广义 Poisson 回归模型及其应用

目的 探讨广义 Poisson 回归模型在流行病学队列资料分析中的应用与价值。方法 拟合超额相对危险度模型,绝对超额危险度模型,非标准模型等分析云锡现场队列研究资料。结果 在云锡肺癌现场,每一个观察人年每一工作水平月的氡子体暴露,会产生1．09×10     

相对危险度回归模型

相对危险度回归模型项永兵，高玉堂，金凡流行病学研究资料分析中无论是队列研究、病例对照研究或是生存随访研究，数据分析的最后阶段都是配合一些多变量分析模型，如Ｌｏｇｉｓｔｉｃ回归模型、Ｃｏｘ回归模型等。由这些多变量回归模型分析的结果，我们获得的一个重要的...     

核燃料元件厂和气体扩散厂职工全因死亡危险因素的Poisson回归研究

利用已建立的核然料元件厂和气体扩散厂辐射流行病学数据库,对其资料再开发,采用Poisson回归分析202厂、814厂和504厂职工死亡资料,研究辐射对职工全死因的影响因素。结果表明：年平均剂量同全死因在202厂和504厂呈负相关,在814厂无相关,未见低水平辐射对职工健康的有害影响。     

GLIM在流行病学研究资料分析中的应用——队列研究中Poisson回归模型的配合

GLIM^[1,2]是基于广义线性模型理论^[3]所设计的一个用于数据统计分析的小型计算机软件。     

职业接触粉尘与死亡相关的前瞻性队列研究

目的探讨职业接触粉尘对死亡的影响,为现代职业卫生政策法规的制定以及相关工作提供科学依据。方法以1989～1992年广州市实施并建立的职工职业健康监护档案为基础资料,选年龄≥30岁的80987名接尘和无接尘职工为研究对象,进行前瞻性队列研究。结果(1)队列平均43．5岁,主要为工人,中学文化,已婚,接尘率16．3％,吸烟率43．7％,饮酒率33．5％;(2)队列平均随访8年,失访35例,死亡1539人,以恶性肿瘤死亡为主。接尘、无接尘全死因粗死亡率分别为男380．14／10万和314．56／10万,女95．72／10万和98．33／10万。(3)调整相关混杂因素后,接尘者全死因、恶性肿瘤、呼吸系统疾病死亡相对危险度(RR)分别为1．24、1、34和2．41,其中男性矽尘接触者分别为1．57、1．61和5、72,男接尘者肺癌和鼻咽癌死亡相对危险度分别为1、67和1．81,与无接尘者比,RR的增加均有显著性意义。(4)调整相关混杂因素后,接尘者全死因、恶性肿瘤死亡归因危险度百分比(AR％)和人群归因危险度百分比(PAR％)分别为19．5％、3．8％、25．4％和5．3％。结论职业接触粉尘可致全死因死亡尤其是恶性肿瘤和呼吸系统疾病死亡危险性增加。     

Poisson回归在职业队列研究中的应用

本文介绍Ｐｏｉｓｓｏｎ回归模型及其计算方法，运用这一方法对某职业人群队列研究死亡资料作了Ｐｏｉｓｓｏｎ回归分析。研究结果提示该厂可能有某些职业危害因素存在，影响了职工寿命。     

应用非线性Poisson回归模型估计病因分配份额

在应用Ｐｏｉｓｓｏｎ回归模型描述和解释发病率或死亡率与病因因素的关系、进而估计病因因素分配份额的过程中 ,率与病因因素间关系通常采用乘法模型或加法模型、一般危险度模型或幂转换模型。在多个因素存在且其致病作用的关系较为复杂时 ,有时一般的乘法模型难以描述其内在的致病关系。另一种方法是根据致癌或致病的数学理论构造疾病率的非线性Ｐｏｉｓｓｏｎ回归模型 ,以解释致病因子与研究疾病间的关系[1,2 ] 。本研究通过对镍精炼工人职业暴露与肺癌关系的非线性Ｐｏｉｓｓｏｎ回归模型分析 ,反映职业暴露与肺癌间的剂量效应关系 ,进…     

传染病链二项分布资料的Poisson回归模型

目的 本文旨在介绍Poisson回归模型在具有链结构的传染病资料分析中的应用。方法 借助极大似然法,对五口之家的普通感冒资料分别拟合五种Poisson回归模型,其中“代数”以亚变量的形式进入模型,而“已感染者数”以连续性指示变量进入模型。结果 本文介绍的模型以Greenwood和Reed—Frost链二项分布模型为特例,Poisson回归模型与相应的链二项分布模型分析结果往往非常近似。结论 用Poisson回归模型处理和分析传染病链二项分布资料更简便易行,必要时可同时分析协变量的作用。     

复杂抽样Poisson回归分析方法及应用

目的 本文通过检验45岁及以上的人群体重指数(BMI)与跌倒性伤害发生的联系,详尽地阐述了复杂抽样Poisson回归分析方法及应用的必要性.方法 本报告应用2010年美国德克萨斯州BRFSS数据,分析了跌倒性伤害与体重指数的联系强度.结果 普通Poisson回归分析高估了肥胖、患有心血管疾病、小于25000美元的年收入与跌倒性伤害的联系;低估了中等和差的健康状况、未被雇用、未婚和受教育程度低与跌倒性伤害的联系,但假设检验结果没有变;与复杂抽样负二项回归(NB)分析结果相比,年龄与跌倒性伤害的联系强度没有改变,其统计学检验也保持未变.数据拟合复杂抽样NB回归,离散参数α=8.15,标准误1.68,α的95％ CI=5.44-12.22,表明跌倒性伤害数据的方差是其均数的8.15倍,因此复杂抽样NB回归模型更适合BRFSS数据.结论 普通Poisson回归分析低估了参数估计的方差和标准误,造成了肥胖、患有心血管疾病、小于25000美元的年收入与跌倒性伤害的假关联关系;复杂抽样NB回归调整了模型的参数估计,适合多阶段抽样设计的数据分析.     

Poisson模型与队列研究—原理及应用

Ｐｏｉｓｏｎ模型与队列研究——原理及应用上海医科大学李克俞顺章Ｐｏｉｓｏｎ回归模型主要用于队列研究资料的分析〔１－４〕，属于分析流行病学的范畴，鉴于它调整协变量的强大能力〔５〕，常用来研究多因素对疾病率的影响及暴露与疾病间的剂量反应关系，尤其适用于罕...     

广州厂企职工血压水平与心脑血管疾病死亡的关系

目的分析工人高血压与心脑血管疾病(CVD)死亡的相对危险度(RR),探讨减少工人CVD死亡危险性的预防办法.方法由广州399家工厂年龄35岁或以上的78 379名工人组成队列,进行前瞻性研究.资料处理采用分层和多因素调整统计分析方法(Cox模型).结果(1)队列中男48 705名、女29 674名,追踪8.0年,CVD死亡363人,男305人、女58人,粗死亡率分别为78.58/10万人年和24.55/10万人年,主要死于脑卒中、冠心病和高血压.(2)与理想或正常血压比,高血压CVD死亡的RR(95%)分别为男6.19(4.85～7.91)、女2.78(1.59～4.85);男性工人基线无患病者和非CVD患者Ⅰ级高血压CVD死亡的RR和CVD患者Ⅱ级高血压CVD死亡的RR明显增加,分别为3.98、3.25和3.15,理想或正常血压与Ⅰ级高血压和Ⅱ级高血压CVD死亡的RR增加趋势差异有显著性(P＜0.01).(3)按年龄、吸烟、饮酒、文化程度和职业接触有害因素分层后,年轻、吸烟、不饮酒、文化程度较高者以及职业接触有害因素者的高血压患者CVD死亡RR较高.结论血压水平与心脑血管疾病死亡率呈连续性相关,高血压对CVD死亡的影响在较年轻时已经出现;应采用综合预防办法减少CVD死亡危险性.     

Logistic回归模型中自变量相对重要性的优势分析

目的应用扩展优势分析方法于Logistic回归模型中,为研究者在确定模型中自变量相对重要性提供一种可选择的方法。方法通过计算和比较与某自变量有关的所有可能子模型(即含有该变量的不同组合)的平均贡献增量△R2,以评价该自变量的相对重要性,并应用于实例分析。结果优势分析所得的各变量的总平均贡献之和等于最终模型的决定系数,其重要性排序与标准回归系数的排序不同,且R2M和R2E更适合作为优势分析的指标。结论优势分析可将各自变量对因变量总方差的贡献,分解为已解释方差百分比,且独立于模型,能精确地衡量自变量的相对重要性。     

海南省成年人吸烟与心血管疾病发病风险的前瞻性研究

目的 探讨海南省成年人吸烟与各类心血管疾病发病风险的关联。方法 利用中英合作项目“中国慢性病前瞻性研究”项目海南省人群数据,剔除基线调查时自报患有冠心病、脑卒中和恶性肿瘤的个体后,纳入基线年龄为30～79岁的研究对象共28 940人,利用Cox回归分析计算非吸烟者、戒烟者和当前吸烟者的心血管疾病发病风险HR值和95%CI。结果 研究人群平均随访6.2年,累积随访177 279人年。随访期间男性1 310人,女性2 200人发病。男性吸烟率（47.0%）远高于女性吸烟率（0.3%）。多因素调整后,与非吸烟者相比,吸烟人群心血管疾病的发病风险有所增加,HR值(95%CI)分别为急性冠心病1.63(1.12～2.38)和缺血性心脏病1.53(1.22～1.91)。在当前吸烟者中,每天吸烟量多于30支的人群急性冠心病、缺血性脑卒中和出血性脑卒中的发病风险最高。结论 吸烟能够增加心血管疾病的发病风险,应基于不同心血管疾病风险制定吸烟者戒烟目标和全人群控烟措施。     

解决Logistic回归中分离问题的统计方法比较

目的 介绍解决Logistic回归中分离问题的统计学方法并进行比较。方法 用最大似然估计、确切Logistic估计及Firth惩罚最大似然估计对75名静脉注射吸毒者感染人类免疫缺陷病毒（human immunodeficiency virus,HIV）的情况及其影响因素进行分析,并比较其结果。结果 确切Logistic回归及惩罚最大似然估计均得出有效参数估计,前者的可信区间比后者宽。结果显示民族对该市注射吸毒人群感染HIV的影响具有统计学意义,彝族的HIV感染显著高于汉族。结论 当数据出现分离现象导致最大似然估计无效的情况下,确切Logistic及惩罚最大似然估计均能得出有效值,但由于前者计算复杂,可能出现过条件及条件似然退化等问题,推荐使用后者。     

Association of long-duration breastfeeding and dental caries estimated with marginal structural models

PurposeTo estimate the association between breastfeeding 24 months or beyond and severe early childhood caries (S-ECC).MethodsWithin a birth cohort (n = 715) from low-income families in Porto Alegre, Brazil, the age 38-month prevalence of S-ECC (≥4 affected tooth surfaces or ≥1 affected maxillary anterior teeth) was compared over breastfeeding duration categories using marginal structural models to account for time-dependent confounding by other feeding habits and child growth. Additional analyses assessed whether daily breastfeeding frequency modified the association of breastfeeding duration and S-ECC. Multiple imputation and censoring weights were used to address incomplete covariate information and missing outcomes, respectively. Confidence intervals (CIs) were estimated using bootstrap resampling.ResultsBreastfeeding 24 months or beyond was associated with the highest adjusted population-average S-ECC prevalence (0.45; 95% CI, 0.36 to 0.54) compared with breastfeeding less than 6 months (0.22; 95% CI, 0.15 to 0.28), 6–11 months (0.38; 95% CI, 0.25 to 0.53), or 12–23 months (0.39; 95% CI, 0.20 to 0.56). High-frequency breastfeeding enhanced the association between long-duration breastfeeding and caries (excess prevalence due to interaction: 0.13; 80% CI, −0.03 to 0.30).ConclusionsIn this population, breastfeeding 24 months or beyond, particularly if frequent, was associated with S-ECC. Dental health should be one consideration, among many, in evaluating health outcomes associated with breastfeeding 24 months or beyond.     

Analysis of surveillance data with Poisson regression: a case study

One way to examine the ability of a statistical technique to detect changes in surveillance data is to analyse data sets with known changes and observe how accurately these changes can be detected. The elimination of restrictions on legal abortions should have reduced mortality associated with abortions, particularly mortality associated with illegal abortions. The sensitivity of Poisson regression to detect changes in abortion associated mortality from 1962 to 1984 was assessed for the entire United States of America and for specific states. Although it is clear that this change occurred using data from the entire United States, only the largest of the individual state data sets examined (370 events over 23 years) consistently demonstrated the expected pattern. Inconsistent patterns were found in data sets from two states with between one-fourth and one-half this number of events. The legal change was not detected at all in three states with a small number of events (1 event per year or less). From this case study, a minimum of two or three events per year seems to be necessary before Poisson regression can detect outliers. Comparisons of the four tests used suggest that tests based on model deviance are superior to tests based on comparison of observed and expected number of events.     

The logistic analysis of epidemiologic prospective studies: investigation by simulation

We performed a Monte Carlo computer simulation of the Walker-Duncan logistic regression technique in a typical epidemiologic prospective setting and analysed the results with respect to the accuracy and reliability of the regression estimates and the associated statistical significance tests (Z-tests). The results strongly suggest that the estimates were neither accurate nor reliable. The magnitude of the difference between the average estimated regression coefficient and its true population value did not necessarily decrease as the sample size increased. The average estimated standard deviation of the estimate of the regression coefficient either overestimated or underestimated the actual standard deviation, the former occurring most, but not all, of the time. The significance tests (a two-tailed Z-test with a significance level of 0.05) had actual type I errors ranging from 0.00 to 0.24 for different samples. This approach is therefore inadequate as an epidemiologic tool for analysis of a Framingham-type prospective study. Further simulation studies are indicated.     

2型糖尿病并发冠心病影响因素的质量-数量Cox回归分析

目的探讨2型糖尿病并发冠心病的影响因素,为制定2型糖尿病性冠心病的预防和控制措施提供理论依据。方法采用质量-数量Cox回归模型对2型糖尿病并发冠心病的影响因素进行探讨。结果吸烟、喜食荤油、糖尿病家族史及高胆固醇水平是2型糖尿病并发冠心病的危险因素,RR值分别为2.125,2.263,1.802和1.197;多食蔬菜和适当增加业余体力活动量是其保护因素,RR值分别为0.634和0.713。结论调节脂代谢、多吃蔬菜和适当的体力活动能延缓2型糖尿病并发冠心病的发生。     

Poisson分布数据正态近似分析中的样本含量问题

对Poisson分布数据作分析时，如果均数λ不小，可以用正态近似法。与正态分布数据分析相仿，要估计总体均数λ和对假设H0：λ＝λ0或H0：λ1＝λ2作检验时，也需决定样本含量。样本含量n对正态分布数据和Poisson分布数据有不同的含义。在Poisson数据分析中，n是作某种计数的时间或面积，不是观察个体数。对二项分布数据作分析时所需样本含量已在许多统计书中作了介绍，但文献并未对Poisson分布数据分析时样本含量问题作讨论。本文对Poisson分布数据作正态近似分析时所需样本含量的决定，作一些探索和讨论。