分类树模型与logistic回归在高血压危险因素预测中的应用分析

目的拟利用我市2013年居民健康档案相关数据,探讨logistic回归和分类树模型在高血压危险因素中的应用前景,并分析高血压的相关危险因素。方法抽取在我市25岁以上且居住5年以上的普通人群的代表性样本9 950例,按照预设调查内容开展问卷调查,利用logistic回归模型和分类树模型分析高血压危险因素。结果本次调查共抽取居民健康档案9 950例,调查问卷经筛查后有效问卷9 778份,有效率98.27%,满足研究条件。logistic回归分析显示,女性及轻中度职业人群是高血压的保护因素,而BMI高、未婚(独居)、大于25岁年龄组、有高血压家族史是高血压的危险因素。分类树分析显示,其危险因素主要有年龄、性别、高血脂、吸烟、饮酒、中心型肥胖、超重。高危人群主要分布在第4、6、9、11、12共5个节点内:终点6表现为中心型肥胖+超重+饮酒者;终点12表现为高血脂+超重者;终点9和11表现为中心型肥胖+超重+高龄及男性烟民;终点4表现为吸烟+饮酒+中心型肥胖者。logistic回归与分类树分析预测效果中等。结论中心型肥胖、超重、饮酒、高龄、高血脂症是高血压的危险因素,分类树模型和logistic回归模型都适合于高血压危险因素的判断,且前者的判断能力更好、更直观。