Logistic回归和对数线性模型在高血压现况研究中的应用

Logistic回归和对数线性模型在高血压现况研究中的应用

论文摘要

背景与目的:心脑血管病是对人类健康构成严重威胁的疾病,自八十年代起,心脑血管病在我国居民全死因中所处位置已上升至第一位,而高血压是脑卒中、冠心病等心脑血管病的重要危险因素,目前已是严重威胁人们生命健康及造成社会经济负担的主要疾病之一。通过对杭州城乡居民进行流行病学调查,了解杭州地区居民高血压的流行特点,分析高血压的主要相关因素和危险因素,为制定高血压防治的相关政策、采取针对性的控制措施提供科学依据。材料与方法:采用分层整群抽样的方法,抽取具有代表性的杭州市城区的2个街道和农村的2个乡镇的15岁及以上常住5年以上的自然人群作为调查对象。共调查7200人,获取有效问卷6978份,有效问卷率96.9%。通过Epidata3.1软件录入数据,所得的数据采用SPSS 15.0统计软件包进行描述性分析、x~2检验、logistic回归和对数线性模型,通过SAS9.0统计软件包做趋势x~2检验。主要结果:(1)高血压的一般流行特征本次调查结果显示,杭州市人群高血压患病率为21.0%(95%CI:20.2%~21.9%),城市高血压患病率为22.7%(95%CI:20.9%~24.4%),农村高血压患病率为20.2%(95%CI:19.0%~21.4%),随年龄增大,高血压患病率逐渐升高(经趋势卡方检验,x~2=97.25,p<0.001),45岁以上上升明显,75岁及以上高血压的患病率接近50.0%。15岁至65岁以前,男性高血压患病率为19.1%,女性为15.5%,有统计学差异(x~2=5.62,p<0.05),65岁及以上,男性高血压患病率为40.3%,女性为47.3%,女性患病率高于男性,有统计学差异(x~2=6.18,p<0.05)。(2)高血压相关的影响因素根据logistic回归模型分析,高血压的主要影响因素为城乡、年龄、高血压家族史、BMI和WHR。多因素分析显示农村的高血压患病率是城市的1.34倍,15岁以上人群,年龄每增加1岁,高血压的患病概率约增加1.07倍;有高血压家族史的高血压患病率约为无家族史的1.92倍;BMI在25~29之间的是BMI<25的1.82倍,BMI≥30的则约为BMI<25的3.77倍;WHR肥胖者高血压患病率约为正常者的1.71倍。对高血压患者的城乡、年龄、高血压家族史、BMI和WHR进行对数模型分析,结果表明变量之间存在交互效应,在变量的不同水平之间存在相关关系。结论:(1)杭州市人群高血压患病率为21.0%,且高血压患病率随年龄增大而逐渐增高,45岁以后上升明显。(2)杭州地区影响高血压患病的主要危险因素可能是高血压家族史,超重或肥胖,年龄等。(3)logistic回归主要用于研究疾病的危险因素,筛选可疑危险因素;对数线性模型则主要用于研究因素与因素间的相互作用及作用的大小。

论文目录

  • 致谢
  • 中文摘要
  • 英文摘要
  • 缩略语
  • 目次
  • 1 引言
  • 2.材料与方法
  • 2.1 调查对象
  • 2.2 研究方法和内容
  • 2.3 体检
  • 2.4 质量控制
  • 2.5 统计学分析
  • 3 结果
  • 3.1 基本情况
  • 3.2 单因素分析
  • 3.3 logistic回归
  • 3.4 对数线性模型
  • 4 讨论
  • 4.1 杭州地区高血压患病情况
  • 4.2 杭州地区高血压影响因素
  • 4.3 logistic回归和对数线性模型
  • 5 结论
  • 参考文献
  • 综述
  • 附录
  • 作者简历及在学期间所取得的科研成果
  • 相关论文文献

    标签:;  ;  ;  ;  

    Logistic回归和对数线性模型在高血压现况研究中的应用
    下载Doc文档

    猜你喜欢