零膨脹模型的構(gòu)建及其在衛(wèi)生服務(wù)調(diào)查研究中的應(yīng)用.pdf

1、近年來(lái)，隨著我國(guó)醫(yī)療信息化技術(shù)不斷發(fā)展，大量的醫(yī)學(xué)信息原始數(shù)據(jù)得以記錄和保存下來(lái)，如流行病學(xué)的調(diào)查數(shù)據(jù)、醫(yī)院的信息化數(shù)據(jù)等。這些醫(yī)學(xué)數(shù)據(jù)在數(shù)量迅速增加的同時(shí)，其質(zhì)量和準(zhǔn)確度也在不斷提高。如何借助恰當(dāng)?shù)慕y(tǒng)計(jì)分析方法，來(lái)挖掘這些海量的數(shù)據(jù)信息，以更好的為醫(yī)療衛(wèi)生行業(yè)的管理、醫(yī)院的診療、科研和教學(xué)服務(wù)，從而進(jìn)一步為醫(yī)療決策提供支撐，已經(jīng)成為國(guó)內(nèi)外統(tǒng)計(jì)學(xué)界較為關(guān)注的熱點(diǎn)問(wèn)題。然而，在實(shí)際研究中，此類計(jì)數(shù)數(shù)據(jù)常常會(huì)出現(xiàn)零過(guò)多的現(xiàn)象，這種現(xiàn)象在流行

2、病學(xué)調(diào)查數(shù)據(jù)中尤為常見(jiàn)。所謂零過(guò)多現(xiàn)象是指在計(jì)數(shù)數(shù)據(jù)中零的個(gè)數(shù)明顯多于按照泊松分布、二項(xiàng)分布或負(fù)二項(xiàng)分布等標(biāo)準(zhǔn)離散分布隨機(jī)產(chǎn)生的零的個(gè)數(shù)的現(xiàn)象。計(jì)數(shù)數(shù)據(jù)中取值為零的數(shù)量過(guò)多，會(huì)導(dǎo)致數(shù)據(jù)過(guò)度離散。對(duì)于該類零過(guò)多的計(jì)數(shù)數(shù)據(jù)，如果仍使用普通的計(jì)數(shù)模型去擬合，將會(huì)導(dǎo)致參數(shù)估計(jì)的偏差過(guò)大，甚至做出錯(cuò)誤的推斷。為了解決零過(guò)多計(jì)數(shù)數(shù)據(jù)的過(guò)離散問(wèn)題，針對(duì)該類數(shù)據(jù)的特點(diǎn)，分成零計(jì)數(shù)（零點(diǎn)的退化分布）和非零計(jì)數(shù)（取值為泊松分布）兩個(gè)部分建立混合回歸模型，即

3、零膨脹泊松回歸模型(Zero-inflated model，ZIP)。
　　研究目的:
　　本研究針對(duì)醫(yī)學(xué)研究中普遍存在的零過(guò)多的計(jì)數(shù)數(shù)據(jù)的問(wèn)題，構(gòu)建零膨脹模型，對(duì)于小樣本資料，引進(jìn)貝葉斯的方法，構(gòu)建貝葉斯零膨脹模型并與傳統(tǒng)模型比較，模擬不同樣本量和不同零過(guò)多比例等多種數(shù)據(jù)情境，從準(zhǔn)確性、精確性和模型的擬合優(yōu)度等多個(gè)方面對(duì)構(gòu)建的模型進(jìn)行評(píng)價(jià)，探索不同的數(shù)據(jù)情境下最優(yōu)的參數(shù)估計(jì)模型。同時(shí)，為了增加模型估計(jì)的可靠性，引入Boot

4、strap統(tǒng)計(jì)技術(shù)。本研究可以為今后流行病學(xué)調(diào)查數(shù)據(jù)中零過(guò)多數(shù)據(jù)的統(tǒng)計(jì)分析提供方法學(xué)支持。
　　研究方法:
　　首先進(jìn)行原始數(shù)據(jù)的模擬，數(shù)據(jù)模擬設(shè)置不同的樣本量，分別為1000、500、100，同時(shí)考慮不同的離散程度，設(shè)置不同的零比例，分別為0.9、0.8、0.7、0.6，模擬不同的數(shù)據(jù)情境下的最優(yōu)模型。
　　1.模型構(gòu)建
　　基于大樣本的情況下，構(gòu)建零膨脹泊松回歸模型(ZIP)、零膨脹負(fù)二項(xiàng)泊松回歸模型(Zer

5、o-inflated negative binomial，ZINB)并與傳統(tǒng)的泊松回歸和負(fù)二項(xiàng)回歸進(jìn)行比較;基于小樣本的情況下，構(gòu)建貝葉斯零膨脹泊松回歸模型(Bayesianzeroinflated Poisson)、零膨脹負(fù)二項(xiàng)泊松回歸模型(Bayesianzero-inflated negativebinomial model)并與貝葉斯泊松回歸模型、貝葉斯負(fù)二項(xiàng)回歸模型進(jìn)行比較。同時(shí)，模型構(gòu)建的過(guò)程中引進(jìn)Bootstrap統(tǒng)計(jì)技術(shù)

6、，根據(jù)原始樣本量大小進(jìn)行有放回等樣本重復(fù)抽樣，每次抽樣200次，然后對(duì)這200個(gè)復(fù)樣本進(jìn)行統(tǒng)計(jì)分析。
　　2.模型評(píng)價(jià)
　　分別從準(zhǔn)確性、精確性和和模型擬合度三個(gè)方面，使用絕對(duì)偏倚、置信區(qū)間覆蓋率、標(biāo)準(zhǔn)誤、置信區(qū)間寬度和模型擬合度五個(gè)指標(biāo)對(duì)模擬的結(jié)果進(jìn)行全面、客觀科學(xué)的評(píng)價(jià)。綜合以上五個(gè)指標(biāo)可全面評(píng)價(jià)模型模擬的結(jié)果，為今后醫(yī)學(xué)數(shù)據(jù)不同模型評(píng)價(jià)提供了方法學(xué)參考。
　　3.實(shí)例分析
　　將構(gòu)建的零膨脹模型應(yīng)用于衛(wèi)生服

7、務(wù)調(diào)查實(shí)例研究中，大樣本的實(shí)例分析選擇對(duì)上海市居民患慢性病數(shù)的影響因素進(jìn)行分析;小樣本的實(shí)例分析選擇對(duì)上海市浦東新區(qū)農(nóng)業(yè)戶口居民年住院次數(shù)的影響因素進(jìn)行分析。實(shí)例分析中構(gòu)建不同的模型進(jìn)行統(tǒng)計(jì)分析，并對(duì)模擬研究的結(jié)果進(jìn)行實(shí)例驗(yàn)證。
　　研究結(jié)果:
　　本研究的結(jié)果分成兩個(gè)部分，分別是基于大樣本和小樣本兩個(gè)不同的部分?；诖髽颖緲?gòu)建四個(gè)模型。先從準(zhǔn)確度和精確度方面進(jìn)行比較，然后比較所有模型的擬合優(yōu)度指標(biāo)AIC值。當(dāng)樣本量為100

8、0、500時(shí)，我們發(fā)現(xiàn)這兩個(gè)傳統(tǒng)計(jì)數(shù)模型隨著零比例的增加，在準(zhǔn)確度方面，其絕對(duì)偏倚的值是不斷增加的，置信區(qū)間的覆蓋率也越來(lái)越低;在精確度方面，標(biāo)準(zhǔn)誤也是增大的趨勢(shì)，其置信區(qū)間的寬度不斷增加。由此可見(jiàn)，傳統(tǒng)計(jì)數(shù)模型模擬結(jié)果的準(zhǔn)確性和精確性并不高，傳統(tǒng)計(jì)數(shù)模型對(duì)于零過(guò)多數(shù)據(jù)的模擬結(jié)果并不是很理想。然而，相同條件下零膨脹模型的模擬結(jié)果比傳統(tǒng)計(jì)數(shù)模型要好很多?；A(chǔ)零膨脹模型的AIC值，普遍比基礎(chǔ)計(jì)數(shù)模型的AIC值小，即基礎(chǔ)零膨脹模型的擬合度比基

9、礎(chǔ)計(jì)數(shù)模型要好，而負(fù)二項(xiàng)回歸擬合度優(yōu)于泊松回歸。在零比例為0.6、0.7時(shí)，模型擬合度比較分別為:零膨脹泊松回歸模型優(yōu)于零膨脹負(fù)二項(xiàng)回歸優(yōu)于負(fù)二項(xiàng)回歸優(yōu)于泊松回歸;零比例在0.8、0.9時(shí)，零膨脹泊松回歸與零膨脹負(fù)二項(xiàng)回歸的擬合度基本一致，均優(yōu)于負(fù)二項(xiàng)回歸，負(fù)二項(xiàng)回歸又優(yōu)于泊松回歸。
　　基于小樣本構(gòu)建四個(gè)模型。在樣本量為100，零比例為0.8、0.7、0.6時(shí)，貝葉斯泊松回歸和貝葉斯負(fù)二項(xiàng)回歸這兩種模型的準(zhǔn)確度和精確度。我們發(fā)現(xiàn)

10、這兩個(gè)模型在隨著零所占的比例增加，在準(zhǔn)確度方面和精確度方面以及模型的擬合度方面均不是很理想。在比例為0.9時(shí)，貝葉斯泊松模型和貝葉斯負(fù)二項(xiàng)模型無(wú)法擬合，可見(jiàn)貝葉斯傳統(tǒng)計(jì)數(shù)模型對(duì)于小樣本零過(guò)多計(jì)數(shù)數(shù)據(jù)的模擬結(jié)果并不是很理想。在零比例為0.6、0.7、0.8時(shí)，從模型準(zhǔn)確度、精確度和擬合度方面比較分別為:零膨脹泊松回歸模型與零膨脹負(fù)二項(xiàng)回歸模型模擬結(jié)果相差不大，貝葉斯負(fù)二項(xiàng)回歸模型優(yōu)于貝葉斯零膨脹模型優(yōu)于貝葉斯泊松回歸模型;零比例在0.9時(shí)

11、，貝葉斯零膨脹泊松回歸與貝葉斯零膨脹負(fù)二項(xiàng)回歸的模擬結(jié)果基本一致，均優(yōu)于貝葉斯傳統(tǒng)計(jì)數(shù)回歸模型。
　　實(shí)例分析中基于大樣本的統(tǒng)計(jì)分析結(jié)果與模型數(shù)據(jù)模擬的結(jié)果較一致，驗(yàn)證了對(duì)于零過(guò)多數(shù)據(jù)零膨脹模型優(yōu)于傳統(tǒng)計(jì)數(shù)模型，并得到了影響上海市居民患慢性病數(shù)的一系列危險(xiǎn)因素?；谛颖镜慕y(tǒng)計(jì)分析結(jié)果與模型數(shù)據(jù)模擬的結(jié)果也比較一致。
　　研究結(jié)論:
　　根據(jù)衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)不同的零過(guò)多計(jì)數(shù)數(shù)據(jù)特點(diǎn)，選擇合適的零膨脹模型分析方法優(yōu)于傳統(tǒng)