检索历史 清除

摘要目的：目前国内外关于儿童肥胖影响因素的相关研究很多，但大都局限在横断面研究，分析方法也都是将所有个人变量和地区变量作协变量拟合Logistic模型或正态回归模型。但这些传统回归模型的估计方法是建立在个体测量值相互独立的假设上且忽略了数据层次结构的特征。事实上，层次结构数据大量存在于实际研究中，其特征是在某个地理区域内、某个行政划区或特定空间范围内存在聚集性，对此数据采用传统回归模型进行分析是不合适的，因其不符合传统回归模型的独立假设，应用该方法做出的推断将可能存在偏倚，导致错误的结论。因此，本研究对处理层次结构数据的分析方法-多水平统计模型的应用进行探索，利用抽取的徐州市六所幼儿园中3～6岁儿童的资料进行二分类两水平Logistic回归模型的实证研究，旨在研究多水平模型在实际运用过程中的方法学问题，为以后此类数据的正确分析提供参考。<br>　　方法：本研究采用分层整群随机抽样的方法，选取徐州市6所幼儿园的813名中、大班儿童作为研究对象，测量他们的身高、体重，采用问卷调查儿童的饮食行为、家庭情况、家长的营养知识水平等相关影响因素。按照BMI法判定肥胖。以3～6岁儿童单纯性肥胖患病与否为反应变量，以性别、年龄、出生情况、饮食行为、家庭情况、家长的营养知识水平等为解释变量，在描述性分析和单因素分析的基础上，运用MLwiN软件拟合二分类两水平Logistic回归模型，并将二分类两水平Logistic回归模型所获得的结果与传统的多因素Logistic回归模型进行对比研究。<br>　　结果：1、由两水平模型分析发现徐州市3～6岁儿童单纯性肥胖发病情况具有层次结构，在不同的幼儿园间存在差异；2、二分类两水平Logistic回归模型与传统的多因素Logistic回归模型所筛选变量及假设检验基本一致，但对母亲职业这类指标，两水平Logistic回归模型比传统的多因素Logistic回归模型更敏感；3、模型拟合优度显示二分类两水平Logistic回归模型优于传统的多因素Logistic回归模型，DIC值分别为362.225和370.428。<br>　　结论：本研究将多水平模型应用于分类变量的层次结构数据中，作为此类数据分析的新途径，此方法具有更好的适用性，能够克服传统回归模型在处理具有层次结构数据中的局限性。但是应用过程中，由于统计软件发展的限制，分类变量的多水平模型的检验、诊断和残差分析等尚有缺憾，这将是今后分类变量多水平模型开发研究的方向。3～6岁儿童单纯性肥胖已经很严重，要从儿童食欲、出生后4个月内喂养方式等方面加强干预，以减少儿童单纯性肥胖患病率。