度的人數(shù)分布
本文編號:2778434
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:R544.1
【圖文】:
圖 3-1 不同年齡的人數(shù)分布3.2 數(shù)據(jù)的描述我們在第 3 章中對原始數(shù)據(jù)中可能涉及的變量進(jìn)行了描述,然后根據(jù)全連接的理論和方法對不同數(shù)據(jù)表進(jìn)行了連接。針對部分在調(diào)查問卷中未直接獲得但是我們預(yù)計使用的變量,通過公認(rèn)的標(biāo)準(zhǔn)進(jìn)行了構(gòu)造。由于全體樣本本身含有大量的缺失值,因此我們需要對數(shù)據(jù)中的缺失情況進(jìn)行逐步的處理。最后,根據(jù)數(shù)據(jù)描述的環(huán)節(jié)所得到各個變量的統(tǒng)計結(jié)果,我們針對個別變量的取值情況進(jìn)行了處理,排除了一些取值嚴(yán)重超出正常值的樣本。經(jīng)過上述步驟的處理,我們得到了最終用來擬合模型的的數(shù)據(jù)。其中,初始數(shù)據(jù)共計 129 094 條,經(jīng)過處理最后剩余 18 269 條。變量共計 25 個,他們分別是個體編號、調(diào)查年份、省份、戶口類別、性別、年齡、個人收入、日均工作時間、受教育程度、主要職業(yè)、勞動強度、三日平均能量攝入、三日平均碳水化合物攝入、三日平均脂肪攝入、三日平均蛋白質(zhì)攝入、睡眠、吸煙、飲酒、疾病史、腰圍、高血壓、
圖3-2年齡在[18,93]區(qū)間的樣本數(shù)量分布
最高受教育程度的人數(shù)分布
【參考文獻(xiàn)】
相關(guān)期刊論文 前2條
1 蓋笑松,張向葵;多層線性模型在縱向研究中的運用[J];心理科學(xué);2005年02期
2 李立明,趙顯峰;高血壓的流行病學(xué)縱向研究[J];中國慢性病預(yù)防與控制;1996年03期
相關(guān)碩士學(xué)位論文 前2條
1 徐敏;基于轉(zhuǎn)換模型與混合效應(yīng)模型的醫(yī)保費用控制研究[D];西南財經(jīng)大學(xué);2016年
2 陳丹萍;廣義線性混合效應(yīng)模型(GLMM)與復(fù)雜抽樣的logistic回歸模型在分層整群抽樣數(shù)據(jù)分析中的比較[D];復(fù)旦大學(xué);2010年
本文編號:2778434
本文鏈接:http://sikaile.net/yixuelunwen/xxg/2778434.html
最近更新
教材專著