简介:摘要目的应用潜分类增长模型(latent class growth model,LCGM)纵向分析孕期血压数据,探索妊娠期间血压潜分类轨迹与未来发生子痫前期(preeclampsia,PE)风险之间的联系。方法该研究为前瞻性队列研究,选取2016年11月1日至2018年5月30日在天津市19家社区医院招募的孕早期女性受试者,采集孕28周前5个阶段(即12、16、20、24和28周)的孕检血压数据纳入分析,同时采集孕妇基本信息问卷、体格检查、实验室检查等数据。应用LCGM建立收缩压、舒张压的潜分类轨迹模型;分别以收缩压轨迹、舒张压轨迹作为预测变量,以妊娠28周后至分娩时是否发生PE作为结局变量,进行PE的预测研究。结果共纳入5 560例已生产的单胎妊娠孕妇,其中随访期间诊断PE 128例,妊娠期高血压106例。单因素及多因素logistic回归分析显示基线收缩压与舒张压水平越高,PE发生的风险越高。采用LCGM拟合血压动态变化,确定了4条收缩压潜分类轨迹和4条舒张压潜分类轨迹。收缩压潜分类轨迹对应的血压水平越高,PE发生的风险越高;在校正了初检体重指数、是否初产妇、白细胞计数、血红蛋白水平、血小板计数和谷丙转氨酶水平等混杂因素后,收缩压潜分类轨迹_4(SBP_traj_4)的OR值为4.023(95%CI:2.368~6.835,P<0.001),收缩压潜分类轨迹_3(SBP_traj_3)的OR值为1.854(95%CI:1.223~2.811,P=0.004);舒张压潜分类轨迹_4(DBP_traj_4)的OR值为2.527(95%CI:1.534~4.162,P<0.001),舒张压潜分类轨迹_2(DBP_traj_2)的OR值为2.238(95%CI:1.328~3.772,P=0.002)。受试者工作特征曲线显示基线血压水平联合血压轨迹对PE具有较好的预测能力。结论应用LCGM潜分类增长模型构建孕12~28周的血压潜分类轨迹可对孕28周后PE进行早期预测分析,提示孕期血压潜分类轨迹是一种可用于孕妇PE危险分层的新方法。
简介:摘要目的探讨膀胱癌患者创伤后成长发展轨迹的潜类别及其影响因素。方法便利选取湖北省肿瘤医院泌尿外科住院的行膀胱电切术或根治性膀胱全切术的215例膀胱癌患者作为研究对象,对其进行5次追踪调查,采用潜变量增长混合模型及多类别Logistic回归分析数据。结果识别出创伤后成长发展轨迹的4个潜类别:高创伤后成长组(29例)、低创伤后成长组(33例)、创伤后成长快速发展组(69例)、创伤后成长持续下降组(84例)。相对于低创伤后成长组,年长者、非肌层浸润性癌患者更易进入高创伤后成长组;非肌层浸润性癌、男性、在职患者更易进入创伤后成长快速发展组;居住在农村的患者更易进入创伤后成长持续下降组。结论临床医护人员应根据膀胱癌患者创伤后成长的发展轨迹类型制订针对性的个体化干预方案。
简介:摘要目的基于潜类别增长模型分析男男性行为者HIV检测自我效能的变化趋势。方法于2019年8月至2021年5月,在山东省招募404名男男性行为(MSM)人群并进行1年的随访研究,采用个体干预(微信及随访问卷中推送干预图片和视频)与社区干预(朋友圈转发、微信群分享讨论HIV检测相关信息),测量其HIV检测自我效能水平,并采用潜类别增长模型(LCGM)分析HIV检测自我效能的长期发展趋势,并分析发展趋势的影响因素。结果404名MSM年龄为(28.25±8.95)岁,最大58岁,最小18岁;基线和4次随访的HIV检测自我效能得分M(Q1,Q3)分别为18.00(17.00,21.00)、19.00(18.00,22.00)、19.00(18.00,22.00)、19.00(18.00,22.00)、19.00(18.00,22.00)。自由估计的两分类LCGM模型分析结果显示,MSM的HIV检测自我效能发展趋势可分为两类,分别是“干预反应组”[255名(63.1%)]和“干预无反应组”[149名(36.9%)],“干预反应组”的MSM人群HIV检测自我效能水平较高,且随时间先上升后下降;而“干预无反应组”水平较低且较为稳定。多因素logistic回归分析结果显示,以学生MSM人群为参照组,商业或服务业、无业或失业的MSM的OR值分别为0.261(95%CI:0.108~0.633)和0.186(95%CI:0.057~0.610)。结论MSM人群在干预条件下的HIV检测自我效能变化趋势存在群体异质性,职业可能是影响因素。
简介:模型的验证是指对模型的性能指标(区分度、校准度)进行考察的过程。根据考察过程中是否使用预测模型的开发队列数据,模型验证可分为内部验证和外部验证。内部验证是检验模型开发过程的可重复性,常见形式包括随机拆分验证、交叉验证、Bootstrap重抽样以及“内部-外部”交叉验证。外部验证考察的是模型的可移植性和可泛化性,常见形式包括时段验证、空间验证以及领域验证。