论文部分内容阅读
目的为了解蚌埠市居民2型糖尿病患病状况及调查数据中的层次结构,探讨基于贝叶斯的多水平模型对蚌埠市居民2型糖尿病的影响因素的分析,并评价分析效果,为卫生部门制定和改善蚌埠市2型糖尿病患者的干预措施提供依据。方法利用分层随机抽样的方法对蚌埠市龙子湖区成年居民进行抽取,再对抽取的对象进行问卷调查。收集研究对象的人口学特征、客观健康状况、健康行为因素等资料。相关资料的统计分析是由SPSS22.0和MLwiN2.10软件实现,用卡方检验进行单因素分析;利用两水平零模型来判断在社区服务站这一高水平上是否存在聚集性;选取单因素分析有统计学意义的变量纳入贝叶斯估计下的多水平logistic回归模型并进行2型糖尿病影响因素的分析。再与纳入同样变量的贝叶斯估计下的单水平logistic回归模型比较,验证贝叶斯估计下的多水平logistic回归模型在分析2型糖尿病影响因素中的优越性。结果(1)在接受调查的3354名居民中,男性1468人,女性1886人,其中357人(10.6%)患有2型糖尿病。(2)单因素分析显示,年龄、性别、文化程度、婚姻状况、月收入、高血压、心理健康状况、BMI、糖化血红蛋白(HbA1c)、糖尿病家族史、吸烟、饮酒、蔬菜摄入量、水果摄入频率、体力活动分等变量是2型糖尿病发病风险的影响因素(P<0.05)。(3)贝叶斯方法下的单水平logistic回归模型在MCMC链长等于30000时,模型整体收敛性尚佳。结果提示性别、年龄、高血压情况、婚姻状况、糖尿病家族史、心理健康状况、BMI、HbA1c、饮酒情况、蔬菜摄入量、水果摄入频率11个变量可能为2型糖尿病的影响因素。(4)贝叶斯估计下的两水平零模型提示高水平上聚集性,即在社区服务站水平上有聚集性,因此建立贝叶斯估计下的两水平logistic回归模型对2型糖尿病影响因素进行分析,并且MCMC链长为30000时,模型整体收敛性也尚可,结果提示性别、年龄、婚姻状况、高血压情况、糖尿病家族史、心理健康状况、BMI、HbA1c、水果摄入频率9个变量可能是2型糖尿病的影响因素。(5)从偏差信息准则(DIC)来看,贝叶斯估计下的单水平logistic回归模型的DIC值为1650.45,贝叶斯估计下的两水平logistic回归模型的DIC值为1628.94,相差21.51,因此,贝叶斯估计下的两水平logistic回归模型拟合效果要比贝叶斯估计下的单水平logistic回归模型更好。结论蚌埠市龙子湖区成年居民的2型糖尿病患病情况在社区服务站水平上有聚集性,贝叶斯估计下的多水平logistic回归模型较贝叶斯估计下的单水平logistic回归模型而言能更准确地筛选2型糖尿病的影响因素。同时相关部门应该多关注蚌埠市龙子湖区的男性,60岁以上的老年人、有高血压、有糖尿病家族史、心理健康状况较差、水果摄入频率较低特别是HbA1c不正常的居民。