贝叶斯log-binomial回归方法评估患病率比的研究

作者：高文龙; 林和; 刘小宁; 任晓卫; 李娟生; 申希平; 朱素玲

来源：中华流行病学杂志, 2017, 38(03): 400-405.

• 贝叶斯定理
• 回归分析
• 模型,统计学
• 患病率比
• log-binomial回归

探讨贝叶斯log-binomial回归估计患病率比的方法及应用。以看护人识别腹泻危险症状与婴幼儿腹泻求医关系为实例,利用Openbugs软件拟合贝叶斯log-binomial回归模型估计看护人识别腹泻危险症状与婴幼儿腹泻求医关系的患病率比(prevalence ratio,PR)。看护人能识别腹泻危险症状可提高大约13%的求医概率。贝叶斯log-binomial回归3个模型均收敛,估计的PR值(95%CI)分别为1.130(1.0051.265)、1.128(1.0011.264)、1.132(1.0041.267);常规logbinomial回归模型1和模型2收敛,估计的PR值(95%CI)分别为1.130(1.0551.206)和1.126(1.0511.203),但模型3不收敛,用复制方法估计PR值(95%CI)为1.125(1.0511.200)。贝叶斯log-binomial回归3个模型PR的点估计和区间估计虽与常规log-binomial回归稍有差异,但整体一致性较好。贝叶斯log-binomial回归能有效地估计PR,模型不收敛问题少,与常规log-binomial回归相比在应用上更有优势。

• 单位
  兰州大学; 公共卫生学院