时间转换Markov模型在阿尔茨海默病进程研究中的应用

作者：马彩云; 孔盼盼; 许晓萌; 杨蓓; 余红梅

来源：中国卫生统计, 2016, 33(04): 567-570.

• 时间转换
• Markov
• 模型
• 轻度认知损害
• 阿尔茨海默病

目的建立轻度认知损害(mild cognitive impairment,MCI)向阿尔茨海默病(Alzheimer’s disease,AD)状态转归的时间转换Markov模型,探讨MCI状态向AD状态转归的影响因素并进行转归预测,同时对模型进行评价。方法截止到2012年对太原市518名社区老年人共进行5次随访调查,将MCI到AD的过程分为MCI(状态1),中重度认知损害状态(状态2)和AD(状态3)3个状态。对随访数据拟合3状态的时间转换Markov模型,评价模型拟合情况并分析AD进程不同阶段的影响因素,依据拟合的时间转换Markov模型计算转移强度矩阵,并预测3年转移概率。结果通过假设检验,数据不满足时齐性(P<0.01),但是满足马氏性(P=0.468),可对数据采用时间转换Markov模型进行拟合,模型拟合优度较好(P>0.05)。采用时间转换Markov模型,经多因素筛选,发现性别、年龄、教育水平、工作类型、吸烟和高血压对状态1到状态2的转移有统计学意义,年龄、教育水平、工作类型、糖尿病和高血压对状态1到状态3的转移有统计学意义,年龄、教育水平、吸烟、糖尿病和高血压对状态2到状态3的转移有统计学意义。结论在AD发展进程的不同阶段,主要影响因素不同。与齐次Markov模型相比,时间转换Markov模型能更全面地分析相关的影响因素与探讨疾病进程的变化规律。

• 单位
  山西医科大学