母乳喂养影响因素对数线性模型分析.docVIP

母乳喂养影响因素对数线性模型分析 　 作者：赵宏林 侯金萍 佟伟军 【关键词】 母乳 　　摘要：在对母乳喂养影响因素单因素处理的基础上，采用多因素逐步回归分析筛选了对母乳喂养作用显著的7个因素，即难产、分娩年龄过大、孕期患病、月经恢复时间早、产后食欲差、产后照顾差、家族缺奶史。用非条件logistic回归分析求出了影响因素的危险度，然后，建立了对数线性模型：logm=u+u1，3+u2，3+u4+u5+u6+u7。从模型中进一步说明,母乳喂养除与产后月经恢复时间过早、产后食欲差、产后照顾差及家族缺奶史有关外，提示孕期患病不是直接的影响因素，而是难产与孕期患病的交互作用，及分娩年龄过大与孕期患病的交互作用，交互作用对母乳喂养产生影响。 　　关键词：母乳喂养；影响因素；对数线性模型 　　合理喂养对婴幼儿存活、生长、发育、健康和营养都极为重要。许多研究已经证明,母乳是婴儿最理想的天然食物,母乳含有婴幼儿生长发育必需的各种营养成分,母乳喂养无论对婴儿还是对母亲、家庭以及社会都具有其它喂养方式无可比拟的益处。 近年来关于母乳喂养的研究表明，母乳喂养率明显下降，并且各地有明显差异。为了解当地母乳喂养情况的影响因素，我们对内蒙古通辽市城市0~6个月婴儿母乳喂养情况，进行了流行病学调查，在多元逐步回归分析的基础上，用非条件logistic回归分析求出了影响因素的危险度，然后建立了母乳喂养影响因素的对数线性模型。 　　1 材料与方法 　　11 调查对象与方法 　　对象为内蒙古通辽市科尔沁区1998年12月1日至1999年5月1日出生婴儿的生母。喂养方式的划分参照全国母乳喂养监测协作组的方法。采用整群抽样法。在调查前对调查员进行了统一培训，统一方法，资料搜集采用一人一卡询问婴儿生母获得。 　　12 调查内容 　　包括婴儿一般情况、喂养方式、母亲一般特征、月经生育史、母亲孕乳期健康状况等因素。 　　13 统计分析方法 　　先采用H检验和χ2检验，对所有因素进行单因素分析。再将单因素分析有显著性的因素，进行指标定量化处理，然后，做多因素逐步回归分析，再对进入回归模型的因素做logistic回归分析求出影响因素的危险度，然后建立母乳喂养影响因素的对数线性模型。计算过程采用SPSS for windows 11.5及systet统计软件。 　　2 结果与分析 　　21 婴儿喂养方式 　　在调查的640个婴儿中，母乳喂养401例，占62.66％；混合喂养144例，占22.5％；人工喂养95例，占14.84％。4个月之内婴儿262例，母乳喂养170例，母乳喂养率64.89％。 　　22 影响母乳喂养的因素 　　单因素分析结果：有17个影响因素（均P＞0.05），即早产、难产(x1)、分娩年龄过大(x2)、初潮年龄、孕期患病(x3)、产后月经恢复时间早(x4)、初产年龄、产后食欲差(x5)、产后母亲上班、产后照顾差(x6)、家族缺奶史(x7)、产后避孕方法、母亲文化、民族、产次、每天喂母乳次数、产后母亲睡眠时间。 多因素分析结果：在上述单因素分析的基础上，进行了多因素逐步回归分析。其结果是，当选入变量F1和剔除变量F2均等于3.84时，回归方程为： =-0.5050+0.1342x1+0.0150x2+0.2036x3-0.0232x4+0.3366x5+0.3116x6+0.2203x7 复相关系数R＝0.6134，F＝7.4755，P＜0.01。 　　对母乳喂养作用显著的（即进入回归模型的）因素有7个，即有难产(x1)、分娩年龄过大(x2)、孕期患病(x3)、月经恢复时间早(x4)、产后食欲差(x5)、产后照顾差(x6)、家族缺奶史(x7)。 　　　多元逐步回归分析可以评价各因素对母乳喂养的总体影响，而非条件logistic回归模型可计算这些因素对非母乳喂养（缺奶）产生的危险度。因此，分析结果比较接近实际情况。表1 对数线性模型后退法建模部分计算过程（略） 　　在本研究中，最终进入logistic回归模型的因素有难产（OR=2.200，95％CI为1.246～3.885），分娩年龄过大（指＞28岁，OR=1.555，95％CI为1.020～2.371），孕期患病（OR=3.426，95％CI为1.593～7.366），月经恢复时间早（OR=2.070，95％CI为1.391～3.080），产后食欲差（OR=8.798，95％CI为5.941～13.029），产后照顾差（OR=1.454，95％CI为1.060～2.472），家族缺奶史（OR=2.446，95％CI为1.518～3.943）。 　　然后对这7个因素再建立对数线性模型，对数线性模型以对数频数为因变量,各种指标及其分类取值为自变量,可详细研究各指标间可能存在的交互效应,同时对率和比例等指标进