多状态Markov模型在轻度认知损害转归研究中的应用

被引:0
作者
杨珊珊
机构
[1] 山西医科大学
关键词
多状态Markov模型; 阿尔茨海默病; 轻度认知损害; 认知水平; 纵向资料;
D O I
暂无
年度学位
2010
学位类型
硕士
导师
摘要
目的:将多状态Markov模型应用于轻度认知损害(mild cognitive impairment, MCI)转归研究,深入分析MCI患者认知水平的纵向变化及影响因素,为老年人AD预防和早期干预提供理论依据。同时对多状态Markov模型进行方法学的初步探讨,为能用状态表示动态生命过程的生物学模型研究提供方法学借鉴。 方法:假定AD进程中,从现状态转移到下一状态仅仅取决于目前状态,而不直接受以前各状态的影响,即具有Markov的“无后效性”特征。通过MCI患者IQ变化反映随访人群认知功能的变化趋势,构建一个四状态模型。根据多状态Markov模型分析原理,确定参数估计的方法,获得模型参数,最后得出评价结论。 结果:引入的多状态Markov模型拟合结果较好。经过单因素筛选,性别、年龄、文化程度、婚姻状况、吸烟、经济收入、脑溢血、高血压、高胆固醇、糖尿病、LDL、SBP、DBP有统计学意义。经过多因素筛选,性别、年龄、文化程度、脑溢血及SBP均对认知功能稳定转化为重度恶化有统计学意义,女性、年龄越大,文化程度越低、发生过脑溢血、具有高血压的MCI患者,由认知功能稳定转化为重度恶化的风险越大。年龄和文化程度对认知功能稳定转化为轻度恶化有统计学意义,文化程度对认知功能稳定转化为好转有统计学意义,性别、年龄、文化程度、脑溢血及SBP均对其他状态间转移无统计学意义。并根据多状态Markov模型估计出了转移强度、2年转移概率及各状态总逗留时间。 结论:针对AD进程中各阶段的主要影响因素,开展分阶段重点疾病防治。另外,多状态Markov模型作为处理纵向资料的有效工具,可同时考虑所有的状态、结局、状态间转移的时间信息以及可能的影响因素,在认识影响疾病进展的因素,分析状态间转移概率及这些概率如何随着影响因素和时间变化,动态地评价疾病进展等方面具有得天独厚的优势。
引用
收藏
页数:41
共 25 条
[1]
太原市社区老年人轻度认知功能障碍现患及转归流行病学研究 [D]. 
马菲 .
山西医科大学,
2009
[2]
新华社区脑卒中的疾病负担及人群防治干预策略的经济学评价 [D]. 
刘华 .
复旦大学,
2008
[3]
老年性痴呆及相关疾病.[M].盛树力主编;.科学技术文献出版社.2006,
[4]
随机过程原理与生命科学模型.[M].[美]蒋庆琅(Chiang;C·L·) 著;方积乾 译.上海翻译出版公司.1987,
[5]
Multi-state models for the analysis of time-to-event data [J].
Meira-Machado, Luis ;
de Una-Alvarez, Jacobo ;
Cadarso-Suarez, Carmen ;
Andersen, Per K. .
STATISTICAL METHODS IN MEDICAL RESEARCH, 2009, 18 (02) :195-222
[6]
Inference for outcome probabilities in multi-state models [J].
Andersen, Per Kragh ;
Perme, Maja Pohar .
LIFETIME DATA ANALYSIS, 2008, 14 (04) :405-431
[7]
Nonparametric estimation of transition probabilities in a non-Markov illness–death model.[J]..Lifetime Data Analysis.2006, 3
[8]
老年轻度认知功能障碍的相关因素研究 [J].
戈改真 ;
汤哲 ;
马丽娜 .
中国老年学杂志, 2009, 29 (13) :1718-1720
[9]
上海市郊区老年人认知障碍的相关因素分析 [J].
汤荟冬 ;
姚玉蕙 ;
徐瑞芳 ;
陈生弟 ;
程琦 .
中国现代神经疾病杂志, 2008, (04) :318-322
[10]
Markov模型在卫生领域中应用简介 [J].
易华云 ;
刘爱忠 ;
张琰 .
循证医学, 2008, (03) :172-176