健康素养预测模型的构建与改进

摘要：

目的 构建健康素养预测模型,为快速筛检低健康素养水平人群提供参考.方法 2020年,采用多阶段随机整群抽样方法,抽取苏北X市15～69岁居民为调查对象,采用国家健康素养调查问卷开展调查,建立logistic回归模型和决策树模型,以实际调查结果为金标准,比较两种模型预测效果,并通过增加预测变量方法构建新的logistic回归健康素养预测模型.结果 共纳入1 933名调查对象,不具备健康素养 1580人,占81.74％.logistic回归分析结果显示,年龄、文化程度、职业和吸烟情况是居民健康素养水平的影响因素(P值均＜0.05).建立的logistic回归模型AUC为0.79(95％CI:0.77～0.81),构建的决策树模型AUC为0.78(95％CI:0.75～0.80).以健康素养是否具备分别与56道问题知晓情况进行统计学比较,将问题按照各题x2值由大到小排列,纳入问卷中前6道题目(C09、C05、D01、C08、C12、C10)构建新的logistic回归预测模型:Logit(P)=ln[P/(1-P)]=-3.104+0.325[年龄(25～34)]-0.149[年龄(35～44)]-0.857[年龄(45～54)]+0.367[年龄(55～64)]-2.748[年龄(65～69)]+2.531[文化程度(小学及以下)]+1.597[文化程度(初中)]+0.303[文化程度(高中/职高/中专)]+1.444[题目C05(错误)]+1.744[题目C08(错误)]+1.621[题目C09(错误)]+2.025[题目C10(错误)]+1.806[题目C12(错误)]+1.958[题目D01(错误)],该预测模型灵敏度为85.90％,特异度为90.04％,AUC为0.95(95％CI:0.94～0.96).在约登指数取最大值为0.76时,logit(P)对应P值为0.831,即预测概率超过0.831,可判定为不具备健康素养.结论 利用改进的健康素养预测模型中的切点值,可在现场调查时快速鉴别出不具备健康素养人群.

关键词：健康素养、预测模型、logistic模型、决策树模型

所属期刊栏目：35

分类号：R193(保健组织与事业（卫生事业管理）)

资助基金：国家社会科学基金19BGL251

在线出版日期：2024-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：283-287