首页 > 文献资料
-
应用分类树模型筛选恶性肿瘤危险因素的研究
目的介绍分类树模型筛选恶性肿瘤危险因素基本原理、运算法则和应用价值.方法以浙江省嘉善县乳腺癌现场调查数据为例,采用Exhaustive CHAID法建立分类树模型对调查结果进行危险因素筛选,使用错分概率Risk值和ROC曲线下面积对模型进行评价.结果分类树模型从全部105个候选变量中筛选出9个危险因素,其中职业是重要的影响因素,工人、教师及退休人员的乳腺癌发生概率显著高于其他人员.另外,模型显示经常参加体育锻炼在不同人群中对乳腺癌的影响效果有所不同.模型错分概率Risk值为0.174,利用预测概率绘制的ROC曲线下面积为0.872,与0.5比较具有显著的统计学意义,模型拟合效果很好.结论分类树模型不仅可以有效挖掘筛选出主要的影响因素,还可以对研究变量科学定义分界点,展示变量间复杂的相互作用,在流行病学研究中具有较高的应用价值.
-
应用分类树模型构建缺血性脑卒中发病风险的预测模型
目的 应用分类树模型构建缺血性脑卒中发病风险的预测模型,并评价其应用价值.方法 采用1∶1配比病例对照研究设计,选择深圳市2所综合性医院的309名缺血性脑卒中患者为病例组,同时选择按年龄、性别匹配的健康者作为对照；采用卡方自动交互检测(CHAID)法建立缺血性脑卒中发病风险的预测模型,采用错分概率Risk值、索引图及受试者工作特征曲线(ROC)评价模型的应用价值.结果 所建立的分类树模型共包括4层,共19个结点,共筛检出6个解释变量；其中为重要的预测因素为体育锻炼和高血压病史.模型错分概率Risk值为0.207,利用预测概率绘制的ROC曲线下面积为0.789,与0.5比较,差异有统计学意义(P=0.001),模型拟合的效果较好.结论 分类树模型不仅能有效地拟合缺血性脑卒中发病风险的预测模型,还可以有效地筛检变量间的交互作用效应.
-
机动车尾气暴露与儿童神经行为功能关系
目的 探讨机动车尾气暴露及相关因素对儿童神经行为功能的影响,并寻找神经行为功能受点人群.方法 在福建省泉州市某区选择机动车尾气污染水平不同的2所小学,整群选取二、三年级学生进行问卷调查和神经行为功能测试,终选择861名研究对象进行分析;采用卡方自动交互检测法(CHAID)分析儿童神经行为功能的主要影响因素及各因素之间可能存在的交互作用.结果 二年级有被动吸烟的女童和二年级有被动吸烟且生活在污染区的男童神经行为功能受影响率高,分别为72.55%和67.24%;机动车尾气暴露是影响三年级儿童神经行为功能的首要因素.结论 机动车尾气及被动吸烟暴露的儿童应该被视为重点关注和保护人群;避免在居室内吸烟、减少机动车尾气污染等措施有利于儿童神经行为功能发育.
-
甲型H1N1流感与气象因子的关系及预报模型研究
目的：研究气象条件的变化对甲型H1N1流感活动强度的影响，建立气象因子对甲型H1N1流感阳性检出率的预报模型。方法收集浙江省2009年4月-2011年1月甲型H1N1流感疫情资料、各哨点医院的监测资料以及同期气象资料，在采用Spearman相关分析甲型H1N1流感活动强度与有关气象因子的相关关系的基础上，通过卡方自动交互检测方法建立决策树预报模型。结果甲型H1N1流感阳性检出率与周平均气压（r＝0.50）、高气压（r＝0.51）、降水量（r＝-0.23）、低气压（r＝0.50）、平均气温（r＝-0.40）、高气温（r＝-0.41）、低气温（r＝-0.39）、平均风速（r＝-0.22）、气温周较差（r＝-0.30）和周平均温差（r＝-0.30）等气象因子存在相关性（P＜0.05）。影响甲型H1N1流感阳性检出率的主要气象因子为低气压、平均风速和降水量（P均＜0.05）。将甲型H1N1流感阳性检出率分为不同等级与气象因子建立预报模型，模型预测的正确率为66.67％。结论低气压、平均风速、降水量等气象因子与甲型H1N1流感活动强度密切相关，可利用决策树建立模型作预测预报。
-
应用分类树模型构建耐多药结核病发病风险模型
目的 应用分类树模型构建耐多药结核病发病风险模型,评价其应用价值.方法 采用病例对照研究,问卷调查收集研究对象暴露信息,分析W市人群耐多药结核病影响因素,利用分类树模型卡方自动交互检测法建立耐多药结核病发病风险模型,通过收益图、索引图及错分概率Risk统计量评价模型应用价值.结果 分类树模型共3层,9个结节点,筛检出结核接触史、家庭经济困难、其他慢性呼吸系统疾病史和吸烟史4个解释变量.模型错分概率Risk统计量0.160,模型拟合效果较好.结论 分类树模型不仅可以有效拟合耐多药结核病发病风险预测模型,还可以揭示变量间交互作用.关注家庭经济困难和患有其他慢性呼吸系统疾病的人群,加大密切接触者筛查和控制吸烟将有助于预防和控制人群中耐多药结核病发病.
