基于CHARLS的我国老年人失能转移规律研究

目的 老年人失能已成为日益严峻的公共卫生问题。本研究旨在通过研究老年人失能转移规律为失能防治提供依据。方法 基于中国健康与养老追踪调查(CHARLS)2011—2018年的数据,依据基本(BADL)及工具性(IADL)日常生活活动量表及美国长期护理调查(NLTCS)分级方法将失能状态分为6级,采用多状态Markov模型分析老年人失能转移规律。结果 共纳入7308名分析对象。随着失能程度加重,老年人向死亡转移的概率呈上升趋势。老年人处于健康、健康受损、轻度失能、中度失能、重度失能时状态不变概率分别为0.343、0.106、0.169、0.053、0.031,平均逗留时间分别为3.10、1.15、1.46、1.25、1.57年。女性在各状态的总逗留时间均高于男性,在处于健康、健康受损、轻度失能状态时转移至其他更严重失能状态的风险均高于男性,但转移至死亡的风险均低于男性。结论 随着失能程度的增加,老年人死亡风险升高,初始状态为失能老年人相比初始状态为健康老年人更可能发生状态改变,老年人在健康状态逗留时间最长,但在相对短时间内极易发展为轻度失能,女性比男性更具有生存优势,但拥有相对较长的非健康生存期,建议一旦老年人进入失能状态立即采取积极应对措施,避免失能进一步恶化,尤其要关注女性失能老年人的护理需求。

ROC曲线和PR曲线在临床诊断试验评估中的应用

本研究对受试者特征工作(ROC)曲线和查准率-查全(PR)曲线的概念和性质进行概括回顾, 结合模拟数据结果, 基于患病率对ROC曲线和PR曲线的应用做出建议。研究显示, ROC曲线和PR曲线具有不同的性质, 可以从不同的侧面反映诊断方法的性能, 应结合患病率和临床场景进行选择。当患病率小于20%, 尤其是小于5%时, 应重视PR曲线的应用。

医学研究中常见动态预测模型方法介绍

风险预测模型可预测个体的疾病风险,对疾病预防、治疗和预后管理等决策有重要价值。现有风险预测模型多仅使用单一时间截面的变量数据的静态模型,未考虑疾病进展过程中的诸多变化而导致预测准确性受限。动态预测模型可纳入随访期间同一指标的重复测量的纵向数据,捕捉个体特征随时间的纵向变化趋势,描述个体疾病风险的动态轨迹并提高模型的预测精度,然而其目前在医学研究中的应用仍然较少。本文总结目前常用的风险预测动态模型:联合模型、界标模型和贝叶斯动态模型,介绍各自应用场景、优缺点和软件实现并进行比较,以期为未来动态预测模型在医学研究中的应用提供方法学参考。

开往大森林的列车

在城里住了一段时间的小松鼠、小兔子、小猴子打算回老家大森林,因为城里汽车排放尾气,人们随地乱吐痰、乱扔垃圾……他们没办法再住下去了。小动物们偷偷跑进火车站,随着人群混进了拥挤的车厢,躲进了小角落里。"呜——"火车的汽笛响了,车身动起来了。这时。