基于贝叶斯多变量联合模型的体检人群脑卒中发病风险因素的纵向研究
基线,轨迹,1资料与方法,2结果,3讨论
杨毅,丛慧文,王廉源,杨丽萍,包绮晗,王浩桦,李承圣,周立雯,丁子琛,石福艳*,王素珍*脑卒中又称中风,是全球第二位主要死亡原因,也是导致残疾的主要因素之一[1]。虽然在过去20年中,全球脑卒中死亡率的年龄标准化率有所下降,但每年脑卒中患者的绝对人数、与脑卒中相关的死亡人数以及全球脑卒中总负担均不断增加[2-4]。近年来,我国人群慢性病发病率呈上升趋势,脑卒中作为常见慢性病之一,因其高死亡率、高致残率及预后较差等特点将给社会带来极重的经济负担和疾病负担。然而,脑卒中又是一种可以有效预防和控制的疾病。相关研究表明,脑卒中死亡率大幅度下降的原因主要为危险因素的下降[5-6]。因此,探讨脑卒中的危险因素,进而有针对性地采取干预措施是降低脑卒中疾病负担的关键措施之一。
健康体检纵向数据累积了大量的健康信息,为慢性病的有效防控研究提供了重要平台。许多学者采用Logistic回归、Cox回归模型等方法对体检人群的相关健康信息进行了深入挖掘,对体检个体健康信息与健康结果之间的关联性进行了深入分析[7-8]。然而,健康体检纵向数据由于缺失数据多、样本量小等诸多问题,导致健康体检数据利用率低、重要的健康相关信息未能得到充分挖掘,进而对健康体检信息的有效利用、常见慢性病的有效防控等工作带来一定困难。
近年来,为了研究纵向指标的动态变化与生存结局指标之间的关联,有研究者引入联合模型(joint model)处理技术[9-10],该方法可分析纵向变量动态变化轨迹对生存结局的影响,可减少模型中参数估计的偏差,为深入挖掘纵向随访数据信息提供了新的研究思路。相关研究表明,贝叶斯联合模型具有对数据分布要求低、小样本数据处理结果稳健、可同时分析多个纵向检测变量与生存结局的关系等优点[11-12]。
鉴于此,本研究采用贝叶斯多变量联合模型方法,基于健康体检人群数据,探讨分析影响健康体检人群脑卒中发病的主要影响因素,进而为脑卒中的有效防控提供科学依据,也可为其他慢性病危险因素探讨研究提供新的方法和思路。
1 资料与方法
1.1 一般资料 本研究使用空军军医大学西京医院健康医学中心2008—2015年的体检数据,其中包括个人基本信息(姓名、性别、出生日期、年龄、婚姻状况、文化程度),基本体格检查指标〔身高、体质量、体质指数(body mass index,BMI)、血压、血脂四项〕等。随访情况:工作单位集体定期到院体检,体检间隔时间为1年,以首次发生脑卒中为结局事件,发生结局事件立即停止随访;若未发生,到2015年体检信息收集完成后结束随访 ......
您现在查看是摘要页,全文长 12380 字符。