增长混合模型在健康轨迹研究中的应用进展
随着人们生活水平提高,健康问题日益突出并受到普遍关注.现代医学模式下的健康由生理、心理和社会等多个维度共同构成,且随着年龄的增长而不断变化.纵向健康数据研究中,各维度健康指标在三个及以上时间点的重复测量值可构成健康轨迹[1].作为常用于评估纵向健康数据发展轨迹的统计方法,传统增长模型( growth modeling)是在假设总体内部发展轨迹为同质的前提下刻画总体的平均发展轨迹.然而,总体发展轨迹可能具有不可忽略的异质性( hetero-geneity)特征,即总体内部可能存在互斥的群体,群体内发展轨迹同质化,而群体之间有所差异.为探索异质化健康轨迹,增长混合模型( growth mixture model-ing,GMM) [2]较早得到国外学者的关注和应用,并在近几年逐渐进入国内学者的视野.本文将简要总结传统增长模型及其局限性,并对GMM基本模型和其在生理、心理、社会三个维度健康轨迹研究中的应用现状进行介绍.
37
国家社会科学基金青年项目19CRK008
2020-09-24（万方平台首次上网日期，不代表论文的发表时间）
共4页
637-640
