分段常數(shù)強(qiáng)度markov模型在阿爾茨海默病進(jìn)程研究中的應(yīng)用

分段常數(shù)強(qiáng)度MARKOV模型在阿爾茨海默病進(jìn)程研究中的應(yīng)用分類號(hào)單位代碼密級(jí)學(xué)號(hào)分段常數(shù)強(qiáng)度模型在阿爾茨海默病進(jìn)程研究中的應(yīng)用生研究亟董斂指導(dǎo)教師金紅攙數(shù)援申請(qǐng)學(xué)位門類級(jí)別型堂堂僮專業(yè)名稱速短疸墨衛(wèi)生紅主堂研究方向生在盆蚯所在學(xué)院公基里生堂睦二。一三年五月二十日學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明,所呈交的學(xué)位論文系在導(dǎo)師指導(dǎo)下本文獨(dú)立完成的研究成果。文中任何引用他人的成果,均已做出明確標(biāo)注或得到許可。論文內(nèi)容未包含法律意義上已屬于他人的任何形式的研究成果,也不包含本人已用于其他學(xué)位申請(qǐng)的論文或成果。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說(shuō)明并表示謝意。本文如違反上述聲明,愿意承擔(dān)以下責(zé)任和后果、交回學(xué)校授予的學(xué)位證書、學(xué)校可在相關(guān)媒體上對(duì)作者本人的行為進(jìn)行通報(bào)、本文按照學(xué)校規(guī)定的方式,對(duì)因不當(dāng)取得學(xué)位給學(xué)校造成的名譽(yù)損害,進(jìn)行公開道歉。、本人負(fù)責(zé)因論文成果不實(shí)產(chǎn)生的法律糾紛。日期勱年月功日論文作者簽名冽瀵淑學(xué)位論文版權(quán)使用授權(quán)書本人完全了解山西醫(yī)科大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留或向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱本人授權(quán)山西醫(yī)科大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,可以采用影印、縮印或其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表或使用學(xué)位論文或與該論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí),署名單位仍然為山西醫(yī)科大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定曰期論文作者簽名豺瀵放侈年月日日期弘年月巧日指導(dǎo)刻磁轢信可積本聲明的版權(quán)歸山西醫(yī)科大學(xué)所有,未經(jīng)許可,任何單位及任何個(gè)人不得擅自使用山兩醫(yī)科人學(xué)壩學(xué)位論文目錄摘要,第一章前言阿爾茨海默病簡(jiǎn)介疾病進(jìn)程研究現(xiàn)狀模型國(guó)內(nèi)外研究現(xiàn)狀及其發(fā)展趨勢(shì)研究目的第二章流行病學(xué)調(diào)查調(diào)查對(duì)象調(diào)查工具質(zhì)量控制第三章多狀態(tài)模型模型齊次模型非齊次模型模型評(píng)價(jià)軟件實(shí)現(xiàn)第四章結(jié)果基本情況狀態(tài)劃分及檢驗(yàn)分段常數(shù)強(qiáng)度模型分析模型評(píng)價(jià)轉(zhuǎn)移強(qiáng)度和轉(zhuǎn)移概率生存曲線第五章討論影響阿爾茨海默病轉(zhuǎn)歸的因素多狀態(tài)模型研究第六章小結(jié)研究主要結(jié)果研究的不足之處參考文獻(xiàn)附錄攻讀學(xué)位期間發(fā)表文章情況致謝個(gè)人簡(jiǎn)介山兩醫(yī)科人學(xué)碩學(xué)位論文分段常數(shù)強(qiáng)度模型在阿爾茨海默病進(jìn)程研究中的應(yīng)用摘要目的嘗試將分段常數(shù)強(qiáng)度模型引入到輕度認(rèn)知損害,轉(zhuǎn)歸過(guò)程中,深,向阿爾茨海默病入研究影響轉(zhuǎn)歸過(guò)程的影響因素,為制定不同發(fā)展階段的預(yù)防措施提供理論依據(jù)。從應(yīng)用角度出發(fā),對(duì)分段常數(shù)強(qiáng)度模型在慢性病中的研究進(jìn)行方法學(xué)的探試,為其他多狀態(tài)慢性病不同發(fā)展階段影響因素的探討提供方法學(xué)借鑒。方法應(yīng)用太原市名社區(qū)老年人的次隨訪資料,以為狀態(tài),中重度認(rèn)知損害為狀態(tài),為狀態(tài),擬合分段常數(shù)強(qiáng)度模型,分析向轉(zhuǎn)歸不同發(fā)展階段的影響因素。結(jié)果經(jīng)假設(shè)檢驗(yàn),數(shù)據(jù)滿足性,不滿足時(shí)齊性,可應(yīng)用分段常數(shù)強(qiáng)度模型擬合。采用分段常數(shù)強(qiáng)度模型,對(duì)于第一個(gè)時(shí)日區(qū)問(wèn)【,月,經(jīng)多因素篩選,發(fā)現(xiàn)性別、年齡、文化程度、職業(yè)和高血雎對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,年齡、文化程度、職業(yè)、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,性別、年齡、文化程度、高血壓和糖尿病對(duì)狀態(tài)到狀念的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義。對(duì)于第二個(gè)時(shí)間區(qū)間,】月,經(jīng)多因素篩選,發(fā)現(xiàn)性別、年齡、文化程度、職、址、吸煙和高血壓對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,年齡、文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義。兇此,女性、年齡、吸煙、高血壓和糖尿病是向轉(zhuǎn)歸的危險(xiǎn)因素,高文化程度和從事腦力勞動(dòng)是向轉(zhuǎn)歸的保護(hù)因素。根據(jù)模型作出生存曲線并計(jì)算轉(zhuǎn)移強(qiáng)度矩陣和年轉(zhuǎn)移概率矩陣。結(jié)論為延緩阿爾茨海默病的疾病進(jìn)程,應(yīng)根據(jù)影響疾病不同階段轉(zhuǎn)移的影響因山兩醫(yī)科人學(xué)壩學(xué)位論文素,開展疾病分階段重點(diǎn)防治。與齊次模型相比,分段常數(shù)強(qiáng)度模型對(duì)疾病轉(zhuǎn)歸過(guò)程的相關(guān)影響因素及其變化規(guī)律的分析更為全面。應(yīng)根據(jù)收集數(shù)據(jù)的實(shí)際情況,選擇合適的模型進(jìn)行分析。關(guān)鍵詞多狀態(tài)模型齊次模型非齊次模型分段常數(shù)強(qiáng)度模型輕度認(rèn)知損害阿爾茨海默病山兩醫(yī)科人學(xué)頒學(xué)位論義,山兩醫(yī)科人學(xué)壩學(xué)位論文,山西醫(yī)科大學(xué)順學(xué)位論文第一章前言阿爾茨海默病簡(jiǎn)介阿爾茨海默病,是以近期記憶障礙為主要臨床表現(xiàn)的神經(jīng)變性疾病,常具有慢性進(jìn)行性特征,是老年期癡呆的一個(gè)主要類型,約占總數(shù)的/。在世界范圍已成為繼腫瘤與心血管疾病之外的第三位致死性疾病。我國(guó)人口老齡化不斷加快,逐漸成為威脅老年人生命質(zhì)量的主要疾病,給家庭、社會(huì)造成了嚴(yán)重的負(fù)擔(dān)【】。本病早期癥狀為健忘,隨著病情的發(fā)展,病人的語(yǔ)言能力、空間辨別能力和認(rèn)知能力會(huì)逐步衰退,表現(xiàn)為逐漸嚴(yán)重的認(rèn)知障礙記憶障礙、認(rèn)知障害、學(xué)習(xí)障礙、注意障礙、空間認(rèn)知機(jī)能和問(wèn)題解決能力的障礙,逐漸不能適應(yīng)社會(huì)。年,全世界患者有萬(wàn)萬(wàn)力,其中有在亞洲。預(yù)計(jì)到年,全世界的患者將增長(zhǎng)倍,達(dá)到億萬(wàn)億,即每個(gè)人中有一個(gè)患,其中亞洲的病例將增長(zhǎng)到。照料患者的資源需求取決于疾病的階段。在早期階段成人問(wèn)護(hù)理計(jì)劃可能就足夠了,然而在晚期階段,需要相當(dāng)于療養(yǎng)院的高水平的護(hù)理。有效的干預(yù)能有效的降低的患病率和發(fā)病率,提高患者和照料者的生命質(zhì)量,減少機(jī)構(gòu)和家庭醫(yī)療保健的資源需求。對(duì)疾病進(jìn)行干預(yù)的效果依賴于它是否推遲疾病的發(fā)生或延緩疾病的進(jìn)程,或兩者都有。在不同階段進(jìn)行干預(yù),對(duì)患病率的影響是不同的。即使干預(yù)只能適度地推遲疾病發(fā)生和延緩疾病進(jìn)程,也會(huì)有效降低全球的疾病負(fù)擔(dān)。平均推遲疾病發(fā)生年,全世界現(xiàn)患病例將會(huì)減少萬(wàn)推遲年,將會(huì)減少萬(wàn)。一個(gè)平均延緩疾病進(jìn)展年但對(duì)推遲疾病發(fā)生無(wú)效的治療干預(yù)可能會(huì)導(dǎo)致全球現(xiàn)患病例凈增長(zhǎng)萬(wàn),這是由于早期病例數(shù)的增加。但同時(shí)這也會(huì)使晚期階段病例數(shù)降低將近萬(wàn)。同時(shí)推遲疾病發(fā)生和疾病進(jìn)展的干預(yù)能有效的降低全球的疾病負(fù)擔(dān)。比如,如果疾病發(fā)生和疾病進(jìn)展同時(shí)推遲年,病例數(shù)將會(huì)減少將近萬(wàn)例,而且將近所有這些都是由于晚期病例數(shù)的減少。山兩醫(yī)科人學(xué)壩學(xué)位論文輕度認(rèn)知損害,是指?jìng)€(gè)體存在輕微的認(rèn)知障礙,但未達(dá)到癡呆標(biāo)準(zhǔn)且卒會(huì)功能基本保持正常的認(rèn)知損害狀態(tài)【,是介二正常老化和癡呆之問(wèn)的一種中問(wèn)過(guò)渡狀態(tài),是的高危人群。等峙旨出,理論上町以改變核心定義的標(biāo)準(zhǔn)將患者分為不同的子集遺忘型,它的定義強(qiáng)調(diào)的是記憶力的減退,這些患者主要進(jìn)展為。多個(gè)認(rèn)知領(lǐng)域的輕度損害,以這種方式定義的患者記憶沒(méi)有損害,雖然這些患者有超出預(yù)計(jì)的多個(gè)領(lǐng)域的認(rèn)知功能受損,但其嚴(yán)重程度并不足以構(gòu)成癡呆癥,所以其可能發(fā)展為,也可能發(fā)展為其他疾病。除、庀憶損害以外的單認(rèn)知領(lǐng)域損害,這些患者可能發(fā)展為、額顳葉癡呆、路易體癡呆、原發(fā)性進(jìn)行性失語(yǔ)、血管性癡呆、帕金森氏病等等。指出遺忘型向的年轉(zhuǎn)化率為。年美國(guó)神經(jīng)病學(xué)年會(huì)提出對(duì)癡呆的指導(dǎo)方針為早期認(rèn)識(shí)、早期診斷和早期治療,發(fā)現(xiàn)患者即為早期識(shí)別的中心【】。的發(fā)生和發(fā)展呈現(xiàn)進(jìn)行性加重和不可逆性特點(diǎn)。大量的流行病學(xué)研究發(fā)現(xiàn),老年人認(rèn)知功能降與社會(huì)人口學(xué)指標(biāo)、生活方式、健康狀況和基因多態(tài)性等因素有關(guān)。近年來(lái)隨著社會(huì)老齡化進(jìn)程的不斷加快,對(duì)發(fā)病機(jī)制的研究越來(lái)越深入,治療方法也多樣化,但臨床治療效果并不顯著,因此能找到影響發(fā)病因素,從而預(yù)防的發(fā)生是非常有必要的。疾病進(jìn)程研究現(xiàn)狀疾病進(jìn)程指疾病的臨床發(fā)展過(guò)程,可以看作個(gè)體的不同生理狀態(tài)的轉(zhuǎn)移過(guò)程,在觀察的一段時(shí)期,個(gè)體的生理狀態(tài)可以從健康狀態(tài)轉(zhuǎn)移到疾病潛伏狀態(tài),再轉(zhuǎn)移到疾病臨床狀態(tài)。因此描述疾病狀態(tài)的轉(zhuǎn)移規(guī)律町以使用隨機(jī)過(guò)程。目前國(guó)內(nèi)此類疾病轉(zhuǎn)歸問(wèn)題的分析多采用經(jīng)典的統(tǒng)計(jì)學(xué)方法,例如回歸、經(jīng)典回歸、一般多狀態(tài)回歸和帶時(shí)依變量多狀態(tài)回歸等,這些方法作為傳統(tǒng)的生命資料分析方法在解決此類問(wèn)題時(shí)都有不足之處【?；貧w僅考慮了疾病的結(jié)局如死亡、復(fù)發(fā)等,卻未考慮病人的生存時(shí)間山兩醫(yī)科人學(xué)壩學(xué)位論文經(jīng)典回歸克服了回歸的一些缺陷,同時(shí)考慮了疾病結(jié)局和病人的生存時(shí)問(wèn),但是僅能用于處理兩狀態(tài)、一個(gè)生存時(shí)問(wèn)的資料對(duì)于多狀態(tài)、多個(gè)生存時(shí)問(wèn)的資料可使用多狀態(tài)模型。許多慢性病的影響因素隨著時(shí)間和疾病狀態(tài)的改變而改變,具有時(shí)依變量的特點(diǎn),此時(shí)可使用帶時(shí)依變量的多狀態(tài)模型。但是多狀態(tài)模型要求各狀態(tài)是不可逆的且狀態(tài)轉(zhuǎn)移時(shí)問(wèn)資料要相對(duì)準(zhǔn)確,這在實(shí)際工作中是不現(xiàn)實(shí)的】。多狀態(tài)模型是處理多狀態(tài)資料的有效工具,可同時(shí)考慮所有的狀態(tài)、結(jié)局、狀態(tài)問(wèn)轉(zhuǎn)移的時(shí)間信息以及可能的影響因素,可連續(xù)性動(dòng)態(tài)研究隨機(jī)過(guò)程,分析影響疾病進(jìn)展的因素,是迄今研究疾病不同轉(zhuǎn)歸的最佳模型【。與多狀態(tài)回歸模型相比,多狀態(tài)模型最大的優(yōu)勢(shì)在于它能夠處理無(wú)法觀察到精確狀態(tài)轉(zhuǎn)移時(shí)間的資料。模型國(guó)內(nèi)外研究現(xiàn)狀及其發(fā)展趨勢(shì)年間,俄圈著名數(shù)學(xué)家馬爾可夫提出了馬爾町夫鏈,促進(jìn)了概率論新分支一隨機(jī)過(guò)程理論的發(fā)展。隨機(jī)過(guò)程義稱馬爾可夫過(guò)程,在建立初期應(yīng)用于描述和預(yù)測(cè)煤氣分子在一個(gè)密閉容器中的狀態(tài)。世紀(jì)年代,被我國(guó)引入并應(yīng)用于水文、氣象的預(yù)測(cè),年代開始應(yīng)用于地震的預(yù)測(cè)。多狀態(tài)模型理論誕生于世紀(jì)三四十年代,并在自然科學(xué)和社會(huì)科學(xué)等多個(gè)領(lǐng)域得到廣泛應(yīng)用。世紀(jì)年代,模型丌始應(yīng)用于醫(yī)學(xué)領(lǐng)域,年代后國(guó)外開始大量應(yīng)用,年代后國(guó)內(nèi)開始應(yīng)用。年代開始模型開始應(yīng)用于衛(wèi)生領(lǐng)域的慢性疾病發(fā)展過(guò)程,年代開始應(yīng)用于衛(wèi)生經(jīng)濟(jì)領(lǐng)域。由于過(guò)程模型描述疾病進(jìn)程模式和觀察方案的靈活性特點(diǎn),它在多狀態(tài)疾病中已被,“泛應(yīng)用。一些早期的應(yīng)用包括白血病】、肝癌【、主動(dòng)脈瘤四以及】等疾病的研究。于年提出了一個(gè)算法,用來(lái)得到齊次過(guò)程轉(zhuǎn)移強(qiáng)度的最大似然估計(jì)值。該方法被應(yīng)用于等的研究吲以及等的吸煙預(yù)防研究。山兩醫(yī)科人學(xué)碩學(xué)位論文對(duì)于解決不滿足時(shí)齊性的多狀態(tài)面板數(shù)據(jù),一部分研究是應(yīng)用分段常數(shù)強(qiáng)度方法,它是將隨訪時(shí)間分成若干時(shí)間區(qū)問(wèn),假定在每個(gè)時(shí)間區(qū)問(wèn)內(nèi)滿足時(shí)齊性。應(yīng)用有哮喘控制研究和乳腺癌研究四。年,等四將分段分布引入作為轉(zhuǎn)移強(qiáng)度函數(shù)。年等【應(yīng)用了分段指數(shù)函數(shù)。分段結(jié)構(gòu)需要估計(jì)每一個(gè)時(shí)間問(wèn)隔的全部轉(zhuǎn)移強(qiáng)度。于年提出非齊次強(qiáng)度矩陣是基線齊次強(qiáng)度矩陣和一個(gè)時(shí)間函數(shù)的乘積網(wǎng)。時(shí)問(wèn)經(jīng)函數(shù)變換后,非齊次過(guò)程就轉(zhuǎn)化為齊次過(guò)程。此方法需要估計(jì)轉(zhuǎn)移強(qiáng)度矩陣和時(shí)問(wèn)函數(shù)的參數(shù)。與分段模型相比,它需要估計(jì)的參數(shù)較少而且需要觀察的轉(zhuǎn)移較少。另外,它不需要假設(shè)離散時(shí)間間隔內(nèi)的齊次性。等【哪提出兩種時(shí)問(wèn)轉(zhuǎn)換方法,指數(shù)時(shí)間轉(zhuǎn)換和非參時(shí)間轉(zhuǎn)換。許多研究的文獻(xiàn)表明疾病進(jìn)展率對(duì)時(shí)間的依賴性是增加的,因此各狀態(tài)間的轉(zhuǎn)移概率在時(shí)間上不是常量,即不滿足時(shí)齊性的假設(shè)。等和等九使用分段常數(shù)強(qiáng)度模型來(lái)研究進(jìn)程,等【】通過(guò)分段方法解決離散時(shí)問(wèn)模型。等將等提出的時(shí)問(wèn)轉(zhuǎn)換方法應(yīng)用于進(jìn)程的研究中。研究目的嘗試將分段常數(shù)強(qiáng)度模型引入到狀態(tài)向狀態(tài)轉(zhuǎn)歸過(guò)程中,深入研究影響轉(zhuǎn)歸過(guò)程的影響因素,為制定不同發(fā)展階段的預(yù)防措施提供理論依據(jù)。從應(yīng)用角度出發(fā),對(duì)分段常數(shù)強(qiáng)度模型在慢性病中的研究進(jìn)行方法學(xué)的探試,為其他多狀態(tài)慢性病不同發(fā)展階段影響因素的探討提供方法學(xué)借鑒。山兩醫(yī)科人學(xué)傾學(xué)位論文第二章流行病學(xué)調(diào)查調(diào)查對(duì)象研究數(shù)據(jù)來(lái)源于余紅梅教授國(guó)家自然科學(xué)基金項(xiàng)目“基于多狀模型和健康相關(guān)生存質(zhì)量的阿爾茨海默病進(jìn)程定量研究”批準(zhǔn)號(hào),的隨訪資料。隨訪人群源于曲成毅教授主持的國(guó)家自然科學(xué)基金項(xiàng)目“社區(qū)老年人輕度認(rèn)知功能損害轉(zhuǎn)歸的定群研究”批準(zhǔn)號(hào)的隨訪資料。該項(xiàng)目組于年月在太原市采用整群隨機(jī)抽樣方法選取了幾個(gè)人口流動(dòng)性較小、老年人分布相對(duì)密集的社區(qū),對(duì)社區(qū)歲及以上的名老年人進(jìn)行入戶調(diào)查,人符合標(biāo)準(zhǔn)。之后對(duì)符合標(biāo)準(zhǔn)的老年人進(jìn)行認(rèn)知功能評(píng)價(jià)和神經(jīng)內(nèi)科醫(yī)師診斷,確定患者名。之后每半年進(jìn)行一次隨訪。本研究基于前期隨訪研究的成果,沿用前期項(xiàng)目組隨訪的人群。分別于年月、年月、年月、年月和年月共完成次隨訪,進(jìn)行問(wèn)卷調(diào)查。第次隨訪時(shí),某社區(qū)面臨改造問(wèn)題致使該社區(qū)的研究對(duì)象失訪現(xiàn)象嚴(yán)重,故本研究使用前次隨訪數(shù)據(jù)。調(diào)查工具基本情況調(diào)查表由項(xiàng)目組自行設(shè)計(jì),包括社會(huì)人口學(xué)指標(biāo)年齡、性別、受教育程度、婚姻狀況、職業(yè)、經(jīng)濟(jì)收入、居住狀況生活方式吸煙、飲酒、社會(huì)活動(dòng)、讀書看報(bào)、體育活動(dòng)、做家務(wù)、夫妻及子女關(guān)系健康狀況現(xiàn)患病、曾患病、家族遺傳史及視力、聽力、血壓、體質(zhì)指數(shù)生物學(xué)指標(biāo)抽取靜脈【,檢測(cè)空腹血糖、總膽固醇、甘油三脂、高密度脂蛋白和低密度脂蛋白。認(rèn)知功能評(píng)定采用蒙特利爾認(rèn)知評(píng)估量表,它由加拿大醫(yī)院神經(jīng)科臨床研究中心根據(jù)臨床經(jīng)驗(yàn)并參考簡(jiǎn)易精神狀況量表制訂【,是快速篩查癡呆高山兩醫(yī)科大學(xué)壩學(xué)位論文危人群一的有效工具】。包括注意與集中、執(zhí)行功能、記憶、語(yǔ)言。、視結(jié)構(gòu)技能、抽象思維、計(jì)算和定向力等個(gè)認(rèn)知領(lǐng)域的個(gè)檢查項(xiàng)目。共個(gè)條目,總分分,若受試者受教育年限小于或等于年者,在總分上再加分,最終得分不得超過(guò)分,分及以上為認(rèn)知正常,得分越高,晚明認(rèn)知功能越好。該量表敏感性高,測(cè)試時(shí)問(wèn)短,覆蓋重要的認(rèn)知領(lǐng)域。其它評(píng)定工具包括阿爾茨海默病生命質(zhì)量測(cè)評(píng)量表,、阿爾茨海默病知識(shí)量表,、同常生活能力量表、老年抑郁量表,和健康測(cè)量量表標(biāo)準(zhǔn)版。質(zhì)量控制現(xiàn)場(chǎng)調(diào)查的組織實(shí)施與質(zhì)量控制至關(guān)重要,使調(diào)查對(duì)象最大限度的配合以減少失訪。在調(diào)查前對(duì)調(diào)查人員進(jìn)行統(tǒng)一培訓(xùn),熟悉并正確理解問(wèn)卷內(nèi)容,嚴(yán)格按照各量表指導(dǎo)語(yǔ)進(jìn)行詢問(wèn),使詢問(wèn)用語(yǔ)統(tǒng)一標(biāo)準(zhǔn)化。與社區(qū)居委會(huì)建立良好合作關(guān)系,使調(diào)查對(duì)象能夠自愿進(jìn)行定期免費(fèi)健康體檢?，F(xiàn)場(chǎng)選擇舒適、安靜、光線充足、無(wú)干擾的場(chǎng)所。對(duì)患者采用面對(duì)面問(wèn)答的形式,由調(diào)查人員填寫問(wèn)卷,照料者獨(dú)立填寫問(wèn)卷?，F(xiàn)場(chǎng)收回問(wèn)卷,山專人對(duì)問(wèn)卷進(jìn)行核查,發(fā)現(xiàn)有遺漏項(xiàng)立即更。數(shù)據(jù)采用雙份錄入。山西醫(yī)科人學(xué)碩。學(xué)位論義第三章多狀態(tài)模型模型轉(zhuǎn)移概率和轉(zhuǎn)移強(qiáng)度假設(shè)一個(gè)模型有個(gè)狀態(tài),狀態(tài)空問(wèn)為,。令,代表時(shí)點(diǎn)“所處的狀態(tài),令,“代表反應(yīng)過(guò)程的歷史,記錄過(guò)程在時(shí)間區(qū)間所經(jīng)歷的狀態(tài)。轉(zhuǎn)移概率是指在時(shí)點(diǎn),處在狀念的個(gè)體,將在后來(lái)的時(shí)點(diǎn)處在狀態(tài)的可能性。由于狀態(tài)轉(zhuǎn)移是隨機(jī)的,因此必須用概率來(lái)描述狀態(tài)轉(zhuǎn)移的可能性大小。狀態(tài)轉(zhuǎn)移專,的轉(zhuǎn)移概率定義為只,“,日,一個(gè)過(guò)程滿足性是指該過(guò)程從現(xiàn)狀態(tài)轉(zhuǎn)移到下一狀態(tài)僅僅取決于目前狀態(tài),而與過(guò)去各狀態(tài)無(wú)關(guān)。因此在滿足假設(shè)的條件下,式就可簡(jiǎn)化成只,甜,/,轉(zhuǎn)移強(qiáng)度是轉(zhuǎn)移概率的極限,它描述的是狀念間的瞬時(shí)轉(zhuǎn)移危險(xiǎn),即處于狀態(tài)的個(gè)體,將在很短的時(shí)問(wèn)內(nèi)轉(zhuǎn)移到狀態(tài),的概率。經(jīng)過(guò)時(shí)間甜由狀態(tài)轉(zhuǎn)移到狀態(tài)歹的轉(zhuǎn)移強(qiáng)度定義為州懶塑型掣,四外甜一勛?！霸趯?shí)際應(yīng)用中比較關(guān)心個(gè)體的特征與轉(zhuǎn)移強(qiáng)度問(wèn)的關(guān)系,一般回歸模型可寫成擴(kuò)妒筍,膨山兩醫(yī)科人學(xué)碩上學(xué)位論文其中,為轉(zhuǎn)移強(qiáng)度矩陣中的每個(gè)元素歲表示狀態(tài)轉(zhuǎn)移到狀態(tài)的基線轉(zhuǎn)移強(qiáng)度磙示狀態(tài)轉(zhuǎn)移到狀態(tài),這個(gè)階段所對(duì)應(yīng)的協(xié)變量向量屈,表示協(xié)變量所對(duì)應(yīng)的回歸系數(shù)向量。通常推斷時(shí)假設(shè)模型滿足比例風(fēng)險(xiǎn)假定,即將模型簡(jiǎn)化成壙,性檢驗(yàn)假設(shè)是指未來(lái)的演變只取決于當(dāng)前狀態(tài),而與個(gè)體過(guò)去的歷史無(wú)關(guān)。即轉(zhuǎn)移強(qiáng)度與過(guò)程的歷史是相互獨(dú)立的。過(guò)程符合性,過(guò)程不符合性。對(duì)二三個(gè)狀態(tài)的模型,我們可證明在狀念過(guò)去上的逗留時(shí)問(wèn)不影響巾重度認(rèn)知損害狀態(tài)當(dāng)前到狀態(tài)未來(lái)的轉(zhuǎn)移。令狀念逗留時(shí)問(wèn),為當(dāng)前的時(shí)問(wèn)。建立模型接下來(lái)只需檢驗(yàn),檢驗(yàn)假設(shè)轉(zhuǎn)變?yōu)楸R,。時(shí)齊性檢驗(yàn)時(shí)齊性假設(shè)如果不滿足該假設(shè),說(shuō)明轉(zhuǎn)移強(qiáng)度隨著時(shí)間是變化的,則過(guò)程為非齊次過(guò)程。先假設(shè)該過(guò)程滿足時(shí)齊性,擬合齊次過(guò)程,然后采用似然比檢驗(yàn)與分段的過(guò)程進(jìn)行比較。山兩醫(yī)科人學(xué)壩學(xué)位論義豐一其中,上為分段常數(shù)強(qiáng)度模型揣大似然值,為齊次模型的最火似然值。服從自由度為七一的分布,其中和口分別為分段模型和齊次模型的參數(shù)個(gè)數(shù)。齊次模型在齊次模型中,轉(zhuǎn)移概率,削只依賴于時(shí)問(wèn)間隔“,即,擾,“。為了簡(jiǎn)化標(biāo)記,可簡(jiǎn)記成島材島,?？衫孟蚯胺匠虒?qiáng)度矩陣分解成特征值和特征向量來(lái)求解。由向前方程町得警叫坦邶,單位矩陣其中為轉(zhuǎn)移強(qiáng)度矩陣,該方程有唯一解/若的個(gè)特征根為碣,以,記一,以。以表示相應(yīng)的特征根向量構(gòu)成的矩陣,則有分解。代入式可得,彳由式可知,一旦確定了和,一,礬,對(duì)任意町確定。假設(shè)有個(gè)個(gè)體,為第個(gè)個(gè)體參加觀察的次數(shù),在時(shí)點(diǎn),和川所處的狀態(tài)分別為和。則個(gè)體在第/次觀察對(duì)似然函數(shù)的貢獻(xiàn)為厶,氏一則整個(gè)似然函數(shù)為全部個(gè)體在整個(gè)觀察期內(nèi)對(duì)似然函數(shù)貢獻(xiàn)的乘積,即山兩醫(yī)科人學(xué)壩學(xué)位論義,叫爿采用迭代法可獲得模型參數(shù)的極大似然估計(jì)值,同時(shí)通過(guò)構(gòu)造信息矩陣可獲得這些參數(shù)標(biāo)準(zhǔn)誤的漸近估計(jì)值。非齊次模型非齊次模型所有轉(zhuǎn)移危險(xiǎn)在時(shí)問(wèn)上不是恒定的,即與轉(zhuǎn)移發(fā)生的時(shí)問(wèn)有關(guān)。估計(jì)非齊次過(guò)程應(yīng)用分段常數(shù)強(qiáng)度模型假定隊(duì)列有個(gè)個(gè)體,對(duì)于每一個(gè)體,狀態(tài)間的鞏次轉(zhuǎn)移發(fā)生在時(shí)點(diǎn),。如果對(duì)每個(gè)個(gè)體觀察到了次轉(zhuǎn)移,那么就有最大值個(gè)時(shí)問(wèn)點(diǎn)從一個(gè)狀態(tài)【到另一個(gè)狀態(tài)的轉(zhuǎn)移。將這些時(shí)問(wèn)點(diǎn)排序,通過(guò),個(gè)不同的截?cái)帱c(diǎn)分成時(shí)間分區(qū),保證在每個(gè)時(shí)間分區(qū)內(nèi)至少能觀察到一次狀態(tài)問(wèn)轉(zhuǎn)移,形成一個(gè)時(shí)間分割序列,。因此,將隨訪時(shí)問(wèn)分成,一區(qū)問(wèn),每個(gè)區(qū)間內(nèi)的轉(zhuǎn)移強(qiáng)度矩陣假定為常數(shù),即,卜一,其中為每個(gè)區(qū)間內(nèi)的常數(shù)矩陣。對(duì)每個(gè)區(qū)間用齊次轉(zhuǎn)移強(qiáng)度的最大似然法估計(jì)。對(duì)于兩個(gè)連續(xù)的區(qū)間,和川,如果則認(rèn)為滿足齊性,從序列中刪除時(shí)點(diǎn)將這兩個(gè)區(qū)問(wèn)合并,合并后繼續(xù)與下一個(gè)鄰近區(qū)問(wèn)的轉(zhuǎn)移強(qiáng)度進(jìn)行比較若不滿足齊性則應(yīng)視為分割點(diǎn),如此反復(fù),直至任意兩個(gè)連續(xù)區(qū)間都不滿足齊性為止。分段常數(shù)強(qiáng)度模型似然函數(shù)的構(gòu)造方法與齊次模型類似,只是更為復(fù)雜一些【。山兩醫(yī)科人學(xué)壩學(xué)位論文模型評(píng)價(jià)首先計(jì)算各隨訪時(shí)點(diǎn)狀態(tài)實(shí)際發(fā)生率干用模型擬合的狀態(tài)理論發(fā)生率,作出實(shí)際狀態(tài)發(fā)生率與狀態(tài)理論發(fā)生率比較圖,由圖中兩條曲線的吻合程度,直觀評(píng)價(jià)模型的擬合優(yōu)度情進(jìn)行評(píng)況。然后應(yīng)用型擬合優(yōu)度檢驗(yàn)價(jià)。該方法由和于年提出【硼。按個(gè)體觀察次數(shù)將數(shù)據(jù)分成類,在觀察次數(shù)相同的組中按相鄰兩次觀察時(shí)間間隔分類,厶。協(xié)變量分為類,連續(xù)定量協(xié)變量通常根據(jù)估計(jì)轉(zhuǎn)移強(qiáng)度饑的百分?jǐn)?shù)進(jìn)行分組。令觀察時(shí)問(wèn)為,門,由狀態(tài),轉(zhuǎn)移到狀態(tài),各格子觀察頻數(shù)和理論頻數(shù)分別為“。/,忸,引,其中,爿是事件的指示函數(shù)。檢驗(yàn)統(tǒng)計(jì)量為,丁莩蕁莩莩墊譬和指出,若模型中沒(méi)有協(xié)變量,統(tǒng)計(jì)量近似服從于其中為模型中參數(shù)個(gè)數(shù)。通過(guò)參數(shù)法可求得精確值。漸進(jìn)值的上下限可通過(guò)。和得到,自由度的上限是狀態(tài)轉(zhuǎn)移表中獨(dú)立的格子數(shù),自由度的下限是上限減去模型中待估計(jì)的參數(shù)。軟件實(shí)現(xiàn)資料的描述性分析使用完成,模型的擬合采用軟件中的”軟件包和軟件中的”軟件包完成,報(bào)告風(fēng)險(xiǎn)比,及其置信區(qū)問(wèn)。山汕醫(yī)科人學(xué)頌學(xué)位論文軟件包要求只能輸入一個(gè)數(shù)掘文件,數(shù)據(jù)中的記錄必須包含以下變量病人編號(hào),開始時(shí),結(jié)束時(shí),事件,處理,變量,變量如果觀察對(duì)象在時(shí)問(wèn)依賴變量上沒(méi)有變化,則其數(shù)據(jù)只占一行,否則,其數(shù)據(jù)必須占兩行。對(duì)于這些觀察對(duì)象,第一行代表的時(shí)間是在處理改變之間,這時(shí)變量取值為第二行代表的時(shí)問(wèn)是從處理改變開始到隨訪結(jié)束,這時(shí)的取值為新值為第一個(gè)可選擇的處理,為第二個(gè)可選擇的處理,等等。是一個(gè)指標(biāo)變量,代表的是在時(shí)間時(shí)發(fā)生了“死亡”,代表其他。見(jiàn)附錄山西醫(yī)科人學(xué)碩卜學(xué)位論文第四章結(jié)果基本情況年篩選出的例老年人在年后年月課題開始時(shí)有例失訪,即有例老年人,經(jīng)過(guò)四次隨訪到年月,失訪例,失訪率為。其中例搬遷、例退出、例死亡。例老年人中,男性例,女性例。最終擁有完全數(shù)據(jù)的例老年人中,男性例,女性例。年齡最大者歲,年齡最小者歲,平均歲,其中歲至歲者人,歲至歲者人,歲及以上者人。教育水平文盲人,小學(xué)人,初中人,高中或中專人,大專及以上人。從事腦力勞動(dòng)者人,從事體力勞動(dòng)者人。退休后有第二職業(yè)者人,無(wú)第二職業(yè)者人。目前經(jīng)濟(jì)來(lái)源靠自己勞動(dòng)或退休工資者人,靠子女或其他者人/。個(gè)人月經(jīng)濟(jì)收入在元以者人,元者人,元及以上者人。獨(dú)居者人,跟老伴或兒女們一起生活者人。狀態(tài)劃分及檢驗(yàn)本次研究中主要研究因素賦值見(jiàn)表。山西醫(yī)科人學(xué)壩學(xué)位論文表主要因素定義及賦值變鼙定義及賦值性別男,女】文化樣度初中及以,高中或中爭(zhēng),人學(xué)或人專及其以上職業(yè)腦力勞動(dòng)者,體力勞動(dòng)者婚姻狀況在婚,獨(dú)身未婚、離異、喪偶等】,家庭人均經(jīng)濟(jì)收入元/月讀書、看報(bào)從不或偶爾,經(jīng)常喝茶否,是飲酒否,是吸煙否,是高血壓無(wú),有高血脂無(wú),有腦血栓無(wú),有糖尿病無(wú),有,收縮壓,舒張壓血糖/五,總膽吲醇/甘油三酯/三,高密度脂蚩白/低密度脂蛋白/,狀態(tài)劃分及模型構(gòu)造考慮到的發(fā)生和發(fā)展呈現(xiàn)進(jìn)行性加重和不可逆性特點(diǎn),結(jié)合本次研究流行病學(xué)調(diào)查的實(shí)際狀況,將進(jìn)程劃分為三個(gè)狀態(tài)狀態(tài),中重度認(rèn)知損害狀態(tài),狀態(tài)。狀態(tài)可以轉(zhuǎn)化為狀態(tài)和狀態(tài),狀態(tài)可轉(zhuǎn)化為狀態(tài),狀態(tài)為吸收態(tài)。根據(jù)王煒等【的研究結(jié)果,將分作為與中重度認(rèn)知損害狀態(tài)的截?cái)嘀蹈鶕?jù)張立秀【】的研究結(jié)果,將分作為山兩廷科人學(xué)壩學(xué)位論文中重度認(rèn)知損害狀態(tài)與的截?cái)嘀怠＜锤鳡顟B(tài)的得分分別為狀態(tài)為分,中重度認(rèn)知損害為分,為小于等于分。進(jìn)程狀態(tài)結(jié)構(gòu)圖見(jiàn)圖。圖患者進(jìn)程狀態(tài)結(jié)構(gòu)圖設(shè)該模型的轉(zhuǎn)移強(qiáng)度矩陣為,共有個(gè)需要估計(jì)的轉(zhuǎn)移強(qiáng)度、,。一】一性檢驗(yàn)即證明在狀態(tài)上花費(fèi)的時(shí)問(wèn)不影響中重度認(rèn)知損害狀態(tài)到狀念的轉(zhuǎn)移。根據(jù)軟件軟件運(yùn)行結(jié)果,似然比檢驗(yàn)統(tǒng)計(jì)量為,自由度為,差異無(wú)統(tǒng)計(jì)學(xué)意義,況明該過(guò)程滿足性,可對(duì)該數(shù)據(jù)擬合模型。見(jiàn)表。山西醫(yī)科人學(xué)頒學(xué)位論義時(shí)齊性檢驗(yàn)即檢驗(yàn)?zāi)Ｐ偷霓D(zhuǎn)移強(qiáng)度矩陣是甭隨時(shí)間變化。根據(jù)軟件運(yùn)行結(jié)果,似然比檢驗(yàn)統(tǒng)計(jì)量為,自由度為,說(shuō)明轉(zhuǎn)移強(qiáng)度矩陣是隨時(shí)間是變化的,過(guò)程為非齊次過(guò)程。分段常數(shù)強(qiáng)度模型分析根據(jù)選定各截?cái)帱c(diǎn)后似然函數(shù)的比較及確保各個(gè)時(shí)問(wèn)區(qū)間內(nèi)都有合適的或足夠的轉(zhuǎn)移次數(shù),該模型選擇第三次調(diào)查的時(shí)問(wèn)即個(gè)月為截?cái)帱c(diǎn)。轉(zhuǎn)移強(qiáng)度矩陣為落分段常數(shù)強(qiáng)度模型單因素?cái)M合結(jié)果第一個(gè)時(shí)間區(qū)間即,月內(nèi),采用檢驗(yàn)進(jìn)行單因素篩選,檢驗(yàn)水準(zhǔn)口。結(jié)果顯示,性別、年齡、文化程度、職業(yè)、高血壓和糖尿病對(duì)狀態(tài)轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義。具體結(jié)果見(jiàn)表。第二個(gè)時(shí)間區(qū)間即,月內(nèi),采用檢驗(yàn)進(jìn)行單因素篩選,檢驗(yàn)水準(zhǔn)口。結(jié)果顯示,性別、年齡、文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義。具體結(jié)果見(jiàn)表。山兩醫(yī)科人學(xué)碩卜學(xué)位論文表分段常數(shù)強(qiáng)度模型【,月單因素?cái)M合結(jié)果【,注值及值為三種不同狀態(tài)轉(zhuǎn)移比較結(jié)果一一一一翌墮登查蘭堡蘭篁笙蘭表分段常數(shù)強(qiáng)度模型,】月單因素?cái)M合結(jié)果【,】狀態(tài)狀態(tài)狀態(tài),。,焚餐,性別】,年齡,文化。,書程度職業(yè),婚姻酌,狀況冢艇,收入,映。,看報(bào)喝茶,飲酒,吸煙,高血壓,高血脂,腦血栓,糖尿病,向糖,一一。一一一注值及值為三種不同狀態(tài)轉(zhuǎn)移比較結(jié)果山兩醫(yī)科人學(xué)壩學(xué)位論文分段常數(shù)強(qiáng)度模型多因素?cái)M合結(jié)果將上述兩個(gè)時(shí)問(wèn)段單因素分析分別有統(tǒng)計(jì)學(xué)意義的變量進(jìn)行多因素分析,按檢驗(yàn)水準(zhǔn)口,采用檢驗(yàn)判定變量是否具有統(tǒng)計(jì)學(xué)意義。結(jié)果顯示,在第一個(gè)時(shí)間區(qū),月內(nèi),性別、年齡、文化程度、職業(yè)和高血壓對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,女性、年齡越大、文化程度越低、從事體力勞動(dòng)和患高血壓者從狀態(tài)轉(zhuǎn)移到中重度認(rèn)知損害狀態(tài)的風(fēng)險(xiǎn)更大年齡、文化程度、職業(yè)、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,年齡越大、文化程度越低、從事體力勞動(dòng)、患高血壓和糖尿病者從狀態(tài)轉(zhuǎn)移到狀態(tài)的風(fēng)險(xiǎn)更大性別、年齡、文化程度、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,女性、年齡越大、文化程度越低、患高血壓和糖尿病者從中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移到狀態(tài)的風(fēng)險(xiǎn)更大。具體結(jié)果見(jiàn)表。在第二個(gè)時(shí)問(wèn)區(qū)間,月內(nèi),性別、年齡、文化程度、職業(yè)、吸煙和高血壓對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,女性、年齡越大、文化程度越低、從事體力勞動(dòng)、吸煙和患高血壓者從狀態(tài)轉(zhuǎn)移到中重度認(rèn)知損害狀態(tài)的風(fēng)險(xiǎn)更大文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,文化程度越低、從事體力勞動(dòng)、吸煙、患高血壓和糖尿病者從狀態(tài)轉(zhuǎn)移到狀態(tài)的風(fēng)險(xiǎn)更大年齡、文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)到狀態(tài)的轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義,年齡越大、文化程度越低、從事體力勞動(dòng)、患高血壓和糖尿病者從中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移到狀態(tài)的風(fēng)險(xiǎn)更大。具體結(jié)果見(jiàn)表。山西醫(yī)科大學(xué)碩學(xué)位論文表分段常數(shù)強(qiáng)度模型【,月多因素?cái)M合結(jié)果,山西醫(yī)科大學(xué)碩學(xué)位論文表分段常數(shù)強(qiáng)度模型,戶多因素?cái)M合結(jié)果,】狀態(tài)。狀態(tài)狀態(tài)蠻警一一一年齡,文化樣度火學(xué)/火專及以上,高中/中專,初中及以下性別女,男職業(yè)體力勞動(dòng),腦力勞動(dòng)吸煙有,無(wú)高血壓有,無(wú)糖尿病有,無(wú)兩醫(yī)科大學(xué)碩學(xué)位論義模型評(píng)價(jià)狀態(tài)實(shí)際發(fā)生率和理論發(fā)生率比較作出分段常數(shù)強(qiáng)度模型在每次隨訪時(shí)狀態(tài)實(shí)際發(fā)生率和理論發(fā)生率比較表,見(jiàn)表。實(shí)際發(fā)生率是指每一時(shí)點(diǎn)在某一狀態(tài)上觀察的人數(shù)占這一時(shí)點(diǎn)總?cè)藬?shù)的百分比。理論發(fā)生率是指每一時(shí)點(diǎn)在某一狀態(tài)上用模型擬合的人數(shù)占這一時(shí)點(diǎn)總?cè)藬?shù)的百分比。由表可知,分段常數(shù)強(qiáng)度模型擬合情況較好。圖為狀態(tài)實(shí)際發(fā)生率和理論發(fā)生率比較圖,橫縱代表觀察時(shí)問(wèn),縱軸代表發(fā)生率。實(shí)線代表各狀態(tài)實(shí)際發(fā)生率曲線,虛線代表用模型擬合的理論發(fā)生率曲線。由圖可以看出,模型擬合情況較好。表四次隨訪狀態(tài)實(shí)際發(fā)生率和理論發(fā)生率比較山西醫(yī)科人學(xué)嗩學(xué)位論文術(shù)霹一一乏亂且。舾蘭專至圖分段常數(shù)強(qiáng)度模型擬合情況型擬合優(yōu)度檢驗(yàn)根據(jù)軟件運(yùn)行結(jié)果,分段常數(shù)強(qiáng)度模型檢驗(yàn)統(tǒng)計(jì)量為,值上下限均大于,說(shuō)明模型擬合效果較好。轉(zhuǎn)移強(qiáng)度和轉(zhuǎn)移概率分段常數(shù)強(qiáng)度模型轉(zhuǎn)移強(qiáng)度矩陣兩個(gè)時(shí)間區(qū)間分段常數(shù)強(qiáng)度模型轉(zhuǎn)移強(qiáng)度矩陣分別見(jiàn)表和表。結(jié)果顯示,在兩個(gè)時(shí)間區(qū)問(wèn)內(nèi),狀態(tài)轉(zhuǎn)移到中重度認(rèn)知損害狀態(tài)的強(qiáng)度與仍舊停留在狀態(tài)強(qiáng)度相近,狀態(tài)直接轉(zhuǎn)移到狀態(tài)的強(qiáng)度較小。山兩醫(yī)科人學(xué)頌學(xué)位論文表分段常數(shù)強(qiáng)度模型,的轉(zhuǎn)移強(qiáng)度矩陣【,表分段常數(shù)強(qiáng)度模型,乒的轉(zhuǎn)移強(qiáng)度矩陣【,此值約等丁。分段常數(shù)強(qiáng)度模型年后轉(zhuǎn)移概率矩陣兩個(gè)時(shí)間區(qū)間分段常數(shù)強(qiáng)度模型年后概率矩陣分別見(jiàn)表和表。結(jié)果顯示,對(duì)于第一個(gè)時(shí)問(wèn)區(qū)問(wèn),處于狀態(tài)的個(gè)體,年后仍處于狀態(tài)的概率為,轉(zhuǎn)移到中重度認(rèn)知損害狀態(tài)的概率為,轉(zhuǎn)移到狀態(tài)的概率為對(duì)于處于中重度認(rèn)知損害狀態(tài)的個(gè)體,年后仍處于中重度認(rèn)知損害狀態(tài)的概率為,轉(zhuǎn)移釗狀態(tài)的概率為。見(jiàn)表。對(duì)于第二時(shí)問(wèn)區(qū)問(wèn),處于狀態(tài)的個(gè)體,年后仍處于狀態(tài)的概率為,轉(zhuǎn)移到中重度認(rèn)知損害狀態(tài)的概率為,轉(zhuǎn)移到狀態(tài)的概率為對(duì)于處于中重度認(rèn)知損害狀念的個(gè)體,年后仍處于中重度認(rèn)知損害狀態(tài)的概率為,轉(zhuǎn)移到狀態(tài)的概率為。見(jiàn)表。兩醫(yī)科人學(xué)傾學(xué)位論文表分段常數(shù)強(qiáng)度模型【,年后轉(zhuǎn)移概率矩陣【,表分段常數(shù)強(qiáng)度模型,】月年后轉(zhuǎn)移概率矩陣,由表與表可看出,狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移的概率較大,而中重度認(rèn)知損害狀態(tài)向狀態(tài)轉(zhuǎn)移的概率相對(duì)小一些。中重度認(rèn)知損害狀態(tài)向狀態(tài)轉(zhuǎn)移的概率在第一時(shí)間區(qū)削內(nèi)較第時(shí)問(wèn)區(qū)問(wèn)小很多,說(shuō)明隨著隨訪時(shí)問(wèn)的增加,從中重度認(rèn)知損害狀態(tài)向狀態(tài)轉(zhuǎn)移的概率是增加的。該結(jié)果與本課題組高建偉【研究轉(zhuǎn)移概率結(jié)果有些差異,可能是由于采用的方法不同,高建偉文章采用的方法是齊次模型另外,對(duì)狀態(tài)轉(zhuǎn)移情況的假定也不同,高建偉文章假定狀態(tài)與中重度認(rèn)知損害狀態(tài)可以相互轉(zhuǎn)化,中重度認(rèn)知損害狀態(tài)可以進(jìn)展到狀態(tài),但狀態(tài)不能轉(zhuǎn)移到狀態(tài)。生存曲線將狀態(tài)吸收態(tài),作為生存時(shí)間的終點(diǎn),可分別得到狀態(tài)和狀態(tài)中重度認(rèn)知損害到狀態(tài)的生存曲線,如圖。圖中,橫軸代表時(shí)間,縱軸代表期望生存率,實(shí)線代表狀態(tài)到狀態(tài)的生存曲線,虛線代表狀態(tài)到狀態(tài)的生存曲線。由圖可知,狀態(tài)較狀態(tài)的生存曲線下降快,狀態(tài)經(jīng)次隨訪后生存率為左右,狀態(tài)經(jīng)次隨訪后生存率不足,說(shuō)明狀態(tài)的預(yù)后較狀態(tài)好。山兩醫(yī)科人學(xué)頌學(xué)位論文田釜,可衛(wèi)趣一再心。篁一璣“躺佃圖生存曲線圖山兩醫(yī)科人學(xué)壩學(xué)位論文第五章討論影響阿爾茨海默病轉(zhuǎn)歸的因素隨著我國(guó)人口老齡化進(jìn)程的不斷加快,老年人的健康問(wèn)題成為我國(guó)主要的衛(wèi)生問(wèn)題之一。阿爾茨海默病作為老年期癡呆的主要類型,發(fā)病機(jī)制較為復(fù)雜,雖然目前國(guó)內(nèi)外學(xué)者對(duì)其影響因素作了大量研究,但除少數(shù)因素得到公認(rèn)外,其他大部分因素與的關(guān)系尚不明確【。大量的流行病學(xué)研究表明,的發(fā)病風(fēng)險(xiǎn)主要與社會(huì)人口學(xué)特征、遺傳背景、既往經(jīng)歷、人體生理生化反應(yīng)的失衡等有關(guān)。本次研究得出,年齡、性別、文化程度、職業(yè)、吸煙、高血壓和糖尿病對(duì)狀態(tài)向狀態(tài)的轉(zhuǎn)歸過(guò)程有影響。人口學(xué)特征大量的研究支持年齡對(duì)阿爾茨海默病的影響,患病率隨著年齡的增加呈上升趨勢(shì)】。原因可能是隨著年齡的不斷增加,人體的各部分機(jī)能逐步退化,免疫功能也不斷下降,同時(shí)對(duì)身體有害的物質(zhì)不斷積累,從而易導(dǎo)致疾病的發(fā)生。本研究結(jié)果顯示,分段常數(shù)強(qiáng)度模型的第一個(gè)區(qū)間內(nèi),年齡對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移、狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義在分段常數(shù)強(qiáng)度模型的第二區(qū)間內(nèi),除對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移無(wú)統(tǒng)計(jì)學(xué)意義外,對(duì)其余轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義。說(shuō)明年齡是狀態(tài)向狀態(tài)轉(zhuǎn)歸過(guò)程的影響因素,與現(xiàn)有研究結(jié)果一致。對(duì)于性別與關(guān)系的研究結(jié)果不盡相同,有些流行病學(xué)調(diào)查顯示女性患病率高于男性,且女性的認(rèn)知功能下降程度較男性快【,有些則顯示性別不是的危險(xiǎn)因素【。本研究結(jié)果顯示,分段常數(shù)強(qiáng)度模型的第一個(gè)區(qū)間內(nèi),年齡對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移、中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義在分段常數(shù)強(qiáng)度模型的第二區(qū)間內(nèi),性別對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移有統(tǒng)計(jì)學(xué)意義。這可能是因?yàn)榕陨娴臅r(shí)間長(zhǎng)于男性,且年齡越大認(rèn)知功能下降程度也越大,而且女性的文化程度與經(jīng)濟(jì)狀山兩醫(yī)科人學(xué)頌學(xué)位論文念等也比男性低有關(guān)。而張明園等【】認(rèn)為,男女患病率即使在矯正了年齡和教育以后仍有差異。國(guó)內(nèi)外研究對(duì)文化程度與關(guān)系的研究結(jié)果也不一致。掣的研究顯示受教育程度與間的關(guān)系不明顯,胡承平掣結(jié)果支持受教育程度低的老年人更易轉(zhuǎn)化為。本研究結(jié)果,分段常數(shù)強(qiáng)度模型均顯示,文化程度對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移、狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義。這可能是因?yàn)槭芙逃倪^(guò)程可以增加腦流量,從而防止自由基對(duì)神經(jīng)細(xì)胞的損傷,從而阻止了癡呆病的發(fā)生【】,同時(shí)文化程度高者善于思考,可以提高大腦對(duì)老化的代償功能【。目前還有一種理論就是認(rèn)為文化程度并不是的危險(xiǎn)因素,它只是真正影響的但并未考慮到的因素的一個(gè)替代。比如,文化程度較高者可能擁有更好的工作和學(xué)習(xí)能力,這就使他們以后有更多的機(jī)會(huì)和時(shí)間消耗腦功能,從而減少了的患病率剛。有較多流行病學(xué)研究探討了工作性質(zhì)與發(fā)生的關(guān)系。很多調(diào)查顯示從事腦力勞動(dòng)是的保護(hù)因素】,特別是從事比較復(fù)雜的工作【】。等】的研究顯示,職業(yè)與認(rèn)知功能的下降具相關(guān)性。本研究結(jié)果顯示,分段常數(shù)強(qiáng)度模型的第二個(gè)區(qū)問(wèn)內(nèi),職業(yè)對(duì)狀態(tài)向中重度認(rèn)知損害狀念轉(zhuǎn)移、狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義在分段常數(shù)強(qiáng)度模型的第一區(qū)間內(nèi),除對(duì)中重度認(rèn)知損害狀態(tài)向狀態(tài)轉(zhuǎn)移無(wú)統(tǒng)計(jì)學(xué)意義外,對(duì)其余轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義。這可能是斟為從事腦力勞動(dòng)可以使腦部神經(jīng)元儲(chǔ)備充足,認(rèn)知水平較高,而從事體力勞動(dòng)者知識(shí)刺激較少,神經(jīng)元喪失比較多,更容易患癡呆型。生活方式吸煙是許多疾病的危險(xiǎn)因素,有些研究得出的結(jié)果是吸煙與呈雙重關(guān)系。有研究發(fā)現(xiàn),歲上以吸煙人群患的風(fēng)險(xiǎn)是減少的,吸煙是的保護(hù)因素,原因可能是由于尼古丁對(duì)于神經(jīng)系統(tǒng)的保護(hù)作用也有一些研究認(rèn)山西醫(yī)科人學(xué)碩士學(xué)位論義為吸煙會(huì)增加的患病率,原因是吸煙是血管性疾病的危險(xiǎn)兇素,因此吸煙會(huì)增加血管性疾病的發(fā)生率,從而增加的發(fā)生率。在本研究中,分段常數(shù)強(qiáng)度模型結(jié)果顯示,吸煙對(duì)狀念向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移、狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義,吸煙是狀態(tài)向狀態(tài)轉(zhuǎn)歸過(guò)程的危險(xiǎn)因素。慢性疾病一些研究發(fā)現(xiàn),高血壓是的危險(xiǎn)因素,與認(rèn)知功能呈負(fù)相關(guān),尤其是與記憶力、注意力和執(zhí)行功能【。也有研究發(fā)現(xiàn),收縮壓的降低對(duì)認(rèn)知功能障礙有保護(hù)作用【。此外,惠曉萍【的研究發(fā)現(xiàn),高血壓不是的危險(xiǎn)因素。在本研究中,分段常數(shù)強(qiáng)度模型結(jié)果顯示,高血壓對(duì)狀態(tài)向中重度認(rèn)知損害狀態(tài)轉(zhuǎn)移、狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義,高血壓是狀態(tài)向狀態(tài)轉(zhuǎn)歸過(guò)程的危險(xiǎn)因素。這可能是因?yàn)楦哐獕耗軌虼偈鼓X血管動(dòng)脈粥樣化過(guò)程,增加腦血管缺血性損害的內(nèi)險(xiǎn),從而增大腦缺血、缺氧性損害【】。目前眾多的研究證實(shí)糖尿病可導(dǎo)致并加重認(rèn)知功能障礙。等】縱向研究發(fā)現(xiàn),糖尿病患者認(rèn)知能力下降的風(fēng)險(xiǎn)是非糖尿病患者的兩倍。等【】的研究發(fā)現(xiàn)糖尿病是的一個(gè)獨(dú)立危險(xiǎn)因素,且糖尿病患者的發(fā)生風(fēng)險(xiǎn)是非糖尿病患者的倍。但也有結(jié)果顯示糖尿病不是的危險(xiǎn)因素【。本次研究中,分段常數(shù)強(qiáng)度模型結(jié)果顯示,糖尿病對(duì)狀態(tài)向狀態(tài)轉(zhuǎn)移及中重度認(rèn)知損害向狀態(tài)轉(zhuǎn)移均有統(tǒng)計(jì)學(xué)意義,糖尿病是狀態(tài)向狀態(tài)轉(zhuǎn)歸過(guò)程的危險(xiǎn)因素。多狀態(tài)模型研究齊次模型和分段常數(shù)強(qiáng)度模型比較大多數(shù)研究在應(yīng)用模型時(shí)都假定其為齊次過(guò)程,即轉(zhuǎn)移概率僅依賴于