应用贝叶斯网络识别2021-2022年国家基本公共卫生服务项目中的高血压控制关键因素
Identifying key factors of hypertension control using Bayesian networks in the 2021-2022 National Basic Public Health Service Project
摘要目的 通过构建贝叶斯网络(BN)模型,探讨影响国家基本公共卫生服务慢性病患者管理评估项目中高血压患者血压控制情况的因素及之间的网络关系,为基本公共卫生服务中高血压的综合管理提供科学依据.方法 选取 2021-2022 年在中国国家基本公共卫生服务慢性病患者管理评估项目中基于中国东、中和西部地区的八省(自治区)收集的5 577例高血压患者,对患者个体情况及社区高血压管理情况等相关资料收集.采用Logistic回归分析模型进行血压控制影响因素的筛选,并使用BN描述各因素间的关系,展示在国家基本公共卫生项目中对血压控制的关键因素.结果 Logistic回归分析结果显示,在进行多因素筛选后,城乡、教育程度、饮酒、锻炼身体、超重/肥胖等个体因素以及社区医生建议减盐、戒烟等管理因素与患者血压控制情况有显著相关性(P<0.05).构建的BN模型显示,共产生 22 条有向边,其中城市以及高血压知识知晓好的患者血压控制情况好,社区医生管理、服务则直接影响患者的行为习惯,均未直接指向血压控制.结论 一方面还应更加注重城乡之间的差异以及发挥对高血压患者的知识教育的积极作用,另一方面不管是患者个体行为习惯还是社区医生服务质量都需要更进一步的提高,才能提升血压控制情况.
更多相关知识
- 浏览4
- 被引0
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



