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438 | 下载108

探讨贝叶斯log-binomial回归估计患病率比的方法及应用.以看护人识别腹泻危险症状与婴幼儿腹泻求医关系为实例,利用Openbugs软件拟合贝叶斯log-binomial回归模型估计看护人识别腹泻危险症状与婴幼儿腹泻求医关系的患病率比(prevalence ratio,PR).看护人能识别腹泻危险症状可提高大约13%的求医概率.贝叶斯log-binomial回归3个模型均收敛,估计的PR值(95%CI)分别为1.130 (1.005~ 1.265)、1.128 (1.001 ~ 1.264)、1.132(1.004~ 1.267);常规log-binomial回归模型1和模型2收敛,估计的PR值(95%CI)分别为1.130(1.055 ~ 1.206)和1126(1.051~1.203),但模型3不收敛,用复制方法估计PR值(95%CI)为1.125(1.051 ~ 1.200).贝叶斯log-binomial回归3个模型PR的点估计和区间估计虽与常规log-binomial回归稍有差异,但整体一致性较好.贝叶斯log-binomial回归能有效地估计PR,模型不收敛问题少,与常规log-binomial回归相比在应用上更有优势.

作者:高文龙;林和;刘小宁;任晓卫;李娟生;申希平;朱素玲

来源:中华流行病学杂志 2017 年 38卷 3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:438 | 下载:108
作者:
高文龙;林和;刘小宁;任晓卫;李娟生;申希平;朱素玲
来源:
中华流行病学杂志 2017 年 38卷 3期
标签:
贝叶斯定理 回归分析 模型,统计学 患病率比 log-binomial回归 Bayes theorem Regression analysis Models,statistical Prevalence ratio Log-binomial regression
探讨贝叶斯log-binomial回归估计患病率比的方法及应用.以看护人识别腹泻危险症状与婴幼儿腹泻求医关系为实例,利用Openbugs软件拟合贝叶斯log-binomial回归模型估计看护人识别腹泻危险症状与婴幼儿腹泻求医关系的患病率比(prevalence ratio,PR).看护人能识别腹泻危险症状可提高大约13%的求医概率.贝叶斯log-binomial回归3个模型均收敛,估计的PR值(95%CI)分别为1.130 (1.005~ 1.265)、1.128 (1.001 ~ 1.264)、1.132(1.004~ 1.267);常规log-binomial回归模型1和模型2收敛,估计的PR值(95%CI)分别为1.130(1.055 ~ 1.206)和1126(1.051~1.203),但模型3不收敛,用复制方法估计PR值(95%CI)为1.125(1.051 ~ 1.200).贝叶斯log-binomial回归3个模型PR的点估计和区间估计虽与常规log-binomial回归稍有差异,但整体一致性较好.贝叶斯log-binomial回归能有效地估计PR,模型不收敛问题少,与常规log-binomial回归相比在应用上更有优势.