首页 > 文献资料
-
应用log-binomial回归和logistic回归分析法定传染病报告质量影响因素
目的 探讨广西壮族自治区(广西)医疗机构法定传染病报告质量影响因素,并比较log-binomial回归与logistic回归模型估计关联强度的差异.方法 采用多阶段分层抽样方法抽取广西县级以上医疗机构为调查对象,开展现场调查收集信息,在R v3.3.3中拟合log-binomial回归和logistic回归模型.结果 共抽查法定报告传染病2 458例,平均报告率为95.08%,及时报告率为97.74%,报告卡填写完整率为77.60%,准确率为61.24%,网络直报录入信息一致率为95.27%,身份证填报完整率为75.59%.多变量log-binomial回归分析结果表明认真开展自查工作(PR=1.03,95% CI:1.01~1.05)和按要求开展培训(PR=1.08,95%CI:1.02 ~ 1.15)能有效促进法定传染病报告率的提高;设置项目齐全的门诊日志(PR=1.21,95%CI:1.07 ~ 1.37)、认真开展自查工作(PR=1.09,95%CI:1.03 ~1.14)、建立奖惩制度(PR =2.03,95%CI:1.49 ~2.78)和按要求开展培训(PR=1.18,95%CI:1.02 ~ 1.37)均能有效促进报告卡完整率的提高.在定性判别影响因素对结局事件发生概率影响时,logistic回归和log-binomial回归结果基本一致,但结局发生频率和其在比较组间差值每增加1.00%,logistic回归估计值OR相较于PR分别增加高0.65% (95% CI:0.34% ~0.95%)和1.31%(95%CI:0.20% ~2.41%).结论 广西县级以上医疗机构法定传染病报告质量仍有待提高,进一步改进院内自查方法,加强培训工作,落实奖惩制度,规范设置诊疗日志,加强医务人员传染病报告法律意识,是提高报告质量的重中之重.此外,log-binomial回归应被推广应用于横断面或队列研究中定量估计暴露与结局变量的关联强度.
关键词: 传染病 网络直报 log-binomial回归 Logistic回归 -
贝叶斯log-binomial回归方法评估患病率比的研究
探讨贝叶斯log-binomial回归估计患病率比的方法及应用.以看护人识别腹泻危险症状与婴幼儿腹泻求医关系为实例,利用Openbugs软件拟合贝叶斯log-binomial回归模型估计看护人识别腹泻危险症状与婴幼儿腹泻求医关系的患病率比(prevalence ratio,PR).看护人能识别腹泻危险症状可提高大约13%的求医概率.贝叶斯log-binomial回归3个模型均收敛,估计的PR值(95%CI)分别为1.130 (1.005~ 1.265)、1.128 (1.001 ~ 1.264)、1.132(1.004~ 1.267);常规log-binomial回归模型1和模型2收敛,估计的PR值(95%CI)分别为1.130(1.055 ~ 1.206)和1126(1.051~1.203),但模型3不收敛,用复制方法估计PR值(95%CI)为1.125(1.051 ~ 1.200).贝叶斯log-binomial回归3个模型PR的点估计和区间估计虽与常规log-binomial回归稍有差异,但整体一致性较好.贝叶斯log-binomial回归能有效地估计PR,模型不收敛问题少,与常规log-binomial回归相比在应用上更有优势.
-
Log-binomial回归在社区干预效果评价中的应用
目的 介绍利用log-binomial回归评价社区干预效果的原理与方法.方法 通过在log-binomial模型中增加干预变量和时间变量的交互项,获得相对率比(RRR)的估计值,来进行社区干预效果评价,并以实例进行分析.结果 通过“儿童关爱”干预措施对婴幼儿腹泻患病率影响的实例分析了在有无协变量的log-binomial回归在社区干预效果评价中的应用效果,并与Poisson回归模型做了相应的比较.调整混杂因子后的log-binomial回归模型是在控制了个体因素后对干预效应的有效估计,因此,评价的结果更为可靠.结论 log-binomial回归模型是社区干预研究的一种有效方法.
关键词: log-binomial回归 社区干预 效果评价