探讨Bayes判别分析应用于巨大儿发生风险进行预测的临床效果。方法将169例巨大儿和169例正常足月儿按条件进行1∶1配对,纳入可能与巨大儿出生有关的因素,采用条件Logistic回归分析模型筛选有判别意义的指标,将有判别意义的指标带入Bayes判别模型中得到Bayes判别函数,并对判别函数进行回顾性考核和外部检验。结果经条件Logistic回归分析模型筛选出影响巨大儿出生的因素有产妇身高、孕早期体重指数(body mass index,BMI)、妊娠期糖尿病、孕周、宫高+腹围。建立的Bayes判别函数:巨大儿y1=-27.802+8.420×产妇身高+8.719×孕早期BMI+10.485×孕周+3.375×妊娠期糖尿病+2.862×(宫高+腹围);正常足月儿y2=-17.477+7.161×产妇身高+7.217×孕早期BMI+7.862×孕周+2.036×妊娠期糖尿病-0.085×(宫高+腹围)。建立的判别函数其Wilks’Lambda(λ)=0.512,P<0.001,因而判别函数有统计学意义。对判别函数进行考核,结果内外部符合率均达到80%以上。结论巨大儿的出生与多种因素有关,构建的Bayes判别模型对巨大儿有较好的判别作用,为今后更为准确的预测巨大儿的发生提供客观参考。
目的了解新确诊人类免疫缺陷病毒(human immunodeficiency virus,HIV)阳性男男性行为者(men who have sex with men,MSM)一般自我效能(general self-efficacy,GSES)与HIV相关羞辱的关系。方法 2013年4月-2014年4月,在北京市招募满足纳...
详细信息
目的了解新确诊人类免疫缺陷病毒(human immunodeficiency virus,HIV)阳性男男性行为者(men who have sex with men,MSM)一般自我效能(general self-efficacy,GSES)与HIV相关羞辱的关系。方法 2013年4月-2014年4月,在北京市招募满足纳入标准的MSM进行HIV检测,对检测中确诊为HIV阳性的MSM进行面对面访谈调查。采用多元线性回归,分析新确诊HIV阳性MSM一般自我效能与HIV相关羞辱的关系。结果 367名新确诊的HIV阳性MSM的一般自我效能得分为(31.5±6.3), HIV相关羞辱得分(26.9±20.9)。多元线性回归显示,校正混杂因素后,一般自我效能与HIV相关羞辱呈负相关(GSES为连续变量:β=-0.010,P=0.022;GSES为二分类变量:β=-0.117,P=0.028)。结论新确诊HIV阳性的MSM面临HIV相关羞辱的困扰。对于新确诊HIV阳性的MSM来说,较高的自我效能有助于减轻HIV相关羞辱。
暂无评论