不同統(tǒng)計模型在公共衛(wèi)生研究中的應用.pdf_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目的:
  對收集的結(jié)核病患病資料,利用不同的統(tǒng)計模型對資料進行擬合分析,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)場流行病學和干預研究項目中的調(diào)查研究成果,收集和整理

2、2009-2012年浙江省13個結(jié)核病防治示范區(qū)中有關(guān)結(jié)核病患病的專項數(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)計模型適用的資料類型和條件不同,在模型擬合分析前,對數(shù)據(jù)分別進行整理和重新編碼。采用不同的統(tǒng)計模型,對資料進行擬合分析。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、負二項回歸模型、多水平Poisson回歸模型、調(diào)整過離散的多水平Pois

3、son回歸模型和多水平負二項回歸模型等,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結(jié)核患病的影響,同時對不同統(tǒng)計模型的擬合情況進行比較。本研究對資料的整理和編碼采用了Excel2007和SAS9.2,模型擬合和參數(shù)估計采用了SAS9.2統(tǒng)計分析軟件。
  結(jié)果:
  擬合的所有7個統(tǒng)計模型的結(jié)果都顯示,地區(qū)因素、性別因素和年齡因素對結(jié)核病的患病都有影響。Logistic回歸模型、Probit回歸模型、

4、Poisson回歸模型和負二項回歸模型都提示,本資料中相對于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)計學意義,OR值大于2,即男性人群患結(jié)核病的相對危險度是女性人群的2倍以上;≥50歲與<50歲人群結(jié)核患病率差異有統(tǒng)計學意義,OR值大于2,即≥50歲人群患結(jié)核病的相對危險度是<50歲人群的2倍以上。
  擬合的前6種統(tǒng)計模型雖然部分處理了離散的情況,但結(jié)果顯

5、示6個模型中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,分析時需要處理離散問題。而多水平負二項回歸模型的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二項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)計分析提示地區(qū)因素、性別因素和年齡因素對結(jié)核病患病有影響,可以針對性地制定相應措施和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論