期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
零膨胀负二项回归模型在共存疾病影响因素研究中的应用 被引量:8
1
作者 朱高培 朱乐乐 +1 位作者 孟马承 吴学森 《中华疾病控制杂志》 CAS CSCD 北大核心 2018年第10期1063-1066,共4页
目的探讨零膨胀负二项回归模型在居民患有共存疾病及其影响因素研究中的应用。方法分别用Poisson分布、负二项分布和零膨胀模型来拟合居民共存疾病数量并分析聚集性,筛选出共存疾病的主要影响因素。结果拟合分布的结果显示,共存疾病数... 目的探讨零膨胀负二项回归模型在居民患有共存疾病及其影响因素研究中的应用。方法分别用Poisson分布、负二项分布和零膨胀模型来拟合居民共存疾病数量并分析聚集性,筛选出共存疾病的主要影响因素。结果拟合分布的结果显示,共存疾病数量不符合Poisson分布(χ~2=196. 419,P <0. 001),符合负二项分布(χ~2=6. 677,P=0. 154);聚集指数K=1. 779,过离散检验统计量O=15. 18> 1. 96,所以资料存在聚集性。零膨胀检验统计量Vuong=6. 58,P <0. 001,零膨胀模型要优于Poisson或负二项模型。零膨胀负二项回归分析显示:在负二项部分得出,年龄越大、有高强度运动、焦虑程度越高、体质指数越高、糖化血红蛋白(hemoglobin A1c,Hb A1c)水平越高、有糖尿病家族史、有高血压史、高收缩压和高水平胆固醇的居民发生共存疾病的数量会增加;在Logit部分得出,年龄越大、焦虑程度越高、体质指数越高、甘油三酯水平越高、空腹血糖(fasting blood glucose,FPG)越高、有高血压家族史和高收缩压的居民发生慢性病的风险较大。结论居民患共存疾病有聚集性和零计数过多的特点,零膨胀负二项回归模型在拟合具有该类特点的数据中优势明显。 展开更多
关键词 共存疾病 聚集性 零膨胀负二项回归模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部