本文關(guān)鍵詞：縱向研究二分類數(shù)據(jù)非隨機缺失邊際條件線性模型及其應(yīng)用

  更多相關(guān)文章： 邊際條件線性模型 縱向二分類數(shù)據(jù) 非隨機缺失 敏感性分析

【摘要】：縱向研究是指在較長一段時間內(nèi)對同一個體進行多次、連續(xù)監(jiān)測的研究,隨著醫(yī)學(xué)模式的改變,社區(qū)醫(yī)學(xué)、心理學(xué)以及公共衛(wèi)生等領(lǐng)域縱向研究工作與項目資料的分析方法引起了研究者們的關(guān)注�？v向監(jiān)測二分類資料往往由于監(jiān)測時間較長,研究對象對研究失去興趣,或由于患者的病情惡化,導(dǎo)致中途退出研究而形成數(shù)據(jù)缺失。對于非隨機缺失的縱向二分類資料研究,常選用選擇模型、共享參數(shù)模型和模式混合模型。由于這些模型僅考慮了固定時間點上的缺失,關(guān)于實際調(diào)查過程中,不能按規(guī)定時間接受調(diào)查,即數(shù)據(jù)的缺失發(fā)生在調(diào)查期內(nèi)任意時間點缺失問題的研究為社區(qū)醫(yī)學(xué)研究提出了新課題。 本文擬針對社區(qū)縱向監(jiān)測過程中監(jiān)測數(shù)據(jù)存在的非隨機缺失問題,且缺失時間為連續(xù)型分布的縱向二分類監(jiān)測資料,在闡明模式混合模型原理的基礎(chǔ)上,采用貝葉斯估計理論與方法,進一步探索邊際條件線性模型(marginalized conditional linear model,MCLM)的構(gòu)建,基于邊際均值、條件均值以及相關(guān)性結(jié)構(gòu),將模型參數(shù)看作是隨觀測時間變化的線性或二次方函數(shù),完成其軟件編程與實現(xiàn)。在非隨機缺失縱向二分類數(shù)據(jù)模型分析中,該模型既考慮了協(xié)變量與應(yīng)變量之間以及二分類應(yīng)變量之間的關(guān)系,同時也考慮了二分類響應(yīng)變量與缺失時間之間的關(guān)系。既解決了模式混合模型中缺失時間為離散分布的問題,也解決了缺失可以發(fā)生在觀察期內(nèi)任意時間點的連續(xù)型分布的問題,充分地利用了每個個體缺失時間提供的信息。不僅可以反映縱向連續(xù)監(jiān)測時點上動態(tài)變化趨勢,而且可以表明不同個體間變化的特征差異。 為解決邊際條件線性模型的理論研究與應(yīng)用問題,本課題進行了不同樣本含量和缺失比例條件下的模擬研究,并以全國社區(qū)高血壓規(guī)范化管理太原分中心社區(qū)監(jiān)測資料為例,完成了模型構(gòu)建,設(shè)定不同的敏感性參數(shù)進行了敏感性分析,實現(xiàn)軟件編程與分析等。主要結(jié)果小結(jié)如下： 1、不同樣本量和缺失比例條件下,模擬證實邊際條件線性模型參數(shù)估計更準確 本文設(shè)定缺失比例分別為10%-90%,樣本含量在30-1000之間,對模型進行模擬研究,結(jié)果表明：當(dāng)樣本含量一定時,缺失比例越大,參數(shù)估計值的標(biāo)準誤越大；當(dāng)缺失比例一定時,隨著樣本含量的增大,參數(shù)估計值越接近于真值,其估計值的標(biāo)準誤越來越小。當(dāng)樣本含量在300以下時,不同缺失比例參數(shù)估計值不穩(wěn)定,當(dāng)樣本含量大于300時,不同缺失比例下參數(shù)估計值相差不大,模擬結(jié)果進一步證實了樣本含量在300以上時,邊際條件線性模型對縱向二分類非隨機缺失數(shù)據(jù)參數(shù)估計結(jié)果更準確。 2、邊際條件線性模型擬合太原市社區(qū)高血壓規(guī)范化管理資料結(jié)果分析解釋更客觀準確 利用太原市社區(qū)高血壓規(guī)范化管理監(jiān)測數(shù)據(jù),構(gòu)建邊際條件線性模型,結(jié)果表明年齡、體重指數(shù)參數(shù)均隨缺失時間而變化,早期缺失和晚期缺失具有不同的模型參數(shù)估計值。年齡參數(shù)隨缺失時間呈上升趨勢,參數(shù)估計值為正,表明年齡越大,高血壓患者血壓控制的效果越差,后期出現(xiàn)數(shù)據(jù)缺失的高血壓患者尤為明顯,年齡較大的高血壓患者,其血壓值多為異常。體重指數(shù)參數(shù)隨缺失時間呈上升趨勢,說明晚期數(shù)據(jù)缺失的超重者,其血壓值多為異常。不同中心參數(shù)隨缺失時間基本保持不變,與中心1相比,中心3高血壓患者血壓控制效果較好,而中心2和中心4血壓控制效果較差。 3、敏感性分析表明邊際條件線性模型對社區(qū)高血壓缺失數(shù)據(jù)分析結(jié)果更合理 本課題選取社區(qū)1和社區(qū)2不同性別高血壓患者進行敏感性分析,設(shè)其敏感性參數(shù)分別為a1和a2,取3組不同的敏感性參數(shù)值分別為a1=0,a2=2;a1=2, a2=0和a1=2,a2=2。敏感性分析結(jié)果提示,不同敏感性參數(shù)邊際條件線性模型,對男女社區(qū)規(guī)范化管理的高血壓患者血壓值變化量的估計結(jié)果相近。表明邊際條件線性模型對太原市社區(qū)高血壓規(guī)范化管理含有缺失的監(jiān)測數(shù)據(jù)分析結(jié)果更趨合理。進一步證實了邊際條件線性模型對含有信息缺失數(shù)據(jù)的參數(shù)估計效果較好。 4.WinBUGS軟件可方便地解決復(fù)雜模型和分布問題的貝葉斯推斷 實例驗證分析表明,WinBUGS不僅可用有向圖模型進行直觀的描述,而且能夠給出參數(shù)的Gibbs抽樣動態(tài)圖,使抽樣結(jié)果更直觀,同時能方便地得到參數(shù)后驗分布的均數(shù)及95%置信區(qū)間。但由于WinBUGS軟件對數(shù)據(jù)格式要求嚴格,而且數(shù)據(jù)的儲存空間有限,當(dāng)數(shù)據(jù)較大時,直接在WinBUGS中進行數(shù)據(jù)分析會帶來不便。本文通過R軟件編程,調(diào)用WinBUGS軟件包,編程完成了社區(qū)高血壓縱向監(jiān)測二分類資料分析,進一步提示,非隨機缺失邊際條件線性模型在WinBUGS與SAS軟件有機結(jié)合條件下,易于編程實現(xiàn),結(jié)果解釋更穩(wěn)健。
【關(guān)鍵詞】：邊際條件線性模型 縱向二分類數(shù)據(jù) 非隨機缺失 敏感性分析
【學(xué)位授予單位】：山西醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R181
【目錄】：

• 中文摘要5-8
• Abstract8-11
• 第一章 前言11-14
• 第二章 原理與方法14-18
• 2.1 縱向數(shù)據(jù)非隨機缺失機制14-15
• 2.2 邊際條件線性模型的基本原理15-16
• 2.3 參數(shù)估計16-17
• 2.4 敏感性分析17-18
• 第三章 模擬證實研究18-22
• 第四章 實例驗證22-34
• 4.1 太原市四社區(qū)規(guī)范化管理高血壓患者基線資料分析22
• 4.2 太原市四社區(qū)規(guī)范化管理高血壓監(jiān)測資料分析22-26
• 4.3 四社區(qū)高血壓管理縱向監(jiān)測資料邊際條件線性模型應(yīng)用26-32
• 4.4 敏感性分析32-34
• 第五章 討論34-37
• 第六章 小結(jié)37-38
• 參考文獻38-41
• 個人簡歷41-42
• 攻讀學(xué)位期間發(fā)表論文情況42-43
• 致謝43

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 孟海英;劉桂芬;羅天娥;;WinBUGS軟件應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2006年04期

，

本文編號：598681