零膨胀模型在心肌缺血节段数影响因素研究中的应用.pdfVIP

·464 · 　中国卫生统计 2008 年 10 月第25 卷第 5 期 3 零 膨 胀 模 型 在 心 肌 缺 血 节 段 数 影 响 因 素 研 究 中 的 应 用 山西医科大学卫生统计教研室 (030001) 　曾　平 　刘桂芬 △ 　曹红艳 　　【提 　要】　目的　讨论零膨胀模型在计数资料中的应 用 。方法 　应用零膨胀负二项模型分析冠 心病患者 心肌缺 血 节段数的影响因素 。结果 　零膨胀负二项模型 logit 部分结果表明没有 家族史 、年龄越小 、左室收缩末容积越 小的患者 发 生心肌节段缺血的可能性较小 ; 负二项部分结果表明有糖尿病史 、有冠心病家族史 、左室收缩末容积越 大的患者发生心肌 缺血节段数越多 。结论 　当计数资料存在过多零计数时 ,应用零过多模型能够得到很好的拟合效果 。 【关键词】　零膨胀模型 　计数资料 　零过多 　Poisson 回归 　负二项回归 　　医学研究中常遇到单位时间、空间 、面积 内某事件 题 中该种情况并不常见 ; g ( yi ) 服从 Poisson 或负二项 发生次数的研究问题 ,如一段时间内癫痫患者抽搐发 分布 ,那么可 以认为数据 中的零分别来源于上述两方 作 的次数 ,盐酸托烷司琼注射液缓解肿瘤患者化疗 引 面 :一部分来源于那些从未可能发生事件 的个体概率 致 的恶 心 呕 吐 次 数 , 居 民一 周 内 有 氧 运 动 次 数 为 pi 和在 Poisson 或负二项理论分布下没有发生事件 等 〔1 - 3 〕,这类研究变量也称为计数 资料 (count data) 。 的个体概率为 1 - p i , 因此 Y = yi 的概率密度为 : 事件发生次 数 的取值为非负整数且 多服从正偏态分 P ( yi = 0 | xi) = pi + ( 1 - p i) g ( 0) 布 ,常假定事件发生数服从 Poi sson 分布 ,拟合广义线 P ( yi | xi) = ( 1 - pi ) g ( yi ) , yi 0 ( 性的 Poi sson 回归模型 , 当事件发生数过度离散 over2 若 pi 的取值受个体 自身协变量 的影响,则 pi 可记作 pi ) ( ) disper sion 时可选择负二项 negat ive binomial 回归模 ( γ)