骨质疏松患者影响因素的线性回归分析.docVIP

精品论文 参考文献 骨质疏松患者影响因素的线性回归分析 胡斌（通讯作者） 永州职业技术学院附属医院，永州市第一人民医院 湖南永州 【摘 要】目的 了解各影响因素对骨质疏松疾病发生的影响，并采用线性回归的方法探讨影响因素对疾病的综合影响。方法 使用系统抽样的方法在湖南省某医院300名骨质疏松患者，在系统中调取患者一般资料和疾病信息，使用多元线性分析的方法定量评价各因素的影响程度。结果 调查的影响因素中年龄（X2=15.36，P=0.00）、体质指数（X2=21.38，P=0.00）、跟骨SOS（X2=23.45，P=0.00）、血钙浓度（X2=29.58，P=0.00）对骨质疏松的发生影响显著（Plt;0.05）；对4个影响因素进行拟合，得到多元线性回归方程Y=157.58+3.61X1+14.17X2+22.20X3-4.43X4，方程复合相关系数R=0.79，决定系数R2=0.65。其中影响能力大小依次为：血钙浓度（exp=0.88）、跟骨SOS（exp=0.69）、年龄（exp=0.67）、体质指数（exp=0.36）。结论 年龄、体质指数、跟骨SOS、血钙浓度对骨质疏松的发生发展影响显著，建立的回归模型对于疾病预测和监控有重要意义。 【关键词】骨质疏松；影响因素；线性回归分析 骨质疏松（osteoporosis）是以骨量减少、骨组织微观结构退化为特征的，致使骨骼的脆性增加甚至易于发生骨折的一种全身性骨代谢疾病。已经成为威胁中老年人生活质量的全球性健康问题，由于其发病初期往往仅有轻微腰痛等非特异性症状而容易被人们忽视，疾病造成的严重后果给家庭带来沉重的经济负担。本研究旨在对300名骨质疏松患者进行现况调查，探讨骨质疏松患者疾病影响因素对疾病发生的综合影响。寻求降低老年骨质疏松症疾病发生风险，预判疾病发生的有效途径。 1对象与方法 1.1研究对象：湖南省某医院骨科经治的300名骨质疏松确诊患者。 1.2抽样方法：采用系统抽样的方法在湖南省某医院病案系统中调取300名骨质疏松疾病确诊的患者，使用自制登记表采集患者课题相关数据。 1.3 调查工具：采用自制问卷进行调查，该问卷在赵健《骨质疏松在体检人群中的流行及影响因素分析》基础上修订而成。由如下四部分组成：一般人口学资料、基本体质指标、血生化检查指标、骨质疏松评价量表。 1.4 调查方法 由经过培训合格的调查员具体负责本研究的数据采集，质控员具体负责数据录入质量的保证，在病案系统中导出所需数据，针对于不完整病案资料，删除的方法直接舍弃，重新纳入调查对象补齐样本量。 1.5 统计分析 采用统计软件spssl6.0建立数据库并分析，计数资料之间的比较使用卡方检验，以影响因素作为应变量，骨质疏松评价量表得分作为因变量，组建多元线性回归方程，检验水准alpha;取0.05，检验概率为双侧概率。 2 结果 2.1 不同影响因素对骨质疏松发生的影响 分析骨质疏松患者年龄、体质指数、跟骨SOS、血钙浓度分布情况发现，不同骨质疏松患者不同年龄组构成差异显著（X2=15.36，P=0.00），其中60岁以上年龄患者构成比例最高，有209人（占69.7%）；骨质疏松患者体质指数构成差异显著（X2=21.38，P=0.00），体质指数偏低人群构成最高，168人（占56.0%）；骨质疏松患者跟骨SOS构成差异显著（X2=23.45，P=0.00），其中跟骨SOS偏低人群最多，有269人（占89.7%）；骨质疏松患者血钙浓度情况构成差异显著（X2=29.58，P=0.00），血钙浓度偏低人群占据绝大多数，有279人（占93.0%）。具体见表1。 注：*表示差异有统计学意义 2.2 不同影响因素对骨质疏松患者血钙浓度的影响 对影响骨质疏松疾病发生影响显著的4个因素（年龄、体质指数、跟骨SOS、血钙浓度）拟合的多元线性回归方程为：Y=157.58+3.61X1+14.17X2+22.20X3-4.43X4，方程复合相关系数R=0.79，决定系数R2=0.65。纳入方程4个因素年龄（t=5.67，P=0.01）、体质指数（t=2.76，P=0.02）、跟骨SOS（t=3.36，P=0.00）、血钙浓度（t=4.73，P=0.03）均较好的拟合了方程（Plt;0.05）。其中影响能力大小依次为：血钙浓度（exp=0.88）、跟骨SOS（exp=0.69）、年龄（exp=0.67）、体质指数（exp=0.36）。具体见表2。 注：*表示差异有统计学意义 3 讨论 相关研究结果显示，随着预期寿命延长和人口结构改变，骨质疏松症将成为更加严重的公共健康问题。预计到2050年，由骨质疏松症引起的骨折将增加一倍，同时所导