纵向研究二分类数据非随机缺失边际条件线性模型及其应用

摘要

纵向研究是指在较长一段时间内对同一个体进行多次、连续监测的研究，随着医学模式的改变，社区医学、心理学以及公共卫生等领域纵向研究工作与项目资料的分析方法引起了研究者们的关注。纵向监测二分类资料往往由于监测时间较长，研究对象对研究失去兴趣，或由于患者的病情恶化，导致中途退出研究而形成数据缺失。对于非随机缺失的纵向二分类资料研究，常选用选择模型、共享参数模型和模式混合模型。由于这些模型仅考虑了固定时间点上的缺失，关于实际调查过程中，不能按规定时间接受调查，即数据的缺失发生在调查期内任意时间点缺失问题的研究为社区医学研究提出了新课题。
　　 本文拟针对社区纵向监测过程中监测数据存在的非随机缺失问题，且缺失时间为连续型分布的纵向二分类监测资料，在阐明模式混合模型原理的基础上，采用贝叶斯估计理论与方法，进一步探索边际条件线性模型(marginalizedconditional linear model，MCLM)的构建，基于边际均值、条件均值以及相关性结构，将模型参数看作是随观测时间变化的线性或二次方函数，完成其软件编程与实现。在非随机缺失纵向二分类数据模型分析中，该模型既考虑了协变量与应变量之间以及二分类应变量之间的关系，同时也考虑了二分类响应变量与缺失时间之间的关系。既解决了模式混合模型中缺失时间为离散分布的问题，也解决了缺失可以发生在观察期内任意时间点的连续型分布的问题，充分地利用了每个个体缺失时间提供的信息。不仅可以反映纵向连续监测时点上动态变化趋势，而且可以表明不同个体间变化的特征差异。
　　 为解决边际条件线性模型的理论研究与应用问题，本课题进行了不同样本含量和缺失比例条件下的模拟研究，并以全国社区高血压规范化管理太原分中心社区监测资料为例，完成了模型构建，设定不同的敏感性参数进行了敏感性分析，实现软件编程与分析等。主要结果小结如下:
　　 1、不同样本量和缺失比例条件下，模拟证实边际条件线性模型参数估计更准确
　　 本文设定缺失比例分别为10％-90％，样本含量在30-1000之间，对模型进行模拟研究，结果表明:当样本含量一定时，缺失比例越大，参数估计值的标准误越大;当缺失比例一定时，随着样本含量的增大，参数估计值越接近于真值，其估计值的标准误越来越小。当样本含量在300以下时，不同缺失比例参数估计值不稳定，当样本含量大于300时，不同缺失比例下参数估计值相差不大，模拟结果进一步证实了样本含量在300以上时，边际条件线性模型对纵向二分类非随机缺失数据参数估计结果更准确。
　　 2、边际条件线性模型拟合太原市社区高血压规范化管理资料结果分析解释更客观准确
　　 利用太原市社区高血压规范化管理监测数据，构建边际条件线性模型，结果表明年龄、体重指数参数均随缺失时间而变化，早期缺失和晚期缺失具有不同的模型参数估计值。年龄参数随缺失时间呈上升趋势，参数估计值为正，表明年龄越大，高血压患者血压控制的效果越差，后期出现数据缺失的高血压患者尤为明显，年龄较大的高血压患者，其血压值多为异常。体重指数参数随缺失时间呈上升趋势，说明晚期数据缺失的超重者，其血压值多为异常。不同中心参数随缺失时间基本保持不变，与中心1相比，中心3高血压患者血压控制效果较好，而中心2和中心4血压控制效果较差。
　　 3、敏感性分析表明边际条件线性模型对社区高血压缺失数据分析结果更合理
　　 本课题选取社区1和社区2不同性别高血压患者进行敏感性分析，设其敏感性参数分别为a1和a2，取3组不同的敏感性参数值分别为a1=0，a2=2;a1=2，a2=0和a1=2，a2=2。敏感性分析结果提示，不同敏感性参数边际条件线性模型，对男女社区规范化管理的高血压患者血压值变化量的估计结果相近。表明边际条件线性模型对太原市社区高血压规范化管理含有缺失的监测数据分析结果更趋合理。进一步证实了边际条件线性模型对含有信息缺失数据的参数估计效果较好。
　　 4、WinBUGS软件可方便地解决复杂模型和分布问题的贝叶斯推断
　　 实例验证分析表明，WinBUGS不仅可用有向图模型进行直观的描述，而且能够给出参数的Gibbs抽样动态图，使抽样结果更直观，同时能方便地得到参数后验分布的均数及95％置信区间。但由于WinBUGS软件对数据格式要求严格，而且数据的储存空间有限，当数据较大时，直接在WinBUGS中进行数据分析会带来不便。本文通过R软件编程，调用WinBUGS软件包，编程完成了社区高血压纵向监测二分类资料分析，进一步提示，非随机缺失边际条件线性模型在WinBUGS与SAS软件有机结合条件下，易于编程实现，结果解释更稳健。

目录

声明

摘要

第一章 前言

第二章 原理与方法

2．1 纵向数据非随机缺失机制

2．2 边际条件线性模型的基本原理

2．3 参数估计

2．4 敏感性分析

第三章 模拟证实研究

第四章 实例验证

4．1 太原市四社区规范化管理高血压患者基线资料分析

4．2 太原市四社区规范化管理高血压监测资料分析

4．3 四社区高血压管理纵向监测资料边际条件线性模型应用

4．4 敏感性分析

第五章 讨论

第六章 小结

参考文献

个人简历

攻读学位期间发表论文情况

致谢