縱向研究缺失數(shù)據(jù)多重填補(bǔ)及混合效應(yīng)模型分析.pdf

1、目的：
　　全國(guó)社區(qū)高血壓規(guī)范化管理項(xiàng)目中，根據(jù)社區(qū)高血壓三級(jí)管理要求，對(duì)實(shí)施一級(jí)和二級(jí)管理的高血壓患者在實(shí)施社區(qū)規(guī)范管理后，每隔三個(gè)月隨訪記錄患者相關(guān)信息，管理監(jiān)測(cè)一年內(nèi)隨訪四次，從而獲得高血壓規(guī)范化管理縱向研究資料。由于獲取該資料所需時(shí)間較長(zhǎng)且影響因素復(fù)雜，以及研究對(duì)象欠合作、行動(dòng)不便或居住地的改變等，不可避免地會(huì)出現(xiàn)數(shù)據(jù)缺失。若一味地刪除缺失數(shù)據(jù)，僅用完整數(shù)據(jù)分析，不僅會(huì)損失原有資料蘊(yùn)藏的部分信息，且有可能引致模型參數(shù)估計(jì)有

2、偏，甚至得出違背客觀事實(shí)的謬誤。為能充分地利用縱向監(jiān)測(cè)資料中缺失數(shù)據(jù)所蘊(yùn)藏的信息，提供一個(gè)解決縱向缺失數(shù)據(jù)的新思路。
　　方法：
　　本文主要闡述Markov Chain Monte Carlo(MCMC)多重填補(bǔ)與重復(fù)測(cè)量資料混合效應(yīng)模型分析的原理；將重復(fù)測(cè)量混合效應(yīng)線性模型與(MCMC)多重填補(bǔ)這兩種方法結(jié)合起來(lái)，并結(jié)合社區(qū)高血壓規(guī)范化管理實(shí)例，系統(tǒng)闡明縱向監(jiān)測(cè)數(shù)據(jù)缺失模型分析步驟及其SAS軟件實(shí)現(xiàn)。
　　結(jié)果：<

3、br>　　根據(jù)全國(guó)社區(qū)高血壓規(guī)范化管理項(xiàng)目統(tǒng)一的入選標(biāo)準(zhǔn)，隨機(jī)抽取社區(qū)高血壓管理項(xiàng)目一級(jí)、二級(jí)高血壓患者資料完全數(shù)據(jù)222份，并根據(jù)222例高血壓患者縱向監(jiān)測(cè)的完全數(shù)據(jù)，產(chǎn)生數(shù)據(jù)缺失比例為18.92％的隨機(jī)缺失數(shù)據(jù)集，進(jìn)行實(shí)例驗(yàn)證。模擬研究和實(shí)例分析表明，樣本例數(shù)222，缺失比例18.92%時(shí)：1、MCMC法多重填補(bǔ)5次時(shí)所得結(jié)果最穩(wěn)?。?、混合效應(yīng)模型對(duì)數(shù)據(jù)中缺失信息的利用率較低，其分析結(jié)果與完全數(shù)據(jù)分析結(jié)果略有不同；3、利用MCMC

4、法多重填補(bǔ)填補(bǔ)5次時(shí)得到填補(bǔ)后數(shù)據(jù)，利用混合效應(yīng)模型對(duì)其分析，其結(jié)果與完全數(shù)據(jù)分析結(jié)果一致。
　　結(jié)論：
　?。∕CMC）多重填補(bǔ)次數(shù)模擬結(jié)果表明，樣本量一定時(shí)，隨著缺失比例增加，需要增加填補(bǔ)次數(shù)；缺失比例一定時(shí)，隨著樣本量的增加，需要填補(bǔ)次數(shù)逐漸減少。因此不同樣本含量下不同缺失比例填補(bǔ)次數(shù)是不同的?；旌闲?yīng)模型缺失數(shù)據(jù)模擬結(jié)果表明，樣本量一定時(shí)，隨著缺失比例增加，對(duì)缺失數(shù)據(jù)中觀察單位的信息利用率越差。本文通過(guò)對(duì)不同樣本量下