貝葉斯模型在老年人健康管理效果評價中的應(yīng)用.pdf

1、目的：
　　貝葉斯統(tǒng)計學(xué)已受到越來越多研究者的認(rèn)可和關(guān)注，但是國內(nèi)關(guān)于貝葉斯統(tǒng)計的研究仍比較薄弱，本研究的目的在于對貝葉斯無信息先驗、樂觀先驗、悲觀先驗、專家先驗獲取方法、貝葉斯混合效應(yīng)模型及敏感性分析原理進(jìn)行探討，以南京市某社區(qū)老年人健康管理干預(yù)自評體系情緒性格維度數(shù)據(jù)為例進(jìn)行實證分析，系統(tǒng)闡述健康管理效果評價指標(biāo)專家信息的獲取、貝葉斯混合效應(yīng)模型構(gòu)建，比較無信息先驗分布貝葉斯統(tǒng)計分析結(jié)果與經(jīng)典統(tǒng)計分析結(jié)果，并通過先驗分布的敏感

2、性分析獲得更全面的推斷結(jié)論，本研究也旨在為貝葉斯先驗分布獲取及貝葉斯混合效應(yīng)模型構(gòu)建提供借鑒。
　　方法：
　　通過檢索國內(nèi)外貝葉斯相關(guān)文獻(xiàn)，為貝葉斯統(tǒng)計、先驗分布及貝葉斯混合效應(yīng)模型介紹打下基礎(chǔ)。采用實證研究法對貝葉斯先驗獲取、貝葉斯混合效應(yīng)模型在老年人健康管理效果評價中應(yīng)用進(jìn)行實證分析。利用健康管理自評體系的情緒性格維度數(shù)據(jù)，采用無先驗信息、百分位數(shù)法專家先驗信息、眾數(shù)百分位數(shù)法專家先驗信息、定分度法專家先信息驗構(gòu)建方差

3、分析模型，并與經(jīng)典方差分析結(jié)果比較;由于貝葉斯復(fù)雜模型參數(shù)的專家先驗信息獲取很困難，本研究的貝葉斯混合效應(yīng)模型構(gòu)建主要利用無信息先驗，對模型的先驗分布進(jìn)行了敏感性分析，此外，對貝葉斯混合效應(yīng)模型結(jié)果與經(jīng)典多水平模型結(jié)果進(jìn)行了比較。本研究通過SAS MIXED過程，采用限制性最大似然法，建立多水平模型。采用RStudio0.98軟件的R2OpenBUGS包調(diào)用OpenBUGS3.22軟件進(jìn)行貝葉斯模型的構(gòu)建、編譯和迭代，后驗估計結(jié)果包括后

4、驗參數(shù)估計、蹤跡圖、函數(shù)密度圖均在RStudio軟件中呈現(xiàn)，采用RStudio軟件調(diào)用OpenBUGS軟件有效解決了OpenBUGS軟件數(shù)據(jù)格式復(fù)雜性的問題。
　　結(jié)果：
　　使用無信息先驗進(jìn)行研究對象人口學(xué)特征異質(zhì)性檢驗，結(jié)果表明管理組與對照組人口學(xué)特征不存在異質(zhì)性，并與經(jīng)典統(tǒng)計方法分析結(jié)果一致;利用無信息先驗進(jìn)行管理組與對照組情緒性格維度基線情況比較，發(fā)現(xiàn)管理組與對照組的情緒性格維度存在不均衡性，對照組基線得分均高于管理

5、組，結(jié)果與經(jīng)典統(tǒng)計分析結(jié)果一致(F=10.014,P=0.002);采用不同先驗分布的貝葉斯方差分析模型比較管理組和對照組情緒性格維度的6個月與基線得分差值情況，無信息先驗分布和三種專家先驗分布下的后驗估計結(jié)果均表明管理組與對照組的情緒性格維度6個月與基線得分差值不存在統(tǒng)計學(xué)差異(差值95％的可信區(qū)間(Credible interval)均包括0），經(jīng)典統(tǒng)計學(xué)方法也表明無統(tǒng)計學(xué)差異(F=0.057,P=0.881);采用不同先驗分布的貝

6、葉斯方差分析模型比較管理組和對照組五個維度的24個月與基線得分差值情況，無信息先驗分布和不同獲取方法的專家先驗分布下的后驗估計結(jié)果均表明管理組與對照組的軀體機(jī)能維度與情緒性格維度的24個月與基線得分差值均存在統(tǒng)計學(xué)差異（差值95％CI均不包括0），管理組優(yōu)于對照組，經(jīng)典統(tǒng)計分析結(jié)果與其一致(F=8.427，P=0.004)。
　　利用基線、6、18和24個月的情緒性格維度數(shù)據(jù)建立傳統(tǒng)多水平模型，固定效應(yīng)部分結(jié)果顯示，時間效應(yīng)、時間

7、與分組變量交互效應(yīng)均存在統(tǒng)計學(xué)意義(P＜0.05），系數(shù)估計值分別為-0.0085和0.0160，水平1殘差估計值為0.605，隨機(jī)效應(yīng)部分結(jié)果表明隨機(jī)截距方差有統(tǒng)計學(xué)意義，時間變量隨機(jī)斜率的方差不存在統(tǒng)計學(xué)意義。貝葉斯混合效應(yīng)模型固定效應(yīng)部分時間變量系數(shù)具有統(tǒng)計學(xué)意義，估計值為-0.0085，95％CI(-0.0165，-0.0008)，時間與分組變量交互項系數(shù)估計值為0.0160，95％CI(0.0063，0.0257)，說明二者交

8、互項具有統(tǒng)計學(xué)意義，隨機(jī)截距方差估計值為0.0329，95％CI(0.0017，0.1238)，時間變量隨機(jī)斜率的方差估計值為0.0004，95％CI(0.0001，0.0007)，與傳統(tǒng)分析結(jié)果相比，貝葉斯方法水平1殘差(0.5946)有所減少。
　　敏感性分析結(jié)果表明，無信息先驗、不同獲取方法的專家先驗、悲觀先驗、樂觀先驗下的情緒性格維度方差分析模型的參數(shù)后驗估計值與其95％CI均比較相近，推斷結(jié)論未發(fā)生具有統(tǒng)計學(xué)意義的改變;

9、無信息先驗、悲觀先驗、樂觀先驗下的情緒性格維度貝葉斯混合效應(yīng)模型固定效應(yīng)參數(shù)的估計值變化小，三種先驗下的隨機(jī)效應(yīng)方差參數(shù)變化相對較大，但是統(tǒng)計結(jié)論仍保持一致。此外，貝葉斯殘差分析結(jié)果表明模型與數(shù)據(jù)擬合的較好。
　　結(jié)論：
　　經(jīng)典統(tǒng)計方法與無先驗信息分布下的貝葉斯統(tǒng)計方法在本次研究中所得到的結(jié)果相似，本研究利用百分位數(shù)法、眾數(shù)百分位數(shù)法和定分度法同時獲取專家先驗信息，采用簡單易行的算術(shù)平均法合并多位專家意見，獲得的先驗分布參

10、數(shù)不同，對后驗分布估計的影響也不同，但是本研究中統(tǒng)計推斷結(jié)論保持一致。本文通過構(gòu)造悲觀先驗與樂觀先驗信息進(jìn)行敏感性分析，結(jié)果表明簡單的統(tǒng)計模型對參數(shù)的先驗分布敏感性低于復(fù)雜的統(tǒng)計模型。經(jīng)典多水平模型分析結(jié)果與無信息先驗下的貝葉斯混合效應(yīng)模型分析結(jié)果基本一致，但是貝葉斯混合效應(yīng)模型利用參數(shù)的先驗信息，減少了水平1的殘差，表明貝葉斯混合效應(yīng)模型可獲取更多的效應(yīng)變異信息，更適合解決數(shù)據(jù)層次結(jié)構(gòu)問題。本研究的創(chuàng)新點在于同時采用三種方法獲取健康管