本文選題：生長發(fā)育 + 嬰幼兒�。� 參考：《中國衛(wèi)生統(tǒng)計》2015年01期

【摘要】：目的應用混合線性模型,分析嬰幼兒生長發(fā)育軌跡的影響因素,建立生長發(fā)育軌跡的預測模型。方法采用SAS軟件MIXED過程分析456例足月健康新生兒的生長發(fā)育資料,建立基于混合線性模型的0~12月齡嬰兒體重生長軌跡預測模型。結果 0~12月齡嬰兒體重發(fā)育軌跡主要受出生體重、性別、喂養(yǎng)方式、母親文化程度、家庭經濟狀況的影響。擬合的混合線性模型不僅考慮了個體內和個體間變異,還可方便地加入個體效應與其他因素的交互項,更客觀地解釋各因素對嬰兒生長發(fā)育的影響。結論混合線性模型是研究嬰幼兒生長發(fā)育規(guī)律的一種有效、實用的方法。
[Abstract]:Objective to analyze the factors influencing the growth and development trajectory of infants and toddlers by using mixed linear model and to establish a predictive model of growth and development trajectory. Methods the data of 456 full-term healthy newborns were analyzed by SAS software MIXED, and a prediction model of weight growth trajectory was established based on mixed linear model. Results the developmental track of weight was mainly influenced by birth weight, sex, feeding mode, mother's education level and family economic condition. The fitted mixed linear model not only takes into account the variation in the body and between individuals, but also can easily add the interaction between individual effect and other factors, and more objectively explain the influence of various factors on the growth and development of infants. Conclusion the mixed linear model is an effective and practical method to study the growth and development of infants.
【作者單位】： 中南大學公共衛(wèi)生學院流行病與衛(wèi)生統(tǒng)計學教研室;長沙市四方坪街道社區(qū)衛(wèi)生服務中心;長沙市新河街道社區(qū)衛(wèi)生服務中心;長沙市東風路街道社區(qū)衛(wèi)生服務中心;
【基金】：國家自然科學基金資助(81373101)
【分類號】：R174

【共引文獻】

相關期刊論文 前1條

1 孫霖;王欣;武留信;徐勇勇;;基于設計與模型的總體參數(shù)估計及其在抽樣調查中的應用[J];實用預防醫(yī)學;2015年03期

【相似文獻】

相關期刊論文 前10條

1 于長春;于曉華;;混合線性模型在軍事訓練重復測量資料中的應用[J];中國醫(yī)院統(tǒng)計;2008年03期

2 余松林;;混合線性模型的應用[J];中國醫(yī)院統(tǒng)計;2006年01期

3 嚴濤;袁兆康;;混合線性模型在裂區(qū)試驗設計中的應用[J];中國衛(wèi)生統(tǒng)計;2013年05期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關會議論文 前2條

1 周永正;;混合線性模型中β與δ的同時估計[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 童春發(fā);施季森;李力;;一般遺傳模型的方差分析和協(xié)方差分析[A];持續(xù)發(fā)展，，再創(chuàng)輝煌——中國林學會林木遺傳育種分會第五屆年會文集[C];2002年

相關博士學位論文 前1條

1 尤薩夫;基于混合線性模型進行遺傳數(shù)據(jù)分析的異常值檢測方法[D];浙江大學;2008年

本文編號：2115582