樹模型在社會(huì)心理流行病學(xué)研究中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩175頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、樹模型社會(huì)心理流行病學(xué)研究中的應(yīng)用隨著疾病譜和現(xiàn)代醫(yī)學(xué)模式的轉(zhuǎn)變,流行病學(xué)研究的范圍也經(jīng)歷了從傳染病到非傳染病、急性病到慢性病、從疾病到健康的轉(zhuǎn)變,社會(huì)因素、心理因素在疾病和健康問題相關(guān)研究中受到越來越多的關(guān)注。 基于樹結(jié)構(gòu)模型的數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。 聽力損失和認(rèn)知功能減退在老年人中較為普遍,對(duì)老年人的

2、身心健康都有影響,會(huì)使老年人的生活質(zhì)量下降,危害極為嚴(yán)重。因此,探討聽力損失和認(rèn)知功能的影響因素進(jìn)而對(duì)其做出干預(yù),對(duì)提高老年人生活質(zhì)量有著重要意義。 目的: (1)探討老年人認(rèn)知功能及聽力損害的影響因素及其作用方式; (2)比較通過幾種常見算法構(gòu)建的樹結(jié)構(gòu)模型的效果; (3)探討不同類型因變量資料的樹模型應(yīng)用。 數(shù)據(jù)來源: 1.抽取太原市太白巷、杏花嶺、煤化所、江陽(yáng)化工廠、農(nóng)科院等五個(gè)社區(qū)

3、的1065名60歲以上非癡呆老年人作為研究對(duì)象,其中男461人,女604人。作為認(rèn)知功能研究的查對(duì)象。調(diào)查內(nèi)容為橫斷面研究,主要包括:1)認(rèn)知功能測(cè)查。2)一般情況調(diào)查。3)生理指標(biāo)測(cè)定。 2.隨機(jī)抽取太原市兩個(gè)社區(qū)的50歲以上中老年人371例(男131例,女240例)作為聽力損失的研究對(duì)象。調(diào)查內(nèi)容包括1)一般情況調(diào)查。2)實(shí)驗(yàn)室檢查。3)聽力測(cè)查。 研究方法: 1.認(rèn)知功能研究將韋氏成人智力量表中的算術(shù)、木塊

4、圖、填圖和數(shù)字廣度四個(gè)分測(cè)驗(yàn)的標(biāo)準(zhǔn)分和MMSE總分轉(zhuǎn)換為二分類變量,以轉(zhuǎn)換后的韋氏四項(xiàng)分測(cè)驗(yàn)得分和MMSE總分為因變量,以CHAID、EXHAUSTIVE CHAID、CRT和QUEST四種算法擬合樹結(jié)構(gòu)模型。 2.聽力損失研究以最優(yōu)耳聽閾、左耳聽閾、右耳聽閾以及0.5kHz、1kHz、2kHz聽閾為變量(連續(xù)變量),擬合樹結(jié)構(gòu)模型。 結(jié)果: 在認(rèn)知功能研究中,對(duì)韋氏成人智力量表算術(shù)、木塊圖、填圖、數(shù)字廣度四個(gè)分

5、測(cè)驗(yàn)得分有影響的變量有受教育程度、婚姻狀況、運(yùn)動(dòng)、性別、年齡、膽固醇、高密度脂蛋白、低密度脂蛋白、對(duì)身體狀況的自我感覺、吸煙、飲酒、收縮壓。 受教育程度低、喪偶、很少運(yùn)動(dòng),女性、高齡、高密度脂蛋白低、低密度脂蛋白高、自我感覺身體較差、吸煙、飲酒是出現(xiàn)得分低于正常的危險(xiǎn)特征。對(duì)MMSE測(cè)驗(yàn)得分有影響的因素有冠心病史和舒張壓,有過冠心病史、舒張壓高于正常均可導(dǎo)致MMSE總分低于正常值。 不同的算法構(gòu)建的樹結(jié)構(gòu)模型對(duì)因素間交互

6、作用的方式描述有差異,但總體的趨勢(shì)一致。模型的響應(yīng)指數(shù)曲線和收益曲線表明模型的擬合效果良好。模型的誤分代價(jià)估計(jì)值在0.10-0.38之間,錯(cuò)分概率在7%-28%之間,整體預(yù)測(cè)精度達(dá)到72%-92.9%之間。 CRT算法和QUEST算法引入的變量較多但樹形圖相對(duì)簡(jiǎn)單,是因?yàn)椴糠忠氲淖兞坎⒉皇亲鳛榉种ё兞浚钱?dāng)分支變量出現(xiàn)缺失值時(shí)作為其替代變量出現(xiàn)的,這些變量和分支變量有較高強(qiáng)度的關(guān)聯(lián)性,往往能為我們的下一步研究提供線索。在聽力

7、損失研究中,最優(yōu)耳聽力損失的影響因素有年齡、社區(qū)活動(dòng)、舒張壓、收入;左耳聽力損失的影響因素有年齡、居住情況、收入和性別;右耳聽力損失的影響因素有年齡和收入;0.5kHz頻率下測(cè)得的聽力損失影響因素有出行習(xí)慣,年齡,收入,血糖,居住情況,高血壓;1.0 kHz頻率下測(cè)得的聽力損失影響因素有年齡、居住情況和性別;2.0kHz頻率下測(cè)得的聽力損失影響因素有年齡、收入、居住情況和性別。 年齡是老年人聽力損失的主要影響因素,隨著年齡的增長(zhǎng)

8、,聽力損失的程度加重,一個(gè)例外是59歲和60歲老人的聽力損失較其相鄰的年齡段低;經(jīng)常參加社區(qū)活動(dòng)的人聽力損失程度重,舒張壓高于正常者聽力損失程度重,收入低于200元的人聽力損失程度重,和子女同住者聽力損失程度重,男性的聽力損失程度低于女性,習(xí)慣自己搭乘公車者聽力損失程度重,低血糖者聽力損失程度輕于正常者,有高血壓病史者聽力損失程度重。 左右耳比較,不同之處在于對(duì)居住情況(是否與兒女同住)的反應(yīng)不同和部分的性別差異;0.5kHz頻

9、率下測(cè)得的聽力損失程度較另外兩種頻率下測(cè)得的聽力損失程度重,且影響的因素最多。 CHAID算法和EXHAUSTIVE CHAID算法在本研究中的擬合結(jié)果一致,由于本研究樣本量較小,CRT擬合的樹模型中不包含自變量,且結(jié)果很不穩(wěn)定,由于QUEST算法不能對(duì)連續(xù)型的因變量做出擬合,在本文中只采用了CHAID算法來構(gòu)建樹模型。 結(jié)論: 本文以老年人認(rèn)知功能減退影響因素研究和聽力損失影響因素研究為例,做樹結(jié)構(gòu)模型的比較學(xué)

10、研究。以認(rèn)知功能研究為例探討以不同算法對(duì)同一組資料構(gòu)建樹結(jié)構(gòu)模型挖掘出的信息有何異同,與傳統(tǒng)方法研究的結(jié)果作對(duì)比看是否具有一致性;以老年人聽力損失影響因素研究為例,探討同一組資料經(jīng)不同方式預(yù)處理后再構(gòu)建樹結(jié)構(gòu)模型,嘗試從不同的側(cè)面對(duì)數(shù)據(jù)中隱藏的信息進(jìn)行充分的挖掘,以便對(duì)數(shù)據(jù)背后的事實(shí)進(jìn)行最大程度的還原。同時(shí)探討樹結(jié)構(gòu)模型結(jié)果的表述與傳統(tǒng)方法研究的結(jié)果表述相比有何異同、特色和優(yōu)勢(shì)。 樹模型挖掘出來的信息和其他方法的結(jié)果反映的信息基

11、本一致,說明其對(duì)數(shù)據(jù)背后的事實(shí)還原程度較高,也就是說擬合效果較好,這是評(píng)價(jià)一種建模方法優(yōu)劣的根本標(biāo)準(zhǔn)。但傳統(tǒng)的方法更多的是單因素分析,結(jié)果比較側(cè)重于某一種特定的因素,反映的是研究對(duì)象的局部的一種特征;即使是在多因素分析時(shí),為了顯示某一種或幾種因素的效應(yīng),需要人為地將另外一種或幾種因素的影響去掉,否則研究者關(guān)注的因素的作用就可能被掩蓋了,說明傳統(tǒng)方法對(duì)弱的交互作用探測(cè)能力不足,在這種情況下選擇哪些因素作為研究的目標(biāo),或者把那種因素的作用遮

12、蓋以便顯示其他因素的作用,就不可避免的具有了人為的偏性,這也是傳統(tǒng)方法是基于技術(shù)的特點(diǎn)決定的,研究者在進(jìn)行研究時(shí)花費(fèi)了大量的精力對(duì)數(shù)據(jù)進(jìn)行修飾和處理以適合方法的需要,既損失了部分信息,也可能或多或少偏離了研究的初衷,出現(xiàn)結(jié)果不能被很好地解釋也就不在意料之外。樹結(jié)構(gòu)模型是一種數(shù)據(jù)挖掘技術(shù),而數(shù)據(jù)挖掘技術(shù)是基于數(shù)據(jù)的方法,樹結(jié)構(gòu)模型擅長(zhǎng)處理多變量資料,對(duì)資料的分布要求不嚴(yán)格,應(yīng)用條件不苛刻,運(yùn)算速度較快,適合處理不同類型的變量資料。CHAI

13、D、EXHAUSTIVE CHAID、CRT算法既可以適用于因變量為連續(xù)變量的情況,又可以適用于因變量是分類變量和無序變量的情況,QUEST算法只適用于因變量為連續(xù)變量的情況。CHAID算法和EXHAUSTIVE CHAID算法在構(gòu)造樹模型時(shí)設(shè)定參數(shù)相同的情況下,生成的樹基本一致。CRT算法在樣本量較小時(shí)不穩(wěn)定,但在樣本量足夠大的情況下表現(xiàn)出色。在這種情況下研究者不需要花費(fèi)大量的時(shí)間對(duì)數(shù)據(jù)進(jìn)行處理和修飾,選擇一種適合的算法,即可在友好的

14、人機(jī)交互界面下引入眾多變量以原本的信息表現(xiàn)形式進(jìn)行模型構(gòu)建,使信息損失達(dá)到了最小程度,也使操作的復(fù)雜性降到了很低的程度。樹結(jié)構(gòu)模型的另外一個(gè)特色是對(duì)交互作用的描述和解釋更簡(jiǎn)單直觀,而且能描述多于兩種因素的交互作用,結(jié)果描述的是被研究對(duì)象同時(shí)具有的多種特征,具有較強(qiáng)的整體感。對(duì)于分類變量,能描述出幾種因素交互作用時(shí)帶來的目標(biāo)效應(yīng)的響應(yīng)指數(shù)(能反應(yīng)這些變量及其交互作用帶來的目標(biāo)效應(yīng)響應(yīng)聚集強(qiáng)度。類似于OR值),適合于篩選高危人群以便對(duì)其作出

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論