贝叶斯方法计算后验分布函数常常是复杂的、高维的,甚至是非标准形式的,其积分计算十分困难[1-2]。譬如,在行为学、社会学、心理学和医学中,许多潜变量模型需要用到结构方程模型,而结构方程模型的应用,常常含有高纬复杂的模型,不能显示表达其分布[3],直接估计困难,可用贝叶斯估计方法,特别是GIBBS抽样方法和MCMC(Markov Chain Monte Carlo)估计方法[4-5]。MCMC方法可解决此类问题[6-7],其实现由专业软件WINBUGS[8]或OpenBUGS[9]完成。GIBBS抽样是构建马尔科夫链最流行的MCMC方法[10-11],其计算工作量较大,对计算机软硬件有较高要求。
目的探讨基于人乳头瘤病毒(human papilloma viruses, HPV)感染男男性行为人群(men who have sex with men, MSM)性行为模式随时间发展变化趋势,为性行为干预措施提供依据。方法在"MSM乙型肝炎病毒感染对人乳头瘤病毒持续感染的影...
详细信息
目的探讨基于人乳头瘤病毒(human papilloma viruses, HPV)感染男男性行为人群(men who have sex with men, MSM)性行为模式随时间发展变化趋势,为性行为干预措施提供依据。方法在"MSM乙型肝炎病毒感染对人乳头瘤病毒持续感染的影响"动态队列,对研究对象进行间隔6个月随访,对基线与第一次随访时人口学特征、性行为相关特征进行问卷调查及HPV检测。通过潜在转变分析(latent transition analysis, LTA)对基线性行为模式进行潜在分类并观察其在第1次随访时变化趋势。结果 LTA将MSM人群性行为模式分为性行为低风险、中风险及高风险组3个潜在类别。基线至第1次随访,性行为低风险组保持低风险状态的概率为99.49%,转变为中风险状态的概率为0.51%;性行为中风险组保持为中风险状态的概率为74.88%,转变为低风险状态的概率为22.33%,转变为高风险状态的概率为2.79%,性行为高风险组保持于高风险状态的概率为100.00%。结论 MSM人群性行为模式总体趋于稳定,后期应对高风险人群采取干预措施促进其性行为风险向低风险转变。
暂无评论