混合线性模型在婴幼儿生长发育研究中的应用

目的应用混合线性模型,分析婴幼儿生长发育轨迹的影响因素,建立生长发育轨迹的预测模型。方法采用SAS软件MIXED过程分析456例足月健康新生儿的生长发育资料,建立基于混合线性模型的0~12月龄婴儿体重生长轨迹预测模型。结果 0~12月龄婴儿体重发育轨迹主要受出生体重、性别、喂养方式、母亲文化程度、家庭经济状况的影响。拟合的混合线性模型不仅考虑了个体内和个体间变异,还可方便地加入个体效应与其他因素的交互项,更客观地解释各因素对婴儿生长发育的影响。结论混合线性模型是研究婴幼儿生长发育规律的一种有效、实用的方法。     

广义可加模型稳健估计在空气污染对健康影响评价中的应用

目的针对大气污染与健康关系研究中拟合广义可加模型时的离群点进行诊断并试图减小其影响。方法将经典的稳健M估计方法引入广义可加模型。结果模拟及实例分析可见稳健估计的结果较好。结论在离群点存在时对广义可加模型进行稳健估计是必要的。     

广义可加模型在出生缺陷影响因素分析中的应用及R语言实现过程

目的:探讨广义可加模型在出生缺陷影响因素分析中的应用及R语言实现过程,为实际研究提供方法学探索。方法:对2013年江苏省某3个区县围产儿监测数据拟合广义可加模型,采用Ri386 3.0.3软件mgcv程序包拟合模型,模型拟合包括单因素分析、多因素分析、共曲线性诊断、可视化处理、交互作用分析等。结果:多因素分析表明,体重与出生缺陷的关系类似二次曲线,体重过低过高、早产、男性围产儿发生出生缺陷的危险性都相对较高;共曲线性检验表明体重与身长可能具有共曲线性;交互作用分析表明体重和孕周对出生缺陷的影响可能存在交互作用。结论:R软件mgcv程序包拟合广义可加模型为出生缺陷影响因素的分析提供了灵活有效的工具,有利于实际中的推广应用。     

采用广义可加模型分析预测上海市流感样病例发病情况

探讨广义可加模型(GAM)在上海市流感样病例发病趋势分析和预测中应用,并通过已知的气象条件预测可能的流感样病例数量.研究中利用2006-2010年上海市每周气象数据以及流感样病例监测数据,按照GAM理论,建立气象数据与流感样病例间基丁非线性回归的数学模型.通过初步的数据分析,构造多个候选模型,并通过AIC (Akaike information criterion)指标选取合适的模型进行数据分析及预测.基丁周平均气温及周平均日温差(周相对湿度)的模型较好拟合了原始数据,且模型简洁、明确.对于原始数据的拟合残差及部分拟合残差基本符合上海市流感样病例发病的实际情况,并具有一定的预测能力.结果表明GAM能够较好拟合上海市流感样病例发病与气象因素的变化趋势,准确预测流感样病例的发病情况,适合应用于气象因素依赖的疾病发病预测和分析.     

太原市空气污染对心脑血管疾病死亡率急性影响的Poisson广义可加模型分析

目的 定量化研究太原市大气污染对居民心脑血管疾病日死亡率的急性影响.方法 通过死因监测系统收集2004年太原市心脑血管疾病死亡病例资料,从太原市气象局获得气象资料,大气污染资料来源于太原市环境监测站.采用Poisson广义可加模型进行太原市大气污染与居民心脑血管疾病日死亡率的回归分析,同时控制气象因素、时间趋势、周日效应混杂因素的影响.以Bootstrap抽样法对数学模型的共曲线性进行校正并估计误差.结果 2004年太原市空气中PM10、SO2、NO2、CO的日均浓度分别为173.55、79.34、23.03、2 214.59 μg/m3;太原市心脑血管疾病日死亡率为7例/日.Pearson相关分析结果表明,SO2、CO、PM10浓度与温度的相关性的顺位为SO2(r=-0.701 6,P＜0.01)＞CO(P=-0.438 3,P＜0.01)＞PM10(r=-0.216 2,P＜0.01).滞后效应和累积效应GAM时序分析结果均显示,SO2和NO2同时引入,PM10和CO的健康效应达到最大值;而SO2和NO2在模型中未呈现统计学意义.Bootstrap校正共曲线性误差后,全污染物累积效应模型中,PM10的RR为1.216(95%CI:1.057～1.399),CO的RR为1.156(95%CI:1.061～1.263).结论 太原市大气PM10和CO污染对居民心脑血管疾病死亡率具有急性影响.SO2和CO浓度与温度具有相关性,提示SO2和CO与冬季采暖有关.对颗粒物而言,除采暖因素以外还存在其他重要的污染源.     

广义线性混合模型在煤工尘肺发病影响因素研究中的应用

目的研究广义线性混合模型在煤工尘肺发病影响因素的应用,为煤工尘肺及类似疾病的发病影响因素研究提供新的方法。方法收集煤矿集团所属8个煤矿所有接尘矿工的资料,用SAS进行卡方检验、Logistic回归进行尘肺发病影响因素研究,并与SAS nlmixed模块实现的广义混合现行模型结果进行比较。结果单因素分析、Logistic回归和广义线性混合模型显示:工龄、接尘时间和工种均为尘肺发病的影响因素,工作地点作为随机效应结果差异无统计学意义。结论广义线性混合模型因考虑了不同工人工作地点的不同和随机效应,结果虽然和其他方法一致,但是更有说服力,与其他方法相比是研究尘肺发病影响因素较好的方法。     

某市空气污染对早产急性影响的Poisson广义可加模型分析

目的研究广东某市大气污染物对早产的急性影响。方法根据2007年广东某市的出生监测系统、围产保健数据和住院分娩病历获得妊娠结局资料,从广东某市气象局获得2007年气象资料,2007年大气污染资料来源于广东某市环境监测站。采用广义可加模型(general additive model,GAM)进行广东某市大气污染与新生儿早产发生率的Poisson回归分析,控制气象因素、时间趋势、工作日效应混杂因素的影响。结果 2007年广东某市空气中NO2、PM10、SO2的日均浓度分别为61.04、82.51、51.67μg/m3;2007年广东某市新生儿平均出生早产数为21.47例/日。Pearson相关分析结果表明,NO2、PM10、SO2浓度与温度及相对湿度均呈负相关。滞后效应和累积效应GAM时序分析结果均显示,单污染物的健康效应显著。在滞后效应中3种污染物的健康效应均仅维持在当天,当大气中NO2、PM10、SO2浓度每升高100μg/m3,其RR值分别为1.0425(95%CI:1.0068～1.0781)、1.0512(95%CI:1.0087～1.0938)、1.1118(95%CI:1.0479～1.1757)。在累积效应中NO2、SO2的健康效应均在滞后3d达到最大值,每升高100μg/m3,其RR值分别为1.0542(95%CI:1.0080～1.1003)、1.1298(95%CI:1.0480～1.2116);PM10的健康效应在滞后4d达到最大值,每升高100μg/m3,其RR值为1.0688(95%CI:1.0074～1.1301)。多污染物模型GAM时序分析结果显示,在SO2加入NO2的双污染物模型中SO2滞后效应达最大值,而NO2和PM10的滞后效应和累积效应均有下降,且在模型中未呈现统计学意义。结论广东某市大气NO2、PM10、SO2污染对新生儿早产发生率具有潜在的急性影响。     

广义线性混合效应模型在分类重复测量资料中的应用

目的探讨分类重复测量资料广义线性混合效应模型(GLMMs)建模及SAS8.0的GLIMMIX宏实现。方法利用GLIMMIX宏ERROR和LINK语句来指示反应变量的分布及连接函数,通过REPEATED和RANDOM语句的TYPE选项选择合适的方差-协方差结构矩阵来模拟数据的相关性,采用基于线性的伪似然函数进行模型参数估计。结果GLMMs是在广义线性固定效应模型的基础上引入随机效应,反应变量可以是指数家族中任意分布(连续分布包括正态分布,beta分布,卡方分布等;离散分布包括二项分布,泊松分布,负二项分布等),可以通过连接函数将观测的均数向量与模型参数联系起来,根据重复测量资料的特点选择合适的方差-协方差结构矩阵。结论GLMMs应用范围广,建模灵活,可以为相关或非常量方差数据建模,能提供客观正确的统计结论。     

广义线性混合效应模型及其应用

[目的]探讨广义线性混合效应模型在医学研究领域中的作用。[方法]通过实例分析说明模型的实际应用。[结果]将实例中的多中心临床实验数据中不能直观观测到的中心的效应以随机应项纳入型来解决由于来自同一中心可能造成的观测间不独立的问题，模型很好地处理了此类数据。[结论]广义线性混合效应模型可以分析观测间相关、因变量为非正态分布的非独立数据。     

线性光滑可加Cox回归模型及其应用

目的提出线性光滑可加Cox回归模型。方法建立理论模型并通过实例进行分析。结果分别建模分析变量的线性效应与二次效应，只考虑一次线性效应可能会把有效的变量剔除，同时考察二次效应有时更完整。结论线性光滑可加Cox回归模型是研究对数危险比与危险因素呈非线关系的重要模型，计算方便，可解释性强。     

广义加性模型及其应用

目的探讨广义加性模型在医学研究领域中的应用。方法通过研究低出生体重与年龄、先兆流产、妊高症之间关系的实例分析说明模型的实际应用。结果该模型可以揭示出发病与年龄的复杂非线性关系。结论广义加性模型不需要对模型的线性假设,应用起来灵活性强,是探索变量间复杂关系的有力工具。     

广义相加模型在气温对人群死亡率影响研究中的应用

目的 了解气温等气象因素对城市居民每日疾病死亡的影响特点与规律,以采取针对性的预防措施,减少因气候变化导致的居民超额死亡率.方法 根据重庆市疾病预防控制中心提供的2003年1月1日至2007年12月31日的某县居民每日死亡资料和中国气象局提供的相应期间气象监测资料,采用时间序列的Poisson广义相加模型,在控制长期趋势、季节趋势、短期波动及双休日效应等混杂因素的基础上,分析气温、相对湿度、气压、降雨量、风速等气象因素及空气污染指数与居民每日死亡的关系.结果 气温每上升1℃,超额死亡率为12%;其他混杂因子中,相对湿度每下降1%,超额死亡率为4%;空气污染指数每上升1个单位,超额死亡率为0.6%.结论 气温的增加及其与相对湿度、空气污染等协同作用可导致该县居民超额死亡率的上升.

Abstract：

Objectives To study the impacts of air temperature and the other weather factors on the daily mortality of the residents in cities for targeting the preventive measures to decrease the excess mortality induced by climate change.Methods The daily mortality and weather surveillance data were provided by Chongqing Center for Disease Control and Prevention and China Meteorological Bureau respectively.The correlation between the weather factors (temperature,humidity,air pressure,rainfall,wind speed)and the daily mortality of residents in a county of Chongqing were analyzed by using the Poisson GAM of time series (increased by 1℃ for air temperate,decreased by 1% for relative humidity and one unit for air pollution index)adjusting for the secular trend,seasonal trend,short-term fluctuation and day of week.Results The excess mortality increased to 12%as the temperature increased 1℃,The excess mortality inereased to 4%and 0.6%respectively as the relative humidity decreased 1%and the air pollution index increased one unit.Conclusion High temperature,with humidity and air pollution,will cause increased excess mortality of residents in this county.     

广义相加模型在上海世博会园区医疗站就诊人数预测中的应用

[目的]探讨应用广义相加模型进行中国2010年上海世博会园区医疗站就诊人数预测的可行性。[方法]采用时间序列的广义相加模型,在控制星期效应的基础上,对2010年5月1日至8月8日开园100d间的每日世博园区就诊人数、入园人数和气象因素资料进行模型拟合。[结果]园区就诊人数存在周末效应,就诊人数随入园总人数的增加而增加;风速对就诊人数的影响趋势是随风速的增加,就诊人数先增加后减少;随着气温上升和日温差增加,就诊人数呈上升趋势（JP〈0．01）。利用模型对每日就诊人数进行预测,预测的平均相对误差为10．44％。[结论]广义相加模型能较好拟合世博园区医疗站就诊人数的趋势,可用于大型活动中的预测研究。     

离散型二分类数据的广义混合线性模型分析——混合线性模型及其SAS软件实现（三）

目的 离散型系统结构数据若忽略其误差多层次的存在,采用广义线性模型分析会导致不实的结果。本文探讨了广义混合线性模型理论及其实现过程。方法 利用SAAS宏程序GLIMMIX实现了logit及loglog混合模型的分析。结果 各项结果均与MLN的分析结果一致。且进一步拟合了数据的logit随机系数模型。结论 GLIMMIX可分析多种离攻型系统结构数据。但还应注意算法和数据的误差分布。才能使广义混合线性模型得以合理地应用。     

竞争模型假设与广义F检验的研究

在传统教科书中,如象t检验、方差分析、回归分析、协方差分析等统计假设检验方法的目的都可以归纳为究竟选用什么数学模型来分析观察数据的结构的问题。本文所提出广义F检验的方法就是这一思想的体现。该法不仅逻辑清晰、易于理解,而且使很多传统假设检验方法在竞争模型假设的思想下形成系统化的概念。广义F检验有三个步骤:(一)根据观察资料的特征及研究的目的建立某些竞争模型假设,每一假设为观察数据的拟合提供一个数学模型;(二)计算观察数据拟合每个竞争模型的剩余平方和及自由度;(三)计算广义F值,并根据相应的F分布的概率特征对竞争模型作出合理的推断。     

广义相加模型在细菌性痢疾预警中的应用

目的探讨应用广义相加模型进行细菌性痢疾预测预警的可行性。方法收集上海市2004～2008年逐日细菌性痢疾发病资料和当地气象数据。采用时间序列的广义相加模型,在控制长期趋势、季节趋势及星期效应等混杂因素的基础上,分析气温、相对湿度、气压等气象因素与细菌性痢疾发病的关系。将广义相加模型得到的预测值的95%范围的上限值作为当前细菌性痢疾发病水平的预警限。结果模型预测的动态趋势与实际情况基本一致,模型的拟合效果较好。2009年细菌性痢疾日报告病例数大多数都落入了预测值的可信区间范围,未达到预警限,与实际流行情况相符。结论广义相加模型可应用于细菌性痢疾预测预警,为疫情防控提供科学依据。     

重复测量资料非线性混合效应模型应用与实现

目的探讨重复测量资料非线性分析技术、SAS软件NLMIXED过程及在群体药动学的应用.方法结合重复测量数据特点,采用最大似然原理进行参数估计,建立非线性混合效应参数模型.结果该模型不仅考虑了个体内和个体间变异,而且也考虑了参数间的非线性,允许固定效应和随机效应进入模型的非线性部分;可方便地分析随机缺失等非均衡数据;有助于引入其他解释变量时最佳模型的选择,更客观地解释其对代谢过程的影响.结论当重复测量资料不满足线性条件时,使用非线性混合效应模型能更客观地反映原数据特征,挖掘资料蕴藏的信息,弥补线性理论分析非线性重复测量资料之不足.