基于logistic回归和决策树模型对中小学生伤害的影响因素分析

目的探讨中小学生伤害发生的危险因素,为学生伤害的预防提供科学依据。方法采用整群抽样的方法抽取江苏省某市1所小学和1所初中的4 010名学生的家长进行问卷调查,调查家庭的相关情况和学生的伤害发生情况,采用logistic回归和决策树模型分析中小学生伤害的影响因素。结果该市中小学生过去一年伤害发生率为18.70%。多因素logistic回归分析结果显示,男生、看护人小学文化、看护人外向型性格、家庭教育方式以惩罚为主和惩罚说服相结合、有违纪行为问题、神经症行为问题、混合行为问题、非本地户籍是伤害的危险因素。学校离家距离≥2 000米是伤害的保护因素。决策树模型显示,家庭教育方式、行为问题、户籍、性别是中小学生伤害的影响因素。结论 logistic回归模型和决策树模型结合应用,可从不同方面研究伤害发生的影响因素。学生伤害预防应重点关注男性、以惩罚为主的家庭教育方式、有行为问题、非本地户籍的学生。

中学生遭受网络欺凌现状及相关因素分析

目的了解中学生遭受网络欺凌现状及其相关因素,为预防和降低中学生网络欺凌的发生提供科学依据。方法2019年3月1日—5月31日,采用分层整群随机抽样的方法抽取江苏省宜兴市3所初中和4所高中的12940名学生,利用自编问卷进行问卷调查。采用χ^(2)检验比较网络欺凌遭受率在不同社会人口学特征组间差异,采用多因素Logistic回归进行相关因素分析,构建列线图预测模型并进行验证。结果中学生网络欺凌遭受率为12.3%。Logistic回归分析结果显示,本人饮酒(OR=1.93)、不能情绪自控(OR=1.30)、认为生活环境不太安全(OR=1.70)、对周围人不太信任(OR=1.66)、每天上网时间≥2 h(OR=1.39)、总是使用社交软件(网站)(OR=2.24)、家庭成员关系比较矛盾(OR=1.46)、较多感到被父母忽视(OR=1.50)、担任过班干部(OR=1.30)以及不受同学欢迎(OR=1.34)均与中学生遭受网络欺凌呈正相关(P值均<0.05)。基于上述10项影响因素构建的列线图预测模型区分度较好(AUC=0.73)。结论中学生遭受网络欺凌较为普遍,网络使用、父母忽视和班级职务等均是遭受网络欺凌的相关因素。

吸烟、控制情绪和家庭关系在遭受与施加关系欺凌间的中介效应

目的探讨遭受与施加关系欺凌行为中吸烟、控制情绪和家庭关系的中介效应。方法共纳入研究对象11462名,采用中介效应模型分析遭受与施加关系欺凌行为中吸烟、控制情绪和家庭关系的中介效应。结果家庭关系(中介效应值为0.119,95%CI:0.075~0.165,中介效应占比为8.5%)和吸烟(中介效应值为0.061,95%CI:0.031~0.105,中介效应占比为4.4%)构成单独中介效应。家庭关系、控制情绪和吸烟(中介效应值为0.007,95%CI:0.003~0.013,中介效应占比为0.5%)、家庭关系和吸烟(中介效应值为0.036,95%CI:0.020~0.056,中介效应占比为2.6%)以及控制情绪和吸烟(中介效应值为0.007,95%CI:0.003~0.013,中介效应占比为0.5%)构成链式中介效应。结论吸烟、控制情绪和家庭关系在遭受与施加关系欺凌行为中发挥部分中介作用。

医学生烟草依赖的Nomogram风险预测模型构建

目的探讨医学生烟草依赖的影响因素,并构建Nomogram风险预测模型。方法 2017年5—6月,研究采用分层随机整群抽样的方法,对江苏省内4所高校医学生进行问卷调查收集有关烟草依赖行为(连续或累积吸烟≥6个月)的142名医学生作为研究组;按照1∶2比例,选择与研究组性别、年级和专业匹配的无烟草依赖行为的284名医学生作为对照组。采用logistic回归分析筛选其独立危险因素,构建Nomogram风险预测模型,并对模型进行验证。结果 142名(3.67%)医学生有烟草依赖行为,其中轻度烟草依赖112人(78.87%),中度烟草依赖26人(18.31%),重度烟草依赖4人(2.82%)。Logistic回归分析显示:少数民族、家庭月收入6 000~10 000元、父亲吸烟、大多数朋友吸烟、父母不反对吸烟、认为吸烟是适应社会的必须、感到焦虑/抑郁、性格外向为医学生烟草依赖的危险因素(OR=3.24, 2.82, 1.86, 13.93, 2.98/5.19, 2.26, 5.79/5.06/14.79, 3.94)。基于上述8项烟草依赖的独立危险因素,构建Nomogram风险预测模型,模型C-index(即AUC)为0.83。结论医学生烟草依赖的主要危险因素为少数民族、家庭月收入高、父亲吸烟、大多数朋友吸烟、父母不反对吸烟、认为吸烟是适应社会的必须、感到焦虑/抑郁、性格外向等。Nomogram风险预测模型具有良好的校准度、区分度和风险预测能力,且有简便、直观和实用等优点,可用于预测个体烟草依赖风险,应用价值较高。