咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >健康素养预测模型的构建与改进 收藏

健康素养预测模型的构建与改进

Development and improvements of predictive models for health literacy

作     者:蔡婷 卓琳 苗春霞 汪秀英 卓朗 CAI Ting;ZHUO Lin;MIAO Chun-xia;WANG Xiu-ying;ZHUO Lang

作者机构:徐州市疾病预防控制中心江苏徐州221006 北京大学人民医院内分泌科 徐州医科大学卫生政策与健康管理研究中心 徐州市中心医院肾脏内科 徐州医科大学公共卫生学院 

出 版 物:《江苏预防医学》 (Jiangsu Journal of Preventive Medicine)

年 卷 期:2024年第35卷第3期

页      面:283-287页

学科分类:12[管理学] 1204[管理学-公共管理] 120402[管理学-社会医学与卫生事业管理(可授管理学、医学学位)] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 10[医学] 

基  金:国家社会科学基金(19BGL251) 

主  题:健康素养 预测模型 logistic模型 决策树模型 

摘      要:目的构建健康素养预测模型,为快速筛检低健康素养水平人群提供参考。方法2020年,采用多阶段随机整群抽样方法,抽取苏北X市15~69岁居民为调查对象,采用国家健康素养调查问卷开展调查,建立logistic回归模型和决策树模型,以实际调查结果为金标准,比较两种模型预测效果,并通过增加预测变量方法构建新的logistic回归健康素养预测模型。结果共纳入1933名调查对象,不具备健康素养1580人,占81.74%。logistic回归分析结果显示,年龄、文化程度、职业和吸烟情况是居民健康素养水平的影响因素(P值均0.05)。建立的logistic回归模型AUC为0.79(95%CI:0.77~0.81),构建的决策树模型AUC为0.78(95%CI:0.75~0.80)。以健康素养是否具备分别与56道问题知晓情况进行统计学比较,将问题按照各题χ^(2)值由大到小排列,纳入问卷中前6道题目(C09、C05、D01、C08、C12、C10)构建新的logistic回归预测模型:Logit(P)=ln[P/(1-P)]=-3.104+0.325[年龄(25~34)]-0.149[年龄(35~44)]-0.857[年龄(45~54)]+0.367[年龄(55~64)]-2.748[年龄(65~69)]+2.531[文化程度(小学及以下)]+1.597[文化程度(初中)]+0.303[文化程度(高中/职高/中专)]+1.444[题目C05(错误)]+1.744[题目C08(错误)]+1.621[题目C09(错误)]+2.025[题目C10(错误)]+1.806[题目C12(错误)]+1.958[题目D01(错误)],该预测模型灵敏度为85.90%,特异度为90.04%,AUC为0.95(95%CI:0.94~0.96)。在约登指数取最大值为0.76时,logit(P)对应P值为0.831,即预测概率超过0.831,可判定为不具备健康素养。结论利用改进的健康素养预测模型中的切点值,可在现场调查时快速鉴别出不具备健康素养人群。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分