不同混杂结构下广义倾向性评分法的模拟研究及应用

目的通过构建存在不同混杂结构的广义倾向性评分(generalized propensity score,GPS)模型和结局模型,探索比较三种GPS估计法:广义倾向性评分-最小二乘法(generalized propensity score-ordinary least squares,GPS-OLS),广义倾向性评分-增强算法(generalized propensity score-boosting,GPS-Boosting)以及协变量均衡广义倾向性评分(covariate balancing generalized propensity score,CBGPS)法对混杂因素的均衡性能及对暴露效应估计的影响,并将其应用于连续型自变量与健康结局的关联性研究。方法通过蒙特卡洛模拟,分别生成不同样本量的样本(N=400与N=1000),利用GPS-OLS、GPS-Boosting以及CBGPS方法模拟4种不同混杂结构存在的暴露因素模型和结局模型,按照逆概率加权法构造相应的权重,并依据各协变量与暴露因素相关系数变化情况来估计三种GPS估计法均衡混杂变量的能力,通过对比偏倚和均方误差的大小来反映其对暴露效应估计的影响。将其应用于2017年山西省营养调查研究,探讨肉类食物摄入量和高血压之间的关联性。结果在4种混杂结构存在的情况下,相比于GPS-OLS法和GPS-Boosting法,CBGPS法均衡混杂因素的能力最佳。在暴露效应估计方面,CBGPS法也能明显降低暴露效应估计的均方误差以及偏倚程度,估计效果优于GPS-OLS法、GPS-Boosting法。结论使用广义倾向性评分均衡混杂因素时,优选CBGPS方法。同时使用GPS法在实例中验证了肉类食物摄入量和高血压之间的关联性。

青海省高原地区18岁及以上人群食肉饮食致血脂异常与肥胖相关性研究

目的分析青海省高原地区18岁及以上人群食肉饮食致血脂异常与肥胖相关性。方法研究选取青海省高原地区多体检中心18岁及以上受试对象共396例纳入研究分析,使用常规问卷调查收集调查对象的一般人口学资料、超重和肥胖及危险因素信息。同时根据BMI水平计算肥胖的发生率。结果高海拔居住者血脂异常比例(35.68%、38.96%、41.78%、33.80%、35.21%)比低海拔居住者(23.49%、21.85%、25.68%、25.68%、19.67%)更高;男性群体血脂异常比例(21.39%、18.90%、16.91%、15.92%、22.38%)比女性(13.33%、11.28%、8.20%、9.23%、14.35%)更高;60~80岁群体血脂异常比例(32.51%、21.47%、23.31%、20.24%、25.15%)比18~44岁(18.67%、2.48%、12.00%、2.48%、14.67%)、45~59岁群体(16.45%、12.02%、13.92%、10.75%、14.55%)更高;肥胖人群血脂异常率(27.43%、24.77%、25.66%、8.84%、28.31%)比低体重(20.51%、6.87%、6.87%、15.38%、16.67%)、正常体重(10.14%、7.24%、4.34%、4.34%、5.79%)及超重群体(16.91%、14.70%、11.76%、12.50%、13.23%)更高;大专及以上群体血脂异常率(4.76%、5.95%、5.35%、4.76%、4.16%)比小学及初中(12.94%、10.58%、8.23%、7.05%、5.88%)、高中/中专(18.18%、18.88%、13.28%、14.68%、16.78%)更低(P<0.05);在肉食平均摄入量方面,肥胖群体摄入超标/过少比例(55.15%、33.82%)比非肥胖人群(16.54%、26.15%)更高,肥胖群体摄入正常比例(11.03%)比非肥胖人群(57.31%)更低;血脂正常群体摄入超标/过少比例(18.05%、26.35%)比血脂异常人群(53.78%、26.05%)更低,血脂正常群体摄入正常比例(55.60%)比血脂异常人群(20.17%)更高(P<0.05);以血脂是否异常为因变量,以肉食摄入超标/过少为自变量进行回归分析,研究结果显示,肉食摄入超标/过少均为导致血脂异常的危险因素(OR=1.134、1.146,P<0.05);以是否肥胖为因变量,以肉食摄入超标/过少为自变量进行回归分析,研究结果显示,肉食摄入超标/过少均为导致肥胖的危险因素(OR=1.145、1.327,P<0.05)。结论高原地区18岁及以上人群饮食特征不稳定,血脂异常发生率为30.05%,肥胖发生率为34.34%,肉类食物摄入超标或过少均与该人群血脂异常与肥胖之间存在关联。