既往数据较少时预测患病率的不同方法比较
目的 比较既往数据较少时不同方法在疾病预测中的应用.方法 利用我国建国以来四次大规模高血压抽样调查的数据,分别采用几何级数法、logistic函数模型和GM(1,1)灰色模型对患病率进行估计,并通过对比各方法的拟合效果、理论依据和临床意义等,评价其可靠性和准确性.结果 所有方法用于高血压患病率的短期预测(2 ～3年),结果都比较相似,2005年患病率的估计值均处在(19.3±1.0) ％之间.但随着预测时间的延长,不同方法给出的疾病趋势则有了较大幅度的差异,截至2050年,GM(1,1)灰色模型(Ｒ2=0.9863)的预测结果已达到86.44％,几何级数法给出的估计值也超过75％,而logistic函数模型(R2 =0.6933)认为患病率仍只有33.53％.其中logistic模型估计较保守,并假设患病率始终不会超过上限40％;而几何级数法和GM(1,1)模型给出的预测值将快速增长,于2060年之前突破100％.结论 几何级数法结合了数据的数学意义和临床意义,适用于中短期的患病率估计,而logistic回归模型给出的患病率趋势在理论上符合人们对未来疾病发展的预估,更适合远期推断.GM(1,1)灰色模型与原始数据的拟合程度较高,且不要求提供大量相关信息,因此也较为适合数据点较少的短期预测.
高血压、患病率、预测、几何级数法、logistic函数、灰色模型
31
TH8;R73
2016-07-22（万方平台首次上网日期，不代表论文的发表时间）
共3页
418-420
