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450 | 下载290

目的 通过Logistic回归分析脑卒中患者日常生活活动(ADL)能力进展的影响因素并建立预测模型.方法 x2检验单因素分析896例脑卒中出院患者ADL进展的影响因素;采用逐步向前选择法,拟合非条件Logistic回归预测模型,并以Hosmer-Lemeshow拟合优度检验和回代检验法考察模型的拟合效果.结果 Logistic回归模型共筛出5个主要影响因素,最终拟合的方程为:Logit(P/Y=1)=6.259+1.048(首次卒中距今时间)+1.242(入院时MBI分值)+0.300(伴随病个数)+1.095(离休)+0.906(职工)+1.384(专业技术人员);模型回代检验符合率为78.2

作者:孙燕;励建安;卢虹;许家仁

来源:中华物理医学与康复杂志 2011 年 33卷 1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:450 | 下载:290
作者:
孙燕;励建安;卢虹;许家仁
来源:
中华物理医学与康复杂志 2011 年 33卷 1期
标签:
预测模型 脑卒中 日常生活活动能力 功能进展 Logistic回归分析 Prediction models Stroke Activities of daily living Functional gains Logistic regression
目的 通过Logistic回归分析脑卒中患者日常生活活动(ADL)能力进展的影响因素并建立预测模型.方法 x2检验单因素分析896例脑卒中出院患者ADL进展的影响因素;采用逐步向前选择法,拟合非条件Logistic回归预测模型,并以Hosmer-Lemeshow拟合优度检验和回代检验法考察模型的拟合效果.结果 Logistic回归模型共筛出5个主要影响因素,最终拟合的方程为:Logit(P/Y=1)=6.259+1.048(首次卒中距今时间)+1.242(入院时MBI分值)+0.300(伴随病个数)+1.095(离休)+0.906(职工)+1.384(专业技术人员);模型回代检验符合率为78.2