利用儿童保健信息系统数据进行广义估计方程分析

2016-03-30李静黄彦红杨柳董爽贺一鸣基金项目辽宁省科研项目项目编号2013225002作者单位110032沈阳沈阳市妇女儿童保健中心通讯作者黄彦红

中国实用乡村医生杂志 2016年3期

李静黄彦红杨柳董爽贺一鸣基金项目：辽宁省科研项目(项目编号：2013225002)作者单位：110032 沈阳，沈阳市妇女儿童保健中心通讯作者：黄彦红

李静黄彦红杨柳董爽贺一鸣
基金项目：辽宁省科研项目(项目编号：2013225002)
作者单位：110032 沈阳，沈阳市妇女儿童保健中心
通讯作者：黄彦红

【摘要】目的利用儿童保健信息系统中选取的0~12月龄婴儿体重和身长数据，分男女建立每月体重和身长曲线，为儿童保健医生提供临床指导标准。方法针对2 758例儿童分1~5次获得的6 037个重复测量数据，采用广义估计方程(GEE)，按性别建立不同月龄体重和身长曲线。结果充分利用重复测量数据，应用广义估计方程建立了四条分男女不同月龄的体重和身长曲线。结论应用广义估计方程克服一般线性模型应用条件的限制，建立更为科学的儿童体重和身长曲线。

【关键词】儿童保健；信息系统；广义估计方程

儿童保健信息系统是妇幼保健信息系统中的子系统，其主要功能是收集和管理＜7岁儿童保健个案信息，根据目前儿童保健服务工作各个阶段的专业需求，对业务和管理等信息进行收集、处理、存储、分析、传输及交换等的业务应用系统。该系统能动态地了解个体儿童的生长发育规律，由于获取的生长发育指标数据为重复测量数据，重复测量数据的分析方法常用的是重复测量资料的方差分析或多变量方差分析，两种方法不能分析重复数据之间的相关性，同时要求资料中反应变量为定量变量，并且不宜有缺失数据，每个受试对象的重复测量水平数应相等[1]。由于儿童保健信息系统中的每个个体儿童均不能按期按次完成体检工作，因此获得的数据有缺失，不满足方差分析的条件，本文将该系统中的重复测量数据采用条件宽泛的广义估计方程(GEE)进行分析。

1 对象与方法

1.1 对象选取沈阳市儿童保健信息系统中的2013年2月18日—2014年12月9日沈河区0~12月共计2 758例儿童生长发育资料进行统计分析，每名儿童从出生开始定期进行身长和体重的测量，次数1~5次，共有6 206个测量数据；删除不完整、不合逻辑数据169例，最终获得有效资料6 037个。1.2 方法

1.2.1 建立儿童保健信息系统根据《儿童保健手册》内容设计儿童信息库，内容包括姓名、性别、年龄、父母姓名、家庭住址等。

1.2.2 生长发育监测数据儿童1周岁前分1个月、3个月、6个月、8个月进行≥4次身长、体重测量。由于实际数据并不是按照这4个月份获取的，因此本次获得的数据存在次数不等、月份不统一现象。

1.2.3 统计分析将儿童保健信息系统中按照时限、地点选取数据导入Excel软件，采用SPSS 20.0统计软件完成资料分析。针对儿童连续性重复测量数据(身长和体重)采用GEE进行统计分析。

2 结果

2.1 不同月龄男女间体重和身长比较本次获取的6 037个儿童生长发育数据中，男孩2 878个，占47.7%；女孩3 159个，占52.3%。选择出生时、1个月、3个月、6个月及8个月的体重和身长值进行性别间比较，出生时男女间体重和身长差异均无统计学意义(t=0.29，0.06，P＞0.05)；但随年龄增长，男女间差异有统计学意义(P＜0.05)。见表1和表2。

表1 沈阳市正常婴儿阶段月龄期体重均值比较表(kg)

表2 沈阳市正常婴儿阶段月龄期身长均值比较表(cm)

表3 体重模型效应检验

表4 身长模型效应检验

2.2 不同月龄体重和身长的广义估计方程本次选取的2 758例婴儿是从出生开始进行定期体重和身长的随访，重复测量的次数1~5次，共有6 037个测量数据，若将这些数据按照月龄分别计算均值，则是把6 037个数据看成是6 037个不同个体，然而本次的数据是同一对象多次测量获得的，测量结果之间存在相关关系，不适合采用一般线性模型，因此采用GEE解决了时间相依性问题。表3和表4说明，利用现有数据建立的体重和身长GEE差异有统计学意义（P＜0.05）。表5和表6为建立体重和身长GEE的参数值。

3 讨论

3.1 儿童保健信息系统的功能和意义该系统对＜7岁儿童进行系统管理，记录儿童从出生到6岁各阶段的保健信息，建立完整的儿童系统管理档案，实现对＜7岁儿童的动态连续追踪管理，其中包括儿童各时期健康检查，即所谓的“421”体检（＜1岁4次/年、1~3岁2次/年、3~6岁1次/年），实现生长发育的动态评价。为此我们可以获得本管辖地区任意时间的儿童体检数据，本研究即是选取沈河地区2013—2014年的数据进行分析。通过定期健康体检，可以系统地掌握儿童生长发育和健康状况的动态变化，科学分析，对生长发育不良者给予指导和治疗，使之回归到正常发育水平，对提高婴幼儿的健康水平具有指导意义。

3.2 儿童体检的重复测量数据分析本次获得儿童各月龄体重和身长的重复测量资料，我们如果只是在各时间点上进行对比分析，则没有充分利用观察对象在不同时点间的内在联系，降低了检验效能；也没能考虑儿童体重和身长在各时间点上的变化规律。因为如果忽略重复观测间的相关性，将损失数据中的信息，参数估计可能不准确[2]。为此，对于不同月龄儿童体重和身长的纵向观察资料进行分析，由于该资料中的每名儿童不是全部按照规定月份进行体检，因此数据库中每名儿童的体重和身长测量次数是不同的，测量的时间间隔不相等，那么应用GEE进行分析应更为科学、合理。利用GEE进行统计，可以有效地控制中心效应、重复测量因素及其他影响因素，克服因忽略组内相关而造成的检验结果偏差较大、参数估计值无效等问题[3]。本文通过GEE分析，得出男女每月体重和身长的回归模型，根据模型给出的数值分性别计算儿童每月体重和身长值，得出四条曲线。我们的儿保医生可根据儿童年龄分男女推算体重和身长的正常范围，过高或过低都会给予提示，指导儿童家长将体重和身长控制在正常范围，防止由于儿童体重增长过高或身长过低所带来的儿童营养和疾病方面的问题，从而保证儿童健康成长。