基于潜类别增长模型分析老年帕金森病患者用药依从性轨迹及影响因素

目的:利用潜类别增长模型(latent class growth model,LCGM)分析老年帕金森病患者用药依从性轨迹,并验证其影响因素。方法:对124例原发性老年帕金森病患者进行12个月随访调查,调查工具包括一般资料调查表和Morisky用药依从性量表。通过潜类别增长模型识别患者用药依从性轨迹,采用有序多分类Logistic回归分析用药依从性轨迹的影响因素。结果:老年帕金森病患者用药依从性分为“高-持续型”“中-下降型”和“低-下降型”3种类型,且该3种类型文化程度、工作状态、用药种类、智力状态比较,差异有统计学意义(P<0.05)。有序多分类Logistic回归显示,工作状态、用药种类、智力状态是患者用药依从性轨迹的影响因素(P<0.05)。结论:老年帕金森患者用药依从性分为3种轨迹,工作状态、用药种类和智力状态是用药依从性轨迹类别的影响因素。

基于潜在类别选择模型的MaaS套餐偏好异质性分析

出行即服务(MaaS)旨在为用户提供一个集成信息、预定和支付的单一数字平台。MaaS还可以为用户提供各种产品,其中包括捆绑式的MaaS套餐,将多种交通方式结合并以一站式的方式提供给用户。为了探讨出行者对MaaS套餐的需求和偏好,通过对上海312名受访者进行调查,使用潜在类别选择模型(LCCM)分析不同群体之间偏好的异质性。识别3个潜在类别,不同类别具有不同的MaaS套餐偏好和个体特征。结果表明,个体偏好存在显著的异质性。年龄、收入、受教育程度和当前出行行为都在个人购买决策行为方面发挥着重要作用。研究结果为MaaS运营商和政策制定者识别潜在人群和设计可行的MaaS套餐方案提供参考,以帮助提升用户出行体验和更广泛的采用与推广MaaS。

基于潜在类别模型的中老年人睡眠、膳食与高尿酸血症的关联分析

目的:探讨中老年人睡眠及膳食模式与高尿酸血症(HUA)的关系。方法:采用潜在剖面分析(LPA)构建睡眠和膳食模式。通过二分类非条件logistic回归分析睡眠及膳食模式与HUA的关系。结果:中老年人睡眠模式分为睡眠良好组、日间功能障碍组、睡眠障碍组;膳食模式分为常规膳食模式、蔬菜摄入不足膳食模式、高肉食量膳食模式。日间功能障碍组和睡眠障碍组患HUA风险的可能性分别是睡眠良好组的2.53倍和1.70倍。高肉食量膳食模式患HUA风险的可能性是常规膳食模式的1.63倍。结论:调整饮食结构,改善中老年人的睡眠质量,可能有助于降低HUA患病率。

基于潜类别增长模型的脑梗死患者功能独立性变化轨迹及影响因素分析

目的基于潜类别增长模型和多元线性回归探讨脑梗死患者功能独立性的变化轨迹与影响因素。方法以国际功能、残疾和健康分类(ICF)框架为基础,采用潜类别增长模型分析脑梗死患者功能独立性变化轨迹。运用多元线性回归分析方法对患者的生理、个人和环境因素进行全方位评估,分析其对脑梗死患者功能独立性的影响。结果脑梗死患者功能独立稳定型占54.0%,功能独立成长型、功能独立衰退型分别占18.0%、28.0%。多元线性回归分析显示,脑梗死患者肌力、体重指数(BMI)、NIHSS评分、改良Barthel指数(MBI)、居住适应、出行便利、婚姻状况是脑梗死患者功能独立性水平的影响因素,差异均有统计学意义(P<0.05)。结论通过深入理解ICF框架,在制定脑梗死患者康复策略时,应充分考虑功能独立性的影响因素,并根据患者的功能独立性变化轨迹制定个性化、全方位的康复计划,不仅有助于提高脑梗死患者的功能独立性,还可有效改善其生活质量。

二级医院护士长胜任力分布现状:基于潜在类别模型的分析

利用潜在类别模型分析技术对二级医院护士长胜任力分布进行探讨,发现3-class模型能够较好地解释护士长胜任力潜在类别。探测到的三个类别分别为"个体能力驱动型","团队能力驱动型"和"能力认知缺乏型",当前二级医院护士长多为"个体能力驱动型"。通过对二级医院胜任力的分布现状进行研究,可以有效的了解二级医院护士长的胜任力水平,并制定有针对性的培养发展方式,逐步提高我国二级医院护士长的岗位胜任力水平。

多样本潜在类别模型在居民健康素养中的应用

目的应用潜在类别模型的原理与技术分析不同样本居民健康素养基本健康技能状况,探索不同样本之间潜在类别分析结果的差异。方法采用Mplus软件对不同性别与不同地域的样本人群进行健康素养基本健康技能潜在类别分析。结果通过潜在类别分析将性别样本与地域样本均分为三个类别,性别条件潜在类别概率为男性的0.342、0.532、0.127与女性的0.338、0.531、0.132;地域条件潜在类别概率为城镇居民的0.214、0.573、0.203与农村居民的0.213、0.593、0.203。结论居民健康素养基本健康技能的潜在类别分析显示性别间的同构性较强,地域间存在一定的异质性。

基于潜在类别模型的高铁旅客市场细分

对高速铁路旅客市场进行细分是应用收益管理理论的重要环节.基于京沪高铁的客票数据,选取年龄、性别、出行日期、出行距离、购票方式和提前购票时间6类外显变量作为分类指标,采用潜在类别模型进行高速铁路旅客市场的细分.首先将外显变量概率参数化后代入模型进行建模并利用Mplus软件进行模型求解,模型拟合的AIC和BIC等指标表明,当潜在类别为3类时模型具有较好的效果.然后根据模型参数估计结果对所有数据进行潜在聚类分析,分类正确率达到93%左右,表明分类结果合理,3种类别的旅客在提前购票时间、出行距离等方面具有明显的差异.潜在类别模型的引入可以为我国高速铁路收益管理理论研究和实践应用提供参考借鉴.

基于类别空间模型的文本倾向性分类方法

在对现有分类方法和文本倾向性分类的复杂性进行分析的基础上,提出了一种基于类别空间模型的文本倾向性分类方法。该方法采用组合特征提取方法,基于词语对类别的倾向性进行分类。实验结果表明该方法有效地提高了倾向性分类的精度和速度。

一种基于潜在类别模型的新闻推荐方法

设计一种基于潜在类别模型的新闻推荐模型,包含用户、新闻关键词和新闻类别三个外显变量及一个潜在类别变量。将用户、新闻和类别分别归类到相应的潜在类别中,根据用户兴趣偏好预测用户登陆新闻网站后可能访问的新闻项,生成个性化的新闻推荐序列,并通过实验证明了该三元模型的优越性。

潜类别模型在常见慢性病与日常生活方式关联性研究中的应用

目的探讨潜在类别模型在超声诊断的常见慢性病与人群日常生活行为方式分型关联性研究中的应用。方法采用潜在类别分析方法分析早餐是否规律、吸烟、被动吸烟、大量饮酒、锻炼情况等生活行为模式,根据人群生活行为方式对研究人群聚类后,比较不同行为方式人群的人口学特征及B超诊断常见慢性病分布情况。结果 1164例研究对象的行为方式可分为3大类,分别是行为方式基本健康组、行为方式亚健康组和行为方式不健康组。各组人数分布情况依次为:208人(17.3%)、223人(21.4%)和733人(61.3%)。三组人群的年龄、性别、血型、婚姻状况、文化程度和职业状况的内部构成不同(所有P<0.05)。本研究结果显示:除脂肪肝在3类行为方式组中的分布不同外,其他B超诊断常见慢性病的分布无统计学差异(P>0.05)。大多数诊断结果(除肾结石、脂肪肝、肝囊肿外)的变化趋势均符合从行为方式基本健康组、行为方式亚健康组、行为方式不健康组依次增高的变化趋势。多因素logistic回归分析结果表明,影响脂肪肝的主要因素有肥胖、吸烟、大量饮酒及低豆制品摄入。结论潜在类别模型可用于人群的日常行为方式分型研究,探索不同行为方式与慢性病之间的关联性,揭示健康行为干预的重点人群和内容,进而为有针对性制定干预措施提供科学依据。

基于类别空间模型的文本分类系统的设计与实现

从理论和应用的角度对文本信息的分类方法进行研究,提出类别空间模型的概念,用于描述词语和类别之间的关系,并实现了基于类别空间模型的文本分类系统。通过实验表明,该系统有效地提高了文本分类的正确率。

潜类别模型在卵巢早衰中医证候辨证分型中的应用

目的对卵巢早衰中医症状、体征进行分类,提供卵巢早衰中医辨证分型依据。方法采用潜类别模型,对162例卵巢早衰患者的中医证候(中医症状、体征)调查结果进行潜在类别分析。以AIC最小为标准,选择3个潜类别的潜变量模型为数据拟合的理想模型。结果依据中医证候(中医症状、体征)情况,162例卵巢早衰患者可以分为3类,分别为脾肾两虚组21人、肾虚肝郁组52人和肝郁脾虚组89人。结论由于卵巢早衰中医证候为定性资料,潜类别模型为理想的分类分析方法。

K-means、潜在类别模型和混合Rasch模型的比较

基于模拟研究比较了K-means方法、潜在类别模型和混合Rasch模型在二分外显变量情境下的聚类效果。结果表明:(1)潜在类别数量、变量数量、样本量、样本平衡和变量间相关对K-means方法、潜在类别模型和混合Rasch模型的分类准确性均有影响且因素间的交互作用存在;(2)除了在2个潜在类别的样本不平衡条件下K-means方法表现较差外,在其他条件下与潜在类别模型和混合Rasch模型的表现相当;(3)混合Rasch模型的分类一致性在2个潜在类别的情境下要好于潜在类别模型,但是在4个潜在类别的情境下要差于潜在类别模型。

中国职业类别选择研究——基于多类别职业选择模型

职业类别选择是个体职业生涯发展的重要影响因素。利用1989-2011年的CHNS数据,采用多类别职业选择模型,分析了职业类别选择的影响因素,以及各影响因素在职业类别选择时的具体边际贡献。研究结果表明,中国职业性别隔离依然存在,在管理类人员中男性具有明显的性别优势;劳动者具有中、高教育学历对从事专业技术人员有明显优势;职业类别的选择不仅与个体特征相关,还与家庭政治资本条件有关,父辈或其它家庭成员的干部身份对子辈的职业选择具有明显的相对优势。

基于潜在类别的公路旅客群体细分模型

针对弥补当前公路旅客类别划分主观随意性强、缺乏科学依据的不足,采用聚类分析的方法,从社会经济属性和心理因素两个层面甄选旅客年龄、性别、收入、学历、出行目的及选择公路客运主要理由等6个指标作为外显变量,在对连续变量进行类别化处理的基础上,将各外显变量概率参数化,构建公路旅客群体细分的潜在类别模型.基于昆明市833份公路的有效调查问卷,使用Latent GOLD软件构建潜在类别模型,将旅客市场细分为具有不同特征的4种类别,并通过聚类分析方法对细分结果进行校核.研究结果表明:昆明市公路客运市场旅客可细分为4类,分别以在校学生、初入职场的毕业生、务工人员及商务人士为主体,分别占总体的40.06%,22.56%,21.59%及15.79%;4类旅客在收入、受教育水平及选择公路客运首要理由方面均有明显差异,该差异与各类别主体人群特征相匹配,且各类旅客均具有重视便捷性的特征;聚类分析的分类误差均小于5%,表明基于潜在类别的公路旅客市场细分结果可靠.

建筑施工安全类群管理模式研究——基于潜在类别模型

为了弥补现存＂普适化＂管理模式无法适应个性凸显的施工人力环境的缺陷,提出应充分考量个体特征差异建立类群管理模式（Group Management Model,GMM）。首先,整理归纳相关文献,确定了建筑工人个体素质测评指标及测量量表;然后,利用潜在类别分析方法对收集到的486份有效数据进行统计归类,将建筑工人归纳为＂认知缺陷型＂、＂明知故犯型＂和＂优质型＂3个类群,比例分别为40.96%、36.72%和22.32%。最后,就不同类群的建筑工人提取其潜在特征并进行详细的特征分析并据此制定针对性的管理措施,可为实现施工安全的精细化管理目标、提高制度的有效性和管理效率、降低管理成本提供科学的理论支撑。

基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车(SAV)可为人们提供优质的出行服务。为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据。为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所得潜在类别作为变量融入离散选择Logit模型,建立SAV使用意向的潜在类别-Logit模型。结合多项或混合Logit模型以及划分的3个潜在类别,根据4个合理的模型标定的性别、交通模式、SAV使用人群类型、等待时间等59个变量的参数,识别SAV使用意向的显著性影响因素,并采用7个拟合优度指标评价多项Logit、混合Logit、潜在类别-Logit等8个模型。利用边际效应分析,探讨出行方式属性对SAV使用意向的具体影响。结果表明:涉及3个潜在类别的离散选择Logit模型具有更强的解释性,这3个潜在类别可分别描述为冲动的积极创新者、矛盾的保守创新者和理智的保守使用者;不同潜在类别人群的显著性因素存在明显差异,SAV使用人群类型是不同潜在类别人群共有的显著性因素,其中SAV创新者在各个模型中的显著性水平值均小于0.1;潜在类别-Logit模型的第1类和第2类预测正确率比其他Logit模型分别高出5.9%~28.3%和5.4%~18.5%,可以更好地解释出行者对SAV的使用意向;出行等待时间对出行者选择SAV的影响最大;当SAV选择概率接近于0.5时,轻微降低SAV人均出行费用最易引起选择私人小汽车的出行者转而选择SAV。

考虑俱乐部异质性的制造业技术效率——基于潜类别随机前沿模型的研究

本文利用中国2001～2007年28个制造业的面板数据,以各制造业的R&D作为类别的条件变量,通过建立潜类别随机前沿模型,考虑了俱乐部的异质性,从而分析我国制造业技术效率。结果表明,制造业存在两个异质性的俱乐部,它们使用不同的技术前沿,生产函数存在巨大差异;R&D越高的行业,处于俱乐部A的概率也越高,资本产出弹性和劳动力产出弹性不同是制造业分成两个俱乐部的主要原因。

广告创意教学中思维导图的数据化——基于语言类别模型(LCM)的内容分析

当下数字营销所需的精准传播已为广告教育提出了新任务,其中对广告创意的要求也不断提高。而应对以上问题的最好方法便是广告教育的数据化转向。该文便可视为实现广告创意数据化转向的一种尝试,即利用思维导图这一可视化工具对受众心理进行内容分析和数据展示,从而为广告创意提供相对清晰的参考框架,并减少其盲目性,最终实现广告的精准传播。

潜在类别模型在出血性中风辨证分类研究中的应用

目的评价潜在类别模型在出血性中风辨证分类研究中对于潜在证候类型探索的效果。方法利用R软件poLCA包,采用潜在类别模型对480例出血性中风患者的62条证候要素信息进行建模分析,筛选合适的适配模型,提取各潜在类别中包括的证候要素,定义各潜在类别的证候类型,并对患者进行分类预测。结果通过比较选择了潜在类别数为3的模型,将62条证候要素汇聚成了中脏腑脱证、中脏腑闭证之中脏、中脏腑闭证之中腑3个潜在证候类型,并通过预测将480名患者分别归到3个亚组,人数分别为237、165、78人。结论潜在类别模型可以探索出血性中风的潜在证候分类,分类结果符合中医理论,在出血性中风辨证分类研究中,可将其分类结果作为参考。