首页 > 文献资料
-
基于健康教育机构视角探讨四川省居民健康素养的影响因素
目的 了解四川省健康教育机构及居民健康素养的现状,从健康教育机构的视角探索影响居民健康素养的因素,为改善健康教育机构现状,提高居民健康素养提供科学依据.方法 采用多阶段随机抽样的方法,选取四川省16个健康素养监测点居民作为研究对象,采用国家制定的全国居民健康素养监测调查问卷,入户进行面对面调查.此外,根据四川省健康教育机构报表,收集四川省健康素养监测点的区县级健康教育机构的基本信息.运用多水平统计模型从健康教育机构视角分析居民健康素养的影响因素.结果 在16个样本区(县)共完成有效调查4574人,健康素养具备率为6.56％.在当地健康教育机构中,仅有29.38％的健康教育机构有预防专业人员,健康教育工作者平均年龄为(39.14 ±6.90)岁,平均工作年限为(3.18±3.78)年.多水平统计分析结果显示,健康教育机构有预防专业人员(OR=11.98,P＜0.01)和32 ～46岁的健康教育工作者工作年限较短(OR =0.77,P＜0.05),其当地居民健康素养具备率越高.结论 四川省居民的健康素养处于一个低水平层次.为了提高居民健康素养水平,优化当地健康教育机构的年龄结构,增加专业人员数量成为必要.
-
基于多水平统计模型评价针灸治疗原发性抑郁症的疗效及干预层次
目的 建立多水平统计模型,定量评价针灸治疗原发性抑郁症的疗效及干预层次,并探讨其与Meta分析结果的异同.方法 检索数据库,纳入针灸治疗原发性抑郁症文献,首先构建评价针灸疗效的拟合对数事件发生率线性模型,运用MLwiN 2.26软件拟合结果,建立不同干预方式为指示变量的组合模型,以评价不同针灸干预方式对整体疗效影响程度.并对上述数据采用RevMan 5.3软件进行Meta分析,比较两模型结果.结果 终纳入13项研究,多水平统计模型结果表明,单用针灸及针灸联合药物改善原发性抑郁症患者临床控制率优于药物[RR=1.54,95％CI (1.02,2.32); RR=2.14,95％CI (1.63,2.81)];Meta分析结果显示,针灸联合药物改善原发性抑郁症患者临床控制率及总有效率优于药物[RR=2.24,95％CI (1.68,2.98); RR =1.12,95％CI (1.05,1.19)].干预方式指示变量数据模型分析结果表明,单用针灸与针灸联合药物在临床控制率、显效率及总有效率比较,差异均无统计学意义(P＞0.05).综合多水平统计模型结果,单用针灸干预临床控制率为27.97％ ～28.14％,临床显效率为30.36％～35.79％,临床总有效率为90.85％～91.82％;针灸联合药物干预临床控制率为36.42％ ～ 36.64％,临床显效率为38.52％ ～38.84％,临床总有效率为90.91％ ～93.58％. 结论 多水平统计模型方法可评价针灸疗效及干预层次,支持针灸疗效的高质量证据充分,较Meta分析结果更为准确.
-
多水平统计模型分析方法及其应用
多水平统计模型结合方差分析和多元统计理论,作为统计分析新技术在处理具有层次结构的数据时表现出绝对优势.本文就其基本原理和形式、参数估计和检验、应用条件以及应用资料类型和领域作简单介绍.
-
多水平统计模型在PHEP质量评价中的应用
目的 评价不同地区公共卫生应急机构的PHEP质量.方法 利用公共卫生应急工作能力量表对调查对象进行公共卫生应急工作能力指数的测量,再利用MLwiN2.25软件拟合两水平方差成分模型.结果 水平2单位的随机效应(σu00=5.364,x2=3.852,P=0.0497)有统计学意义;本市区县级公共卫生应急机构PHEwai的平均水平为48.595;15家公共卫生应急机构PHEP质量好的是编号为5的机构,差的是编号为6的机构.结论 多水平统计模型可以用于公共卫生应急机构的PHEP质量评价.
-
多水平统计模型在多中心临床试验评价中的应用
在临床药物评价中常采用多中心临床试验[1,2,3].同一药物在不同中心(即医院)间的试验结果往往表现出不完全一致,这不仅仅与药物本身有关,而且还可能与各中心的技术水平、医生素质等不完全一致有很大的关系.因此,在对多中心临床试验进行评价时,要考虑两种内部相关:其一是个体(病人)在临床试验各阶段的重复测量值之间的内部相关;一个控制得好的临床试验,除药物特有的趋势效应外,某指标的重复测量值之间应有较高的相关.
-
多水平统计模型在毒理实验研究中的应用
毒理实验研究中的致畸实验、发育毒性实验及生殖毒性实验,存在大量以"仔鼠"为观察单位的资料.这类资料的特点是:存在层次结构(hierarchical structure),即孕鼠-仔鼠,且孕鼠之间存在"窝别效应".
-
GEE、GLMM和MLM分析卫生重复测量资料的效果比较
目的 探讨广义估计方程(Generalized Estimating Equation,GEE)、广义线性混合模型(Generalized Linear Mixed Models,GLMM)和多水平统计模型(Muhilevel statistical Models,MLM)分析重复测量资料的效果.方法 采用SAS9.4和ML-wiN2.26对住院病人人均医药费影响因素拟合GEE、GLMM和MLM,其中GEE设置独立型(type=ind)、可交换型(type=exch)、自相关型(type=ar和非确定结构型(type=un)4种作业相关矩阵,比较效应估计值标准误的差异.结果 (1)纳入研究的变量有随时间增加的趋势;(2)GEE(type=ind)和GLMM模型下各变量效应估计值标准误具有一致性,时间依存变量的效应估计值标准误被高估,时间独立变量的标准误被低估;(3)MLM和GEE(type=exch)模型下各变量效应估计值标准误具有一致性,对研究的重复测量资料有较好的反映;(4)GEE(type=ar)估计效果居于以上二者之间,GEE(type=nn)未收敛.结论 卫生相关资料具有重复测量资料特征,统计分析需要考虑资料内部相关结构,对此类资料MLM与GEE(type=ind)、GLMM与GEE(type=ind)分别有相同效果.
-
多水平统计模型在4×4交叉设计不完整数据的生物等效性中的应用
目的 针对多阶段交叉设计中的不完整数据,分别采用多水平模型RIGLS算法、MOM以及REML算法分析,并与完整数据的结果进行比较.方法 针对BE研究中4×4交叉设计,分别运用FDA指导原则中推荐的矩法(Method of Moments,MOM)、限制性极大似然法(Restricted Maximum Likelihood Method,REML)以及基于限制性迭代广义小二乘法(Restricted Iterative Generalized Least Squares,RIGLS)估计的多水平模型,采用实例与模拟结合的方式进行分析,探讨不同方法在有随机缺失的不完整数据中的结果比较.结果 (1)多水平模型的首要优势在于考虑了数据误差的层次性,将传统模型中的误差随机项分解到与数据层次结构对应的各个水平上.(2)多水平模型可通过在个体水平拟合随机效应,直接估计个体-药物交互作用的方差σ2D,克服传统方法因间接估计而引起的偏倚.(3)多水平模型其算法不要求所有的观测个体有相同的观测次数,可充分利用含有缺失值的信息,对于缺失数据和非均衡设计具有较好普适性.结论 本研究将生物等效性与多水平建模有机结合,为非均衡、高变异、小样本、有缺失的生物等效性评价开拓了新的思路,提供了新的方法.
-
多水平统计模型在Meta分析异质性控制中的作用
检索并综合国内外Meta分析异质性处理的相关文献,介绍基于随机效应的Meta回归、基线风险效应模型及基于分层贝叶斯的随机效应模型等多水平统计模型在Meta分析异质性控制中的应用.多水平统计模型将传统模型中单一的随机误差项分解到与数据层次结构相对应的水平上,其拟合效应不仅能使Meta分析结果更为稳健与合理,而且能通过对协变量的解释指导临床具体问题.
