首页 > 文献资料
-
结构方程模型在卫生学研究中的应用
结构方程模型(structural equation modeling,SEM)又称为协方差结构分析(covariance structure analysis),是应用数理统计的一个重要方向, 近十年来,作为一种对复杂的多变量关系进行研究的手段, 被越来越多地运用于社会科学(包括行为科学、新闻学等)、经济学、市场营销学、医学和教育学等领域.
-
结构方程模型在糖尿病控制影响因素中应用
糖尿病是一种慢性终身性疾病.亚洲糖尿病治疗现状调查中国区的结果显示.绝大多数(88.5%)的患者血糖控制未能达标[1].结构方程模型(structural equation modeling,SEM)是一种新兴的统计模型技术,它不仅可以检查变量间的直接作用,还可以检查变量间复杂的多极间接作用.本研究旨在应用结构方程模型分析糖尿病控制效果的影响因素,并根据各因素的作用方式为改善糖尿病控制现状提供依据.
-
结构方程模型及其在慢性病患者生存质量研究中的应用
生存质量资料具有多时点、多终点、多变量、变量不可直接观测等特点,常规的统计方法显得无能为力.
-
Mplus6.0软件的介绍与应用
Mplus软件是Bengt Muthén和Linda Muthén等研制的一款非常具有吸引力的统计分析软件,从1998年推出1.0版本以来发展非常迅速,2010年4月推出了6.0版本,主要由base模块和add-on模块组成,add-on模块包括:Mixture Add-On、Multilevel Add-On和Combination Add-On[1].该软件可以分析横断面资料、纵向资料、单水平数据、多水平数据,可观测变量可以为连续、删失、二分类、有序分类变量、无序分类变量、或者几种变量类型的综合;可以拟合解释性因子分析、证实性因子分析、通径分析、结构方程模型等许多潜变量模型.希望缩小理论研究与实际应用的差距是研发该软件的初衷,该软件非常灵活,简单易学,可以使研究者很快地掌握潜变量模型的分析方法.如果分析的模型比较简单(因变量多为6个,自变量多2个,水平数多不超过2),可以在Muthén&MuthénWeb site下载免费的Mplus demo版本,否则可以根据个人的需要定购.
-
结构方程模型原理及其应用注意事项
结构方程模型(Structural Equation Model,SEM),又称协方差结构模型(Covariance Structure Modeling,CSM),它主要是在心理、行为、教育和社会科学等学科的实际应用中发展起来的一个研究方向.到20世纪80年代,结构方程这一新的数据分析系统已在社会科学等领域得到广泛的应用,并被称为近年来统计学三大发展之一[1].结构方程模型弥补了传统统计方法的不足,它不仅可对某个领域中各种因素之间的关系进行研究,而且可对潜变量之间的相关关系,甚至因果关系进行研究,因而,近几年在医学领域中应用逐渐增多[2-6].为了让医学工作者对其有更多的了解,以及在医学领域中更好地运用它,现对结构方程模型的原理、分析步骤及其应用时的注意事项介绍如下.
-
结构方程模型及其应用
结构方程模型(structural equation model,SEM)是自20世纪60、70年代出现的新兴的统计分析手段,被称为近年来统计学三大进展之一[1].随着医学模式向社会-心理-生理模式的转变,在医学研究领域也出现了许多社会学和心理学的指标,这些指标常常是不可直接观测的潜在变量,或者其测量结果是存在误差的,传统的线性回归等统计分析方法显得无能为力.
-
结构方程模型应用的几个问题
结构方程模型(Structural Equation Modeling,SEM)作为一种研究技术,是在解决相关、回归和路径分析等常用统计方法的不足时提出来的,其目的有二:一是完善变量结构的探讨(探索性因素分析),二是在考虑复杂概念测量误差的同时,建立变量间的关系,特别是因果关系,这是过去所有相关范式研究难于达到的技术高度.
-
多种动脉粥样硬化细胞因子与冠状动脉狭窄的相关性方程的建立及临床意义
目的:探讨多种动脉粥样硬化细胞因子与冠状动脉粥样硬化性狭窄程度的相关性,以及可能的回归方程模型。方法将198例行冠状动脉造影的患者按造影结果 Gensini 积分分为冠脉狭窄轻度组(0-12分,64人)、中度组(13-34分,54人)、重度组(>34分,32人)和冠脉正常对照组48人;采用单因素方差分析探讨冠脉狭窄组与对照组及不同狭窄组间临床基线资料、一般生化指标和细胞因子的差异,采用二元或多因素 Logistic 逐步回归方法探讨冠状动脉粥样硬化性狭窄与多种细胞因子的相关性,及建立回归方程模型。结果冠状动脉粥样硬化性狭窄组与对照组在性别、年龄、吸烟、高密度脂蛋白胆固醇、载脂蛋白 A 及细胞因子 IGF-1、CTGF、Ox-LDL、TGF-β1、Lp-PLA2、sICAM-1、MMP-9、MPO、HSP-70比较有统计学意义;冠脉狭窄轻度组、中度组和重度组单因素分析显示:性别、吸烟、IGF-1、CTGF、Ox-LDL、TGF-β1、Lp-PLA2、sICAM-1和 MMP-9组间差异有统计学意义;多因素 Logistic 回归分析建立冠状动脉狭窄程度评估模型:Gensini 积分=12.806+0.05CTGF+0.199Lp-PLA2+0.139Ox-LDL+0.011TGF-β1(G =15.589,P =0.009)。结论冠状动脉粥样硬化性狭窄是一个多因素相互作用的结果,检测 Lp-PLA2、Ox-LDL、TGF-β1和 CTGF 因子血清水平,通过回归方程模型可以更高效的诊断冠状动脉狭窄及评估冠脉狭窄严重程度。
关键词: 冠状动脉狭窄 动脉粥样硬化细胞因子 方程模型 -
结构方程模型及其在医学中的应用
结构方程模型(Structural Equation Modeling,SEM)也称协方程结构模型(covariance Structure Models,CSM)或线性结构模型(Linear Stuctural Relations Models),LISREL模型是自20世纪六、七十年代才开始出现的新兴的统计分析手段,被称为近年来统计学三大进展之一[1].
-
在临床心理学领域运用结构方程模型的思路与步骤
80年代初,在各专业杂志上发表的问卷和实地调查报告中研究者大多数采用平均数差异检验、相关分析或因素分析等传统方法进行统计分析。后来,回归分析、路径分析等方法的使用逐渐增多。近十年来,作为一种对复杂的多变量关系进行研究的手段,结构方程模型(Structural Equation Modeling,SEM)被越来越多地运用于社会和行为科学的研究之中[1]。 结构方程模型是一种复杂的因果模型,又称协方差结构分析(covariance structure analysis)因果模型(causal modeling)。结构方程模型需要我们首先提出多个自变量和因变量之间、多个自变量相互之间因果关系的假设,建立变量关系的模型。然后根据从现场调查中得到的数据组成各变量之间的相关矩阵,根据这个矩阵来对模型进行比较和评估,如果变量之间的关系与从模型中得出的关系一致时,我们就可以说模型被验证了[2]。
-
预处理对动脉瘤性蛛网膜下腔出血病人脑血管痉挛的影响
背景新实验证据表明:预处理能引起机体对抗脑血管痉挛的内源性保护机制。目的探讨在动脉瘤性蛛网膜下腔出血(aSAH)病人体内是否也存在这种内源性保护机制。方法回顾性分析一组多中心aSAH病人的缺血性预处理刺激情况:包括病人已存在狭窄闭塞性脑血管疾病和(或)脑梗死;其中本组已存在脑梗死321例(31%)。采用广义评估方程模型评价预处理刺激的效果,其主要终点事件有影像学血管痉挛、症状性血管痉挛和血管痉挛相关的迟发性脑梗死,次要终点事件有出:时mRS评分。结果1043例病人中,发展为影像学血管痉挛437例(42%)。已存在脑梗死的病人发展为影像学血管痉挛的可能性较低(OR=0.67,95%CI为0.489~0.930,P=0.016),且其他主要终点无明显统计学差异。在次要终点中,多变量分析显示尽管已存在脑梗死的病人病死率稍高,但脑梗死与否对病人病死率和不良结果的影响无明显统计学差异(P=0.06)。结论本组回顾性病例-对照研究表明:人体内可能存在抗脑血管痉挛的内源性保护机制,尽管这些结果可能是动脉粥样硬化或动脉粥样硬化和预处理刺激共同作用的结果。另外,研究证实:aSAH病人存在预处理潜能。