您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览82 | 下载0

目的 分析湖北省成年人高血压糖尿病共患病(hypertension-diabetes comorbidity,HDC)状况及其预警指标,为HDC的预防控制提供科学依据.方法 采用多阶段分层抽样法,从湖北省11个地区抽取≥18岁的居民作为研究对象,对其进行问卷调查,采用Logistic回归分析模型和决策树模型分析HDC的预警指标,并用受试者工作曲线(receiver operating characteristic calve,ROC)评价两种模型的预测效果.结果 Logistic回归分析模型及决策树模型分析结果均显示,工作强度、吸烟、婚姻、性别、BMI和年龄均是HDC的有效预警指标(均有P<0.05).Logistic回归分析模型ROC曲线下面积大于决策树模型(0.967vs.0.933,Z=9.199,P<0.001).结论 Logistic回归分析模型预测能力优于决策树模型.但有必要将两种模型结合应用于HDC预警指标的预测.通过Logistic回归分析模型筛选出有意义的主效应预警指标,然后采用决策树模型进一步分析指标间的交互作用,为HDC的防控提供参考依据.

作者:邬闻文;谭晓东;孙东晗;李莉

来源:中华疾病控制杂志 2022 年 26卷 7期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:82 | 下载:0
作者:
邬闻文;谭晓东;孙东晗;李莉
来源:
中华疾病控制杂志 2022 年 26卷 7期
标签:
高血压 糖尿病 共患病 预警指标 Logistic回归分析 决策树模型
目的 分析湖北省成年人高血压糖尿病共患病(hypertension-diabetes comorbidity,HDC)状况及其预警指标,为HDC的预防控制提供科学依据.方法 采用多阶段分层抽样法,从湖北省11个地区抽取≥18岁的居民作为研究对象,对其进行问卷调查,采用Logistic回归分析模型和决策树模型分析HDC的预警指标,并用受试者工作曲线(receiver operating characteristic calve,ROC)评价两种模型的预测效果.结果 Logistic回归分析模型及决策树模型分析结果均显示,工作强度、吸烟、婚姻、性别、BMI和年龄均是HDC的有效预警指标(均有P<0.05).Logistic回归分析模型ROC曲线下面积大于决策树模型(0.967vs.0.933,Z=9.199,P<0.001).结论 Logistic回归分析模型预测能力优于决策树模型.但有必要将两种模型结合应用于HDC预警指标的预测.通过Logistic回归分析模型筛选出有意义的主效应预警指标,然后采用决策树模型进一步分析指标间的交互作用,为HDC的防控提供参考依据.