基于潜变量混合增长模型预测颅内动脉瘤手术患者治疗依从性的影响因素

目的基于潜变量混合增长模型(LGMM)分析颅内动脉瘤(IA)手术患者治疗依从性的影响因素。方法选取接受IA手术的150例患者为研究对象。收集患者一般资料,采用治疗依从性量表评估患者依从性。应用LGMM预测IA术后患者治疗依从性的变化轨迹,并通过多因素Logistic回归分析法分析IA患者治疗依从性的影响因素。结果本研究共回收有效问卷138份,有效问卷回收率为92.00%。IA术后患者治疗依从性得分为(5.18±1.59)分。经LGMM拟合后,选取3个潜在剖面。依从性好的患者为37例(26.81%),依从性中等的患者为42例(30.43%),依从性差的患者为59例(42.75%)。依从性好患者的潜在剖面类别归属概率矩阵为97.29%,依从性中等患者为95.24%,依从性差患者为98.31%。依从性差患者中年龄为30~50岁、初中及以下文化水平、合并2种及以上疾病、自费(医疗费用)和Hunt-Hess分级为Ⅲ级者占比高于依从性好患者和依从性中等患者,差异有统计学意义(P<0.05)。年龄30~50岁、Hunt-Hess分级为Ⅲ级、合并2种及以上疾病、文化程度为初中及以下、自费(医疗费用)是治疗依从性的影响因素(P<0.05)。结论IA手术患者治疗依从性较低,且存在异质性。年龄为30~50岁、初中及以下文化水平、合并2种及以上疾病、医疗费用支付方式为自费以及Hunt-Hess分级为Ⅲ级均为IA手术患者依从性的影响因素。

多阶段混合增长模型的方法及研究现状

多阶段混合增长模型(PGMM)可对发展过程中的阶段性及群体异质性特征进行分析,在能力发展、行为发展及干预、临床心理等研究领域应用广泛。PGMM可在结构方程模型和随机系数模型框架下定义,通常使用基于EM算法的极大似然估计和基于马尔科夫链蒙特卡洛模拟的贝叶斯推断两种方法进行参数估计。样本量、测量时间点数、潜在类别距离等因素对模型及参数估计有显著影响。未来应加强PGMM与其它增长模型的比较研究;在相同或不同的模型框架下研究数据特征、类别属性等对参数估计方法的影响。

多阶段混合增长模型的影响因素:距离与形态

通过模拟研究,考察潜类别距离和发展形态等因素对多阶段混合增长模型的模型选择和参数估计的影响:(1)潜类别距离越大,模型选择和分类效果越好。(2)混合模型的选择,应以一定样本量(至少200)为前提,首先考虑BIC选出正确的分类模型,再通过熵值、ARI等选择分类确定性较高的模型。(3)多阶段的发展形态对正确模型的选择和分类的确定性均有一定程度影响。(4)潜类别距离和样本量越大,参数估计精度越高。(5)在判断分类准确性的指标中,ARI的选择更偏向于真实的模型。

如何描述发展趋势的差异:潜变量混合增长模型

在追踪研究中,研究者不仅关心某一特质随时间的发展趋势,而且关注个体之间发展趋势的差异及其存在差异的原因。在总体发展同质的情形下,多层线性模型和潜变量增长曲线模型为解决这一问题提供了切实有效的方法。但是如果所研究的总体本身不同质,就需要一种能够描述总体中不同质子总体的不同发展特点的方法。该文简要介绍了一种能够描述不同群体不同发展趋势特征的统计模型——潜变量混合增长模型,并通过一个实际例子介绍了这一方法的应用过程,同时说明了潜变量混合增长模型与多层线性模型和潜变量增长曲线模型之间的关系。

腐败行为的发展轨迹：一项潜变量混合增长模型研究

通过在实验室中模拟一个常见的贿赂情境,并操纵感知的腐败风险概率和腐败风险可控感,让被试进行连续10轮的腐败决策,观察腐败行为的发展趋势。本研究探讨(1)腐败行为如何发展;(2)感知的风险概率和风险可控感如何影响腐败的发展趋势。利用潜变量混合增长模型对腐败行为的发展趋势进行分析,发现腐败行为发展趋势有3种不同的类型:(1)腐败程度始终稳定在中等水平的"一般腐败者";(2)腐败程度较高,并呈逐渐增长趋势的"腐败沦陷者";(3)始终都少有腐败行为的"清廉者"。同时还发现,感知的风险概率影响初始的腐败程度,感知的风险可控感则既影响初始腐败程度,又影响腐败发展速度。

儿童期虐待与大学生网络强迫性购买的关系:基于潜变量混合增长模型

目的:考察大学生网络强迫性购买的发展轨迹,及其与儿童期虐待的关系。方法:采用大学生网络强迫性购买问卷及中文版儿童期虐待问卷对798名大学生进行为期4年的4次追踪调查。结果:①大学生网络强迫性购买的发展轨迹存在3个潜在亚组,其中低强迫-风险组初始水平低,随时间发展逐渐升高,低强迫-稳定组初始水平低,随时间发展保持稳定,高强迫-恶化组初始水平较高,随时间发展进一步恶化;②儿童期虐待可增加3个潜在亚组网络强迫性购买的初始水平,同时也可正向预测低强迫-风险组及高强迫-恶化组的发展速度。结论:大学生网络强迫性购买的发展轨迹存在群体水平的异质性特征,儿童期虐待对其发展具有预测作用。

非连续性与异质性——多阶段混合增长模型在语言发展研究中的应用

多阶段混合增长模型(Piecewise Growth Mixture Modeling,PGMM)是近几年新兴的同时关注群体的发展阶段非连续性和潜在异质性的统计模型。它将多阶段增长模型和潜类别增长模型进行整合,可以描述同时存在发展转折点和不同发展类别的描述群体增长趋势的数据。文章以早期儿童的追踪研究(幼儿园版)为例,运用PGMM模型探索其增长趋势,得出:(1)两阶段混合增长模型能最有效地描述学生阅读能力的发展,转折点在一年级,随着年龄的增加,发展速度变慢;(2)发展趋势分为三类,大部分个体起点低、发展快,小部分个体起点高、发展慢,到三年级以后两个类别差距越来越小,另一部分整体发展都比较缓慢;(3)教师对学生行为的评价比父母的评价更能有效预测学生阅读成绩的类别和趋势。

青少年早期限制性饮食的发展轨迹:基于潜变量混合增长模型的分析

为考察青少年早期限制性饮食的发展轨迹及其影响因素,采用荷兰饮食行为问卷、身体羞耻量表、身体监控量表对357名初中生在1年内进行3次测试,使用潜变量混合增长模型进行数据分析。结果发现:(1)青少年早期限制性饮食的发展轨迹可分为5个不同的潜在类别,分别为低风险−恶化组、高风险−稳定组、低风险−缓升组、高风险−缓解组、低风险−稳定组;(2)性别、身体监控对青少年早期限制性饮食的发展轨迹不存在显著预测作用,身体羞耻显著预测青少年早期限制性饮食的发展轨迹。本研究揭示了青少年早期限制性饮食的发展轨迹及其相关影响因素。

安徽省普通高校大学生体质健康的发展趋势——基于潜变量混合增长模型

为了解安徽省普通高校大学生体质健康的发展趋势,为政府和学校科学制定相关政策、积极引导大学生参与身体活动提供参考,采用LGM、LGMM对安庆师范大学、皖西学院、巢湖学院2611名大学生在2018—2020年的体质健康成绩进行分析,探索安徽省普通高校大学生体质健康3年间的发展趋势。安徽省普通高校大学生体质健康发展趋势分为4个类别,分别为及格水平-衰退组(19%)、及格水平-上升组(73%)、不及格水平-衰退组(1%)、优秀水平-衰退组(7%)。4个类别的大学生体质健康初始水平与发展速度呈显著负相关(r=-0.65,p<0.01)。因此,安徽省普通高校大学生体质健康的发展趋势有显著的个体差异和群体异质性。

基于潜变量增长混合模型探讨IVF-ET患者心理症状与压力变化轨迹

目的基于潜变量增长混合模型探讨体外受精-胚胎移植(IVF-ET)患者心理症状与压力变化轨迹及影响因素。方法选取2023年3月10日至2024年5月17日北京大学深圳医院收治的269例行IVF-ET的女性患者作为研究对象,采用基线资料调查表、心理症状与压力量表、社会支持评定量表(SSRS)在4个时间节点对患者进行调查。采用潜变量增长混合模型识别心理症状与压力变化轨迹,采用Logistic回归分析不同变化轨迹亚组的影响因素。结果治疗期间IVF-ET患者心理症状与压力存在3种轨迹,分别为持续上升组(C1,n=58)、持续低平组(C2,n=158)、持续下降组(C3,n=53)。年龄、社会支持利用度评分、工作、原发性不孕是C1的独立影响因素(P<0.05),原发性不孕、不孕为双方原因是C3的独立影响因素(P<0.05)。结论治疗期间IVF-ET患者心理症状与压力变化轨迹存在群体异质性,应基于不同变化轨迹进行针对性评估和心理支持。

青少年焦虑的发展轨迹:基于混合增长模型的分析

焦虑对个体的身心健康具有广泛的不良影响,对处于青春期的青少年危害更甚。首次利用潜变量增长模型和混合增长模型探讨中国初中生焦虑的发展轨迹。采用问卷调查的方法对483名初中生(239名初一学生,244名初二学生)进行2年3次的追踪测查,考察青少年焦虑水平的发展特点。结果显示:(1)在两年时间内,青少年的焦虑水平线性下降;(2)青少年焦虑存在两种发展轨迹:低风险组的青少年(89.65%)初始焦虑水平较低,焦虑水平随时间推移逐渐下降;而高风险组的青少年(10.35%)则初始焦虑水平较高,焦虑水平保持相对稳定的发展趋势;(3)女生的焦虑水平显著高于男生,并且女生属于高风险组的概率更大。研究结果对理解青少年焦虑的发展特点以及更好地预防和干预青少年焦虑具有重要的理论和现实意义。

基于混合增长模型的NICU出院早产儿家庭抗逆力发展轨迹及其预测因素的研究

目的 探讨新生儿重症监护室(NICU)出院早产儿家庭抗逆力(FRAS)的发展轨迹类别及预测因素,为后续精准护理干预方案的制定提供参考依据。方法 选取2022年11月至2023年8月收治于同济大学附属第一妇婴保健院NICU治愈出院的161例早产儿及早产儿父母中的主要照护者为研究对象,分别于早产儿出院后1周(T0)、矫正1月龄(T1)、矫正3月龄(T2)及矫正6月龄(T3)四个时间节点其FRAS水平,使用混合增长模型(GMM)识别潜在轨迹类别,并采用多元Logistic回归分析其预测因素。结果 本研究共识别出3条NICU出院早产儿FRAS轨迹,分别为“高家庭抗逆力稳定组”(6.2%)、“中等水平家庭抗逆力上升组”(6.8%)和“低家庭抗逆力持续组”(87.0%)。Logistic回归显示,育儿胜任感、社会支持及家庭关怀度是NICU出院早产儿FRAS发展轨迹类别的预测因素(P<0.05)。结论 矫正6月龄内NICU出院早产儿家庭FRAS的发展轨迹存在异质性,存在3条不同的发展轨迹,大部分FRAS起始水平低的早产儿家庭出院后并未得以改善,是研究者应当重点关注和优先干预的人群,护理管理者基于其预测因素,在有限的医疗资源下给予精准而有针对性的护理干预方案,从而提高干预效果并优化资源利用。

基于混合增长模型分析老年脑卒中后认知损害动态变化及其相关因素分析

目的基于混合增长模型分析老年脑卒中后认知损害(PSCI)动态变化情况及其相关因素。方法采用随机抽样法中的分层抽样法抽取2021年3月至2022年2月新疆地区5所综合性医院1321例老年PSCI患者为研究对象,分别在患者入组时(首次确诊为PSCI时)、入组后1个月、入组后3个月、入组后6个月及入组后12个月时间点对患者进行认知功能评估;使用Mplus8.3软件构建老年PSCI变化的混合增长模型,采用Logistic回归分析老年PSCI不同变化轨迹患者的相关影响因素。结果1321例患者在为期12个月的随访中,具备完整老年认知损害知情者问卷量表评分随访数据的共1075例,最终纳入1075例为研究对象。混合增长模型分析显示老年PSCI的发展趋势分为3个类型组:缓解组、平稳组和恶化组。3个组别PSCI的发展均有时间效应,缓解组PSCI评分随时间显著降低,平稳组随时间缓慢降低,恶化组随时间显著升高。Logistic回归分析年龄,吸烟史,合并糖尿病、高血压病,缺血性脑卒中,神经功能损害是影响老年PSCI发展轨迹的影响因素(均P<0.05)。结论老年PSCI发展轨迹具异质性,存在不同类别的发展趋势,其中年龄,吸烟史,合并糖尿病、高血压病,缺血性脑卒中,神经功能损害是其影响因素。

成年中期抑郁情绪的变化轨迹:基于增长混合模型

选取中国家庭追踪调查(CFPS)中的10654名成年中期被试,采用增长混合模型,探讨抑郁情绪变化轨迹的异质性及其相关因素。结果发现:成年中期抑郁情绪变化轨迹存在低抑郁-稳定组(87%)、中抑郁-下降组(8%)与低抑郁-陡升组(5%)三种类别,相对于低抑郁-稳定组,中抑郁-下降组和低抑郁-陡升组中女性、农村居民与受教育水平较低者所占比例更大。成年中期抑郁情绪的变化轨迹呈现异质性,并且女性、农村居民与受教育水平较低者存在更高的抑郁情绪发展风险。

基于潜变量增长混合模型的鼻咽癌同步放化疗患者心理一致感变化轨迹分析

目的探讨鼻咽癌(nasopharyngeal carcinoma,NPC)患者同步放化疗期间心理一致感的纵向发展轨迹,分析其影响因素。方法2022年11月至2023年6月,便利抽样选取广西某三级甲等综合医院同步放化疗患者225例作为研究对象,在放疗第1次、15次、30次时采用一般资料调查表、症状困扰量表、心理一致感量表-13对其进行调查,使用潜变量增长混合模型识别其心理一致感发展轨迹,采用Logistic回归分析其影响因素。结果NPC同步放化疗患者,其心理一致感存在3种轨迹,分别为持续低平组(20.00%)、持续下降组(28.00%)、持续上升组(52.00%)。Logistic回归分析显示,症状严重程度、年龄、学历、居住地、照护者和肿瘤分期是鼻咽癌患者心理一致感的独立影响因素(均P<0.05)。结论鼻咽癌同步放化疗患者心理一致感存在群体异质性,应基于患者心理一致感变化轨迹有针对性地进行评估和干预。

青少年自尊发展轨迹及其群组效应分析:基于增长混合模型

使用中国家庭追踪调查(CFPS)数据,筛选出471名青少年的自尊水平及其他相关数据,探讨青少年自尊发展轨迹及其群组效应。采用增长混合模型(GMM)对三个波次(T1、T2、T3)青少年自尊水平数据进行追踪分析。结果表明:三个波次数据的拟合结果良好,存在两个发展趋势不一致的子群体,分别是平缓增长组和显著增长组;学业压力、同伴关系、主观幸福感和家庭社会资本对青少年群体的自尊发展轨迹具有显著的预测作用;青少年自尊发展轨迹存在性别和城乡的群组效应。青少年自尊发展轨迹受多方面因素影响,且存在群组差异。

大学生网络成瘾的发展轨迹:基于潜变量混合增长模型的分析

目的:考查大学生网络成瘾的动态发展轨迹。方法:随机抽取江苏某高校941名大学生,在入校时使用《中国大学生心理健康筛查量表》中的网络成瘾指标进行测评,每年测评1次,共完成4次追踪测评,采用潜变量混合增长模型进行数据分析。结果:大学生网络成瘾的时间主效应显著。大学生网络成瘾随时间呈现“先升后降”的发展趋势,大二阶段的网络成瘾水平最高,然后依次是大一阶段、大三阶段,大四阶段最低。大学生网络成瘾的发展轨迹可以分为3个类型,分别是网络成瘾快速增长组(11%)、网络成瘾缓慢增长组(28%)和网络成瘾快速减少组(61%)。同时,大学生网络成瘾的发展轨迹有显著的性别效应,相比网络成瘾缓慢增长组来说,网络成瘾快速增长组的男生比例较多,网络成瘾快速降低组的女生比例较多。结论:大学生网络成瘾存在群体异质性和性别效应,应针对不同类别采取不同干预策略。

大学生抑郁的发展轨迹:基于潜变量混合增长模型的分析

目的:考察大学生抑郁发展轨迹的群体异质性及其性别效应。方法:采用流调中心抑郁量表(CES-D)对340名大学生在一年内追踪测量了4次,并采用潜变量混合增长模型对数据进行分析。结果:根据相关指标可以分为抑郁缓解组、抑郁低风险组、抑郁高风险组、抑郁恶化组。抑郁低风险组和抑郁高风险组的大学生抑郁发展轨迹相对稳定,抑郁缓解组和抑郁恶化组的大学生抑郁发展轨迹有显著的时间效应,抑郁缓解组的抑郁水平随时间变化显著下降,而抑郁恶化组的抑郁水平随时间变化显著升高。同时,大学生抑郁的发展轨迹有显著的性别效应,抑郁高风险组和抑郁缓解组的女生比例更高,而抑郁恶化组的男生偏多。结论:大学生抑郁的发展轨迹有显著的群体异质性和性别效应。

基于潜变量混合增长模型的大学生抑郁情绪的发展轨迹：3年追踪研究

目的:考察大学生抑郁情绪的动态发展轨迹及其性别效应,为大学生抑郁情绪的早期干预提供科学依据。方法:随机抽取湖北省3所本科院校926名在校大学生,在入校时进行抑郁量表的测评,每年追踪测评1次,共完成3次追踪测评,采用潜变量混合增长模型进行数据分析。结果:根据相关指标可将大学生抑郁情绪的发展趋势划分为3个类型,分别是C1抑郁缓解组(82.8%)、C2抑郁风险组(15.8%)和C3抑郁恶化组(1.4%);大学生的抑郁情绪随着时间推移呈整体下降趋势,但后两次测试中个体间的抑郁水平差异高于首测;3个组别的抑郁情绪发展轨迹均有显著的时间效应,C3抑郁恶化组的抑郁情绪水平随时间显著迅速升高,C2抑郁风险组的抑郁情绪水平随时间显著缓慢升高,C1抑郁缓解组的抑郁情绪随时间显著缓慢下降;同时,大学生抑郁情绪发展轨迹不存在显著的性别效应。结论:大学生抑郁情绪的发展轨迹具有显著的群体异质性和个体差异性,存在不同类别的发展趋势。

统一混合变速增长网络模型及其特性转变

为了更好地反映确定性与随机性混合的真实世界的统一性、多样性和复杂性,使网络理论模型更加接近实际网络的特性,在近年来发展的统一混合网络理论框架的基础上,提出和研究了统一混合变速增长网络模型,揭示了统一混合网络模型的若干新特性,总结和比较了随着4个混合比的变化整个网络的复杂性与普适性的转变关系。