APP下载

潜在特质模型在疾病易感性评价中的应用*

2017-06-05石志红曹红艳郭兴萍张岩波

中国卫生统计 2017年2期
关键词:分类评价分析

刘 娜 石志红 曹红艳 郭兴萍 张岩波△

潜在特质模型在疾病易感性评价中的应用*

刘 娜1石志红1曹红艳1郭兴萍2△张岩波1△

目的 介绍潜在特质模型的原理、方法和技术,探讨潜在特质模型在疾病易感性评价中的应用。方法 以出生缺陷数据为实例,采用R 2.5.1软件的Ltm包例证潜在特质模型的构建和分析原理。结果 通过对出生缺陷数据进行潜在特质模型拟合,潜在特质得分能够很好地预测评估其发病危险。结论 潜在特质模型用于疾病患病风险评价有很好的效果。

潜在特质模型 疾病易感性评价 出生缺陷 潜在特质得分

潜变量模型(latent variable model)利用外在直接观察到的变量分析内在因素,通过分析外在变量与内在变量(潜变量)及内在变量之间的关系来探究事物的发生、发展、变化规律及特点[1]。潜在特质模型(latent trait model)属于潜在变量模型的一种,兼具因子分析与聚类分析的功能,具有数据降维、数据挖掘和理论验证的统计学功能,适用于显变量为分类型,潜变量为连续型的资料[2]。在医学研究中,对疾病易感性的评价涉及影响因素非常多,既有能够较为准确测量的因素,又存在许多无法直接测量的指标,同时,各指标间可能存在相关。对这些因素的研究,不仅要研究单个变量的效应,也要研究一组变量的整体效应。传统的患病风险评价,直接对暴露因素得分进行简单相加求和以考察疾病危险程度,并采用卡方检验和logistic回归进行分析,显然远不足以挖掘疾病的潜在暴露因素,无法综合地评价疾病的患病风险。……

登录APP查看全文

猜你喜欢

分类评价分析
SBR改性沥青的稳定性评价
分类算一算
隐蔽失效适航要求符合性验证分析
电力系统不平衡分析
教你一招:数的分类
电力系统及其自动化发展趋势分析
基于Moodle的学习评价
保加利亚转轨20年评价
多维度巧设听课评价表 促进听评课的务实有效