慢性病疾病组合模式识别方法的应用与比较

摘要：

目的 应用不同方法识别慢性病疾病组合模式并比较其应用效果.方法 利用中国健康与养老追踪调查数据,分别用潜类别分析(latent class analysis,LCA)、合并多元对应分析和模糊C-means聚类的组合聚类法(combinato-rial clustering,CC)、双向聚类法(two-way clustering framework,TCF)识别多病共存患者的慢性病疾病组合模式.同时,根据各方法中所纳入疾病数量多少、是否排除随机组合及其所识别出疾病组合模式的描述指标进行方法比较.结果 LCA能够明确疾病组合模式中各类疾病的概率分布,但纳入疾病数量过多容易导致疾病模式划分不清晰.CC基于患病率识别疾病组合模式,不要求纳入的疾病数量且能够描述不同疾病模式中各个疾病的患病情况.TCF能够不受所纳入疾病数量的影响而最大化保留疾病模式间的相互独立性.此外,仅TCF可以评判疾病组合模式中疾病间的关联强度并有效排除随机的疾病组合模式.结论 LCA适用于纳入疾病数量较少的临床研究,CC适用于社区多病共存的流行病学调查,而TCF更适用于不需进行个体特异性评估的大规模调查.

关键词：慢性病、疾病组合模式、双向聚类法、R、软件

所属期刊栏目：39

分类号：R195.1(保健组织与事业（卫生事业管理）)

资助基金：国家自然科学基金;山西省软科学研究一般项目;山西省高校哲学社会科学研究一般项目;山西医科大学校级博士启动基金项目

在线出版日期：2022-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：477-480