糖尿病患者頸總動脈硬化影響因素的多分類Logistic回歸分析

戴光亞

【摘要】目的：了解糖尿病患者頸總動脈硬化的一些影響因素，為更好地預防糖尿病，提高人民健康水平提供依據。方法：采用簡單隨機抽樣的方法，對60名糖尿病患者進行調查，然后使用多分類Logistic回歸模型進行分析，得出糖尿病患者頸總動脈硬化是否與某些影響因素有關。結論：糖尿病患者的性別、年齡、收縮壓和尿白蛋白這四個因素與其頸總動脈是否硬化有關。

【關鍵詞】糖尿病患者；頸總動脈硬化；影響因素；多分類Logistic回歸分析

【中圖分類號】R587.1 【文獻標識碼】A 【文章編號】2095-6851（2017）12--01

引言

頸總動脈硬化是糖尿病的重要并發癥之一，是糖尿病患者主要的死亡原因，它確切的發病機制現在還不清楚，但我們可以確信的是，引起頸總動脈硬化的因素有很多。

1 研究對象與方法

1.1 研究對象

某地區60名糖尿病患者，其中男性28人（46.7%），女性32人（53.3%）年齡30-73歲，平均年齡52歲。頸總動脈硬化27例（45%）。

1.2 研究方法

（1）抽樣方法：采用簡單隨機抽樣方法，從某地區的各個醫院抽取共60名糖尿病患者作為研究對象。（2）各指標含義：因變量：頸總動脈是否硬化（type），type=1表示頸總動脈硬化，type=0表示頸總動脈非硬化；自變量：性別（sex），sex=1表示男性，sex=0表示女性：年齡（age），糖尿病史（dura）、胰島素敏感指數（ISI）、甘油三酯（TG）、膽固醇（CHO）、收縮壓（SBP）、尿白蛋白（ALB）。（3）統計分析：數據采用excel進行錄入，用SPSS軟件和R語言對數據進行統計分析，顯著性水平為α=0.1，以p<0.1為差異有統計學意義。

2、模型的理論

Logistic回歸模型是一種非線性回歸模型，假設在自變量χ1，χ2，…χn的作用下，某一事件發生的概率為P，則其不發生的概率為1-P，于是該事件發生與不發生的概率比為P/1-P，記為“Ω”，對Ω取自然對數后得到Logistic函數。

（1）

（1）式稱為P的Logit變換，則Logistic回歸模型為：

（2）

本文中因變量的量化取值，當頸總動脈硬化時，取值為1，當頸總動脈非硬化時，取值為0。影響頸總動脈硬化的因素有8個，分別為：χ1，χ2，…χ8。其中，P代表頸總動脈硬化的概率，β0表示截距，β1，…β8分別表示對應影響因子的系數。

3 結果及分析

3.1 用SPSS軟件進行多分類Logistic回歸分析

以頸總動脈是否硬化為因變量，以性別（sex）、年齡（age）、糖尿病史（dura）、胰島素敏感指數（ISI）、甘油三酯（TG）、膽固醇（CHO）、收縮壓（SBP）、尿白蛋白（ALB）為自變量，進行多分類Logistic回歸分析。

表1是最終回歸模型下的檢驗。由輸出結果可知，在顯著性概率（Sig）=0.1時，性別（sex）、年齡（age）、收縮壓（SBP）和尿白蛋白（ALB）對頸總動脈硬化有顯著性影響。

3.2 用R語言進行多分類Logistic回歸分析

由于數據已經在Excel中錄入，故只需調用即可。從輸出結果表2可以看出，在顯著性概率（Sig）=0.1時，性別（sex）、年齡（age）、收縮壓（SBP）和尿白蛋白（ALB）對頸總動脈硬化有顯著性影響。

4 討論

通過多因素Logistic回歸分析發現糖尿病的并發癥頸總動脈硬化的危險因素分別是是性別、年齡、收縮壓和尿白蛋白。針對這些危險因素，相關部門應該采取多元的方法宣傳，同時在日常生活中提高自我防治意識。

參考文獻

何曉群.現代統計分析方法與應用[M].中國人民大學出版社，2012.

Prabhanjan Narayanachar Tattar.R統計應用開發實戰[M].機械工業出版社，2015.endprint