目的采用分类树模型分析女性性功能障碍(female sexual disorders,FSD)的影响因素,探讨盆底功能障碍性疾病对女性性功能障碍的影响,为临床医师有效识别女性性功能障碍提供科学依据,改善患者的生活质量。方法选择甘肃省6个地区20岁及其...目的采用分类树模型分析女性性功能障碍(female sexual disorders,FSD)的影响因素,探讨盆底功能障碍性疾病对女性性功能障碍的影响,为临床医师有效识别女性性功能障碍提供科学依据,改善患者的生活质量。方法选择甘肃省6个地区20岁及其以上的5 073名女性为研究对象。采用问卷调查方法,收集其人口学特征等信息;采用中文版女性性功能量表(CV-FSFI)对研究对象进行FSD评估,总分小于23.45分表明存在FSD。根据是否诊断为女性性功能障碍,将5 073名女性分为病例组和对照组。采用病例对照研究,应用分类树模型的卡方自动交互检测方法,探讨女性性功能障碍的影响因素。结果分类树模型共有3层、24个节点、5个终末节点,共筛选出年龄、分娩次数、职业、文化程度、高血压、UI类型6个解释变量,发现高龄、低文化程度、高血压疾病、压力性尿失禁/急迫性尿失禁、多次分娩和不同职业与FSD发生相关。分类树模型Risk统计量0.358,拟合效果尚可。结论分类树模型不仅可以拟合女性性功能障碍发病风险预测模型,针对不同特点人群明确不同影响因素。临床医师应当主动评估高龄、文化程度低、高血压和患有盆底功能障碍性疾病患者的性功能。展开更多
文摘目的采用分类树模型分析女性性功能障碍(female sexual disorders,FSD)的影响因素,探讨盆底功能障碍性疾病对女性性功能障碍的影响,为临床医师有效识别女性性功能障碍提供科学依据,改善患者的生活质量。方法选择甘肃省6个地区20岁及其以上的5 073名女性为研究对象。采用问卷调查方法,收集其人口学特征等信息;采用中文版女性性功能量表(CV-FSFI)对研究对象进行FSD评估,总分小于23.45分表明存在FSD。根据是否诊断为女性性功能障碍,将5 073名女性分为病例组和对照组。采用病例对照研究,应用分类树模型的卡方自动交互检测方法,探讨女性性功能障碍的影响因素。结果分类树模型共有3层、24个节点、5个终末节点,共筛选出年龄、分娩次数、职业、文化程度、高血压、UI类型6个解释变量,发现高龄、低文化程度、高血压疾病、压力性尿失禁/急迫性尿失禁、多次分娩和不同职业与FSD发生相关。分类树模型Risk统计量0.358,拟合效果尚可。结论分类树模型不仅可以拟合女性性功能障碍发病风险预测模型,针对不同特点人群明确不同影响因素。临床医师应当主动评估高龄、文化程度低、高血压和患有盆底功能障碍性疾病患者的性功能。