Logistic回归分析模型和决策树分析在高血压糖尿病共患病预警指标中的应用

作     者：邬闻文 谭晓东 孙东晗 李莉 WU Wen-wen;TAN Xiao-dong;SUN Dong-han;LI Li

作者机构：湖北医药学院公共卫生与健康学院预防医学教研室十堰442000 武汉大学公共卫生学院武汉430071 湖北医药学院附属人民医院循证护理研究所十堰442000 

出 版 物：《中华疾病控制杂志》 (Chinese Journal of Disease Control & Prevention)

年 卷 期：2022年第26卷第7期

页      面：827-833,844页

核心收录：

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

基　　金：湖北省教育厅中青年人才项目(Q20202104) 湖北医药学院人才启动金项目(2020QDJRW003) 

主　　题：高血压 糖尿病 共患病 预警指标 Logistic回归分析 决策树模型 

摘      要：目的分析湖北省成年人高血压糖尿病共患病(hypertension-diabetes comorbidity,HDC)状况及其预警指标,为HDC的预防控制提供科学依据。方法采用多阶段分层抽样法,从湖北省11个地区抽取≥18岁的居民作为研究对象,对其进行问卷调查,采用Logistic回归分析模型和决策树模型分析HDC的预警指标,并用受试者工作曲线(receiver operating characteristic calve,ROC)评价两种模型的预测效果。结果Logistic回归分析模型及决策树模型分析结果均显示,工作强度、吸烟、婚姻、性别、BMI和年龄均是HDC的有效预警指标(均有P0.05)。Logistic回归分析模型ROC曲线下面积大于决策树模型(0.967 vs.0.933,Z=9.199,P0.001)。结论Logistic回归分析模型预测能力优于决策树模型。但有必要将两种模型结合应用于HDC预警指标的预测。通过Logistic回归分析模型筛选出有意义的主效应预警指标,然后采用决策树模型进一步分析指标间的交互作用,为HDC的防控提供参考依据。