组基础模型在HIV/AIDS患者随访纵向数据研究中的应用

目的介绍组基础模型基本原理,使用HIV/AIDS患者随访纵向数据说明分析步骤和实现方法。方法建立组基础模型,通过选择最优轨迹组数,估计亚组成员资格概率,依据亚组成员资格后验概率分配成员资格的步骤,确定HIV/AIDS患者随访三年CD4细胞计数所属的轨迹组,并分析轨迹组分配概率的影响因素。结果 528名HIV/AIDS患者CD4细胞计数最终被分为四组,各轨迹形态依次为:第1组为线性,第2组为常数,第3、4组为2次曲线。样本中大部分对象被分配到第1组(31. 82%)和第2组(46. 97%),第3、4组分配比例较低。各组分配正确率很高,均≥80%。时间恒定协变量中,以第1组为参照,其余3组中仅确诊感染HIV年龄有统计学意义(P <0. 05),且为负向作用,提示确诊感染HIV年龄越大,进入第1组的可能性越高。接受抗HIV治疗在第2、3、4组存在统计学意义(P <0. 05),为负向关系,提示接受抗HIV治疗者CD4细胞计数更低。结论组基础模型在考虑总体异质性的前提下分析纵向数据,阐明个体所属的不同形态的轨迹组,并揭示影响个体分组的主要因素。

基于组基础模型的HIV/AIDS发病和死亡纵向资料双轨迹分析

目的介绍组基础模型双轨迹分析原理,以HIV/AIDS发病和死亡纵向资料演示。方法建立HIV/AIDS发病、死亡组基础模型,确定最优轨迹组数目和发展轨迹形态,将发病、死亡组基础模型参数带入双轨迹分析,以概率形式反映1990-2015年195个国家或地区HIV/AIDS发病、死亡轨迹组间关联性。结果组基础模型将HIV/AIDS发病和死亡都分为4组:高水平、中高水平、中低水平、低水平。双轨迹分析表明,发病高水平组成为死亡高水平组概率为66.7%,成为死亡中高水平组概率为33.3%;发病中高水平组成为死亡中高水平组概率为80%,成为死亡高水平组概率为20%。发病低水平组、中低水平组与死亡相应组别100%对应。结论组基础模型双轨迹分析能以概率形式反映两测量结局发展轨迹间关联程度和离散程度。

中老年人生活方式指数纵向轨迹与血压变化的关系

目的探讨中老年人生活方式指数随时间的发展轨迹特征及其与血压变化的关系。方法基于社区生活方式干预研究队列,2010年1月-2012年3月在广州市2个社区纵向收集50~79岁中老年人的基线及之后6、12和24个月的生活方式(吸烟、饮酒、膳食、体力活动和BMI)和血压测量数据,并计算健康生活方式指数(health lifestyle index, HLI)。采用组基础模型(group-based trajectory model, GBTM)识别HLI的发展轨迹,通过混合线性模型分析HLI轨迹组与血压变化的关系。结果共有393人纳入分析,其中,男性130人,年龄(58.6±7.3)岁。GBTM识别出3种HLI发展轨迹:"持续低水平组"(组1,26.7%)和"中水平-轻度改善组"(组2,52.7%)及"高水平-快速改善组"(组3,20.6%)。调整混杂因素后,与组1相比,随访期间组2的血压变化均无统计学意义(均有P>0.05);而组3表现出明显的血压下降,SBP在6、12和24个月的降低值分别为-5.2mm Hg、-8.1mm Hg和-6.7 mm Hg(均有P<0.01),DBP在12和24个月的降低值分别为-4.7mm Hg和-2.9 mm Hg(均有P<0.05)。结论中老年人的HLI随时间变化存在高、中和低三种轨迹组;高水平HLI轨迹组干预期间的血压降低优于中、低水平组,应针对不同轨迹组人群制定差异性的生活方式干预对策。