首页 > 文献资料
-
浙江省温州市城乡居民血脂异常及其分布特征分析
目的 了解浙江省温州市城乡居民血脂异常及其分布特征,为制定防治政策提供科学依据.方法 采用多阶段随机抽样的方法抽取温州市城乡各2个县(区)18 ～ 80岁共13 056名常住居民,进行问卷调查、体格检查(身高、体重、血压的测量)及实验室检测(总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯和血糖),并进行统计学分析.结果 温州市城乡居民血脂水平(孑,95％CI):TC为(5.05,5.01 ～ 5.08) mmol/L、HDL-C为(1.38,1.37～ 1.39) mmol/L、LDL-C为(2.82,2.79～2.84) mmol/L和TG为(1.71,1.68～ 1.74) mmol/L,各项血脂成分城乡间无差异,TC和LDL-C水平都是女性高于男性;血脂异常总患病率为39.9％,男性低于女性,主要异常类型为低高密度脂蛋白血症、高甘油三酯血症和高胆固醇血症.结论 温州市城乡居民血脂水平处于较高水平,但血脂异常总患病率低于全省平均水平,防治重点人群仍以中年男性和更年期以后女性为主,在开展血脂异常的防治工作同时,更要加强高血压和糖尿病的防治工作.
-
复杂样本Horvitz-Thompson估计量的权数计算
目前国内进行的调查大都采用复杂抽样方案,但在分析时却常常采用只适用于简单随机样本的一般方法.本文论述了这样做可能产生的问题,同时介绍了用于复杂样本情形的Horvitz-Thompson估计量及改进的权数,并通过实例说明了计算方法及其合理性.
关键词： 复杂抽样 Horvitz-Thompson估计量 后分层权重 偏性 -
死因监测整群抽样与不等概率抽样设计方案的比较
为比较不同整群抽样设计方法 的抽样误差及设计效应,评价不等概率抽样在死因监测中的应用效果.以陕西省107个县(市、区)作为抽样框架,采用等概率整群抽样和不等概率整群抽样等设计方案抽取样本,用复杂抽样方法 计算不同方案样本的抽样误差和设计效应.不同的抽样方案得到不同的抽样误差估计,分层整群抽样的标准误小于完全随机整群抽样;不等概率抽样(πPS抽样)的设计效率虽略逊于等概率的完全随机整群抽样,但扩大了监测范围.结论 :对于抽样框架明确的整群抽样调查数据,在统计分析时不应脱离预先设定的抽样设计方案和设计参数.死因监测采用不等概率抽样设计,能增加样本的权重,提高死亡率的地区代表性.
-
中国空巢老人抑郁情况及其影响因素分析
目的 从生理、心理及社会人口学方面,对中国空巢老人抑郁情况进行分析.方法 数据来自中国家庭动态跟踪调查(CFPS)2010年并行数据和问卷数据,采用复杂抽样的方法,获得具有代表性1 581名空巢老人的健康情况资料,应用变量变换梯形图对抑郁得分进行正态性检验,多层有序的logistic回归模型进行抑郁的影响因素分析.结果 空巢老人抑郁得分＜ 25分的占20.37％,25～ 29分的占38.11％,≥30分的占41.53％;女性(46.19％)、乡村(48.53％)、无配偶(19.00％)、文盲或半文盲(50.31％)、自评为不健康(30.25％)、有生活自理受限者(13.47％)的空巢老人抑郁得分较低,差异有统计学意义(P＜0.05);多因素分析显示,自评为不健康、有生活自理受限、对生活不满意、低个人收入、居住在乡村及文盲的人群抑郁得分低.结论 全国空巢老人的抑郁情况较严重,自评健康、生活自理受限、生活满意程度、个人收入、文化程度是空巢老人导致抑郁症的重要影响因素.
关键词： 空巢老人 抑郁 复杂抽样 Logistic回归 -
复杂抽样下的截取回归模型在医学研究中的应用
目的 探讨复杂抽样下截取因变量回归模型的方差估计及在医学研究中的应用.方法 模拟复杂抽样下分别从左右方向发生因变量截取的回归数据,比较不同截取比例、不同组内相关时不考虑抽样特点和考虑抽样设计后的泰勒级数法、刀切法、平衡半样本法所得到回归系数及其标准误,并给出一个医学随访实例.结果 随截取比例的增加回归系数偏性增加且其标准误变大,考虑抽样特征时回归系数标准误减小,群内个体相关越小回归系数标准误也减小.结论 对于抽样框完整的复杂抽样截取数据进行回归分析时,运用复杂抽样数据方差估计可提高统计推断效率.
-
复杂抽样下截取因变量回归系数方差估计的模拟研究
目的 探讨复杂抽样下截取因变量数据拟合回归模型后其回归系数的方差估计.方法 模拟复杂抽样下分别从左右方向发生截取的数据,按照是否考虑抽样特征分别拟合参数与半参数回归模型,给出两种情况下模型中回归系数的标准误,比较这两种情况所得结果的异同.结果 在样本量固定的前提下拟合截取回归模型,考虑复杂抽样特征后估计所得的回归系数与假设完全随机抽样一致,但其回归系数的标准误却不同于复杂抽样的情形.如果群内异质性高,群内相关系数很小,在复杂抽样条件下回归系数的标准误要低于不考虑复杂抽样特征的情形.结论 对于抽样框完整的复杂抽样截取数据,进行数据处理时应尽可能地将抽样特征考虑在内,运用复杂抽样数据方差估计得到的结果更接近于实际情况,统计推断结果更加真实可靠.
-
权重引入对大型入户调查慢性病患病数据统计分析结果的影响
目的 探讨在分析大型入户调查数据时引人权重的必要性.方法 以2015年四川省分级诊疗需方调查15岁及以上居民的慢性病患病数据为例,分别比较引入和不引入权重时人口结构、参数点估计值以及统计推断结果的差异.结果 相对于四川省第六次人口普查总体,引人权重前四川省分级诊疗需方调查样本人口结构偏老龄化,而权重引入后的人口结构基本和四川省第六次人口普查数据保持一致;未加权前15岁及以上居民慢性病患病率高于2013年四川省卫生服务调查结果,加权之后慢性病患病率显著下降,城市地区下降更为明显;与不引入权重的两水平logistic回归模型相比中,引入权重后模型绝大多数回归系数的P值有所增大.按照0.05的检验水准,婚姻状况(已婚)、基本医疗保险由不拒绝无效假设变为拒绝无效假设,而学历(高中/技校/中专)则由拒绝无效假设变为不拒绝无效假设.结论 大型家庭入户调查需考虑复杂抽样的影响,在分析过程中忽视不等概率抽样、层次结构以及调查样本的人口学特征,可能带来错误的估计和结论.
-
应用SAS和SPSS进行复杂抽样
目的 介绍如何应用SAS和SPSS进行复杂抽样,并比较SAS和SPSS两种统计分析软件在处理复杂抽样数据上的准确性和一致性.方法 采用SAS和SPSS对同一抽样总体实施分层随机重复抽样,并利用这两种工具中的复杂抽样数据处理模块分析复杂抽样样本并比较其结果.结果 两种工具对应的参数估计值基本接近,SAS得到的标准误略高于SPSS的标准误；全样本估计值的变异系数均在5％以下,而子总体估计值的变异系数较全总体高.重复抽样过程显示,SAS程序运行速度更快.结论 两种工具均善于灵活处理复杂抽样数据,现有模块也都能满足大多数复杂抽样调查数据的分析要求.其中,SPSS可采用图形化用户操作界面,操作简单；SAS运行速度更快,在重复抽样及模拟实验上显示出一定的优势.
-
基于设计与模型的总体参数估计及其在抽样调查中的应用
目的 对两种常用的统计推断体系应用于同一问题的结果进行比较,同时反映陕西省年人均住院医疗费用支出情况. 方法 第五次全国卫生服务调查采用分层多阶段πPS抽样方法,将两种统计推断体系分别应用于陕西省调查数据. 结果 基于设计的统计推断方法的标准误显著大于基于模型的推断方法,对经过对数变换之后的总体均值的估计二者分别为(4.060840±0.008588)和(4.060051±0.004072).可见,基于设计的统计推断方法标准误显著大于基于模型的方法. 结论 两种统计推断体系应用于复杂抽样的大样本数据中各有优缺点,基于设计的统计推断要求一定的抽样比例以保证样本的代表性,且要求除样本数据外的大量辅助信息计算抽样权重;基于模型的统计推断对因变量的总体分布较为敏感,在总体呈现偏态时要进行转换,增加了模型的拟合难度.对于分类自变量要生成哑变量纳入模型,增加了模型的复杂程度.因此要针对两种推断体系各自的优势与不足,以及自身需要选择适宜的统计推断方法.
-
宜都市慢性病及相关危险因素调查分析
目的 了解宜都市慢性病和相关危险因素流行现状,为开展社区慢性病综合防治及其效果评价提供基础资料.方法 采用多阶段随机抽样对3 000名调查对象开展问卷调查、体格测量和血样检测.描述慢性病患病现状,采用复杂抽样Logistic回归分析探讨高血压、血糖偏高和高血脂的危险因素.结果 宜都市慢性病患病率标化后为肥胖率4.57％、高血压25.87％、血糖偏高率4.24％、高血脂率37.33％.高年龄、超重、肥胖、喜食腌熏食品、慢病家族史、坐卧时间长是宜都市慢性病发病的危险因素,戒烟、高劳动强度和体育锻炼是保护因素.结论 宜都市居民慢性病患病率高于2002年全国平均水平,但低于2010年湖北省平均水平,有必要针对以上危险因素及时开展社区防治工作.
关键词： 慢性病 患病率 危险因素 复杂抽样 Logistic回归
