糖尿病患者颈总动脉硬化影响因素的多分类Logistic回归分析

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 糖尿病患者颈总动脉硬化影响因素 的多分类 Logistic 回归分析 【摘要】目的：了解糖尿病患者 颈总动脉硬化的一些影响因素，为更好 地预防糖尿病，提高人民健康水平提供 依据。方法：采用简单随机抽样的方法， 对 60 名糖尿病患者进行调查，然后使 用多分类 Logistic 回归模型进行分析， 得出糖尿病患者颈总动脉硬化是否与某 些影响因素有关。结论：糖尿病患者的 性别、年龄、收缩压和尿白蛋白这四个 因素与其颈总动脉是否硬化有关。 中国论文网 /1/view-13039023.htm 【关键词】糖尿病患者；颈总动 脉硬化；影响因素；多分类 Logistic 回 归分析 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 【中图分类号】R587.1 【文献标 识码】A 【文章编号 】2095- 6851（2017）12-01 引言 i 总动脉硬化是糖尿病的重要 并发症之一，是糖尿病患者主要的死亡 原因，它确切的发病机制现在还不清楚， 但我们可以确信的是，引起颈总动脉硬 化的因素有很多。 1 研究对象与方法 1.1 研究对象 某地区 60 名糖尿病患者，其中 男性 28 人（46.7%） ，女性 32 人（53.3%） 年龄 30-73 岁，平均年龄 52 岁。颈总 动脉硬化 27 例（45%） 。 1.2 研究方法 （1）抽样方法：采用简单随机 抽样方法，从某地区的各个医院抽取共 60 名糖尿病患者作为研究对象。 （2）各 指标含义：因变量：颈总动脉是否硬化 （type） ，type=1 表示颈总动脉硬化， type=0 表示颈总动脉非硬化；自变量： -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 性别（sex ） ，sex=1 表示男性， sex=0 表 示女性：年龄（age） ，糖尿病史（dura ） 、 胰岛素敏感指数（ISI） 、甘油三酯 （TG） 、胆固醇（CHO） 、收缩压 （SBP） 、尿白蛋白（ALB） 。 （3）统计 分析：数据采用 excel 进行录入，用 SPSS 软件和 R 语言对数据进行统计分 析，显著性水平为 =0.1，以 p0.1 为 差异有统计学意义。 2、模型的理论 Logistic 回归模型是一种非线性 回归模型，假设在自变量 1，2 ，n 的作用下，某一事件发生的概率为 P， 则其不发生的概率为 1-P，于是该事件 发生与不发生的概率比为 P/1-P，记为 “”，对 取自然对数后得到 Logistic 函数。 （1） （1）式称为 P 的 Logit 变换，则 Logistic 回归模型为： （2） 本文中因变量的量化取值，当颈 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 总动脉硬化时，取值为 1，当颈总动脉 非硬化时，取值为 0。影响颈总动脉硬 化的因素有 8 个，分别为： 1，2，8。其中，P 代表颈总动脉 硬化的概率，0 表示截距，1，8 分别表示对应影响因子的系数。 3 结果及分析 3.1 用 SPSS 软件进行多分类 Logistic 回归分析 以颈总动脉是否硬化为因变量， 以性别（sex ） 、年龄（age） 、糖尿病史 （dura ） 、胰岛素敏感指数（ISI） 、甘油 三酯（TG ） 、胆固醇（CHO） 、收缩压 （SBP） 、尿白蛋白（ALB）为自变量， 进行多分类 Logistic 回归分析。 表 1 是最终回归模型下的检验。 由输出结果可知，在显著性概率 （Sig）=0.1 时，性别（sex） 、年龄 （age） 、收缩压（SBP）和尿白蛋白 （ALB）对颈总动脉硬化有显著性影响。 3.2 用 R 语言进行多分类 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 Logistic 回归分析 由于数据已经在 Excel 中录入， 故只需调用即可。从输出结果表 2 可以 看出，在显著性概率（Sig）=0.1 时， 性别（sex ） 、年龄（age） 、收缩压 （SBP）和尿白蛋白（ALB）对颈总动 脉硬化有显著性影响。 4 讨论 通过多因素 Logistic