目的应用贝叶斯Logistic回归分析法探讨糖尿病患者血糖稳定性存在错误分类时的影响因素,并与传统Logistic回归分析法相比较,为临床工作者提供一种结局指标存在错误分类时的研究方法。方法采用分层抽样的方法选取江苏省糖尿病并发症监测...目的应用贝叶斯Logistic回归分析法探讨糖尿病患者血糖稳定性存在错误分类时的影响因素,并与传统Logistic回归分析法相比较,为临床工作者提供一种结局指标存在错误分类时的研究方法。方法采用分层抽样的方法选取江苏省糖尿病并发症监测点上的患者,以糖化血红蛋白(glycosylated hemoglobin,HbA1c)为“金标准”给出问卷调查血糖稳定性的灵敏度与特异度的专家先验,应用贝叶斯方法和传统方法进行单因素与多因素分析,回归模型的选择以偏差信息准则(deviance information criterion,DIC)或赤池信息准则(Akaike information criterion,AIC)小且参数最少为标准。结果调查对象共509人,年龄为(62.32±9.29)岁,贝叶斯多因素Logistic回归分析得出糖尿病病程短(OR=0.299,95%CI:0.093~0.840)、文化程度高(OR=0.348,95%CI:0.130~0.914)为血糖稳定性的保护因素,食用腌制食物的频率高(OR=4.310,95%CI:1.369~22.131)、BMI异常(OR=2.912,95%CI:1.196~9.865)为血糖稳定性的危险因素。传统Logistic回归分析也得出了同样的结果,但每周食用腌制食物的频率和BMI的OR(95%CI)值被低估,分别为1.671(1.100~2.538)、1.650(1.115~2.440)。结论贝叶斯方法和传统Logistic回归分析法均得出病程、文化程度、食用腌制食物的频率以及BMI是影响血糖稳定性的因素,且贝叶斯方法可以校正因变量分类错误,得到的结果更可信。展开更多
文摘目的应用贝叶斯Logistic回归分析法探讨糖尿病患者血糖稳定性存在错误分类时的影响因素,并与传统Logistic回归分析法相比较,为临床工作者提供一种结局指标存在错误分类时的研究方法。方法采用分层抽样的方法选取江苏省糖尿病并发症监测点上的患者,以糖化血红蛋白(glycosylated hemoglobin,HbA1c)为“金标准”给出问卷调查血糖稳定性的灵敏度与特异度的专家先验,应用贝叶斯方法和传统方法进行单因素与多因素分析,回归模型的选择以偏差信息准则(deviance information criterion,DIC)或赤池信息准则(Akaike information criterion,AIC)小且参数最少为标准。结果调查对象共509人,年龄为(62.32±9.29)岁,贝叶斯多因素Logistic回归分析得出糖尿病病程短(OR=0.299,95%CI:0.093~0.840)、文化程度高(OR=0.348,95%CI:0.130~0.914)为血糖稳定性的保护因素,食用腌制食物的频率高(OR=4.310,95%CI:1.369~22.131)、BMI异常(OR=2.912,95%CI:1.196~9.865)为血糖稳定性的危险因素。传统Logistic回归分析也得出了同样的结果,但每周食用腌制食物的频率和BMI的OR(95%CI)值被低估,分别为1.671(1.100~2.538)、1.650(1.115~2.440)。结论贝叶斯方法和传统Logistic回归分析法均得出病程、文化程度、食用腌制食物的频率以及BMI是影响血糖稳定性的因素,且贝叶斯方法可以校正因变量分类错误,得到的结果更可信。
