多结局Bayesian联合生存模型及糖尿病并发症预测研究
结题报告
批准号:
81673274
项目类别:
面上项目
资助金额:
50.0 万元
负责人:
余小金
依托单位:
学科分类:
H3011.流行病学方法与卫生统计
结题年份:
2020
批准年份:
2016
项目状态:
已结题
项目参与者:
孙金芳、王莉娜、荀鹏程、武鸣、覃玉、苏健、徐梓翔、马翠荣
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
客服二维码
微信扫码咨询
中文摘要
近年来,我国糖尿病患病率呈持续上升趋势,其慢性并发症严重危害人民健康。故探讨其危险因素,对降低并发症的危害意义重大!“糖尿病随访研究数据”以“多相关生存结局”与“多重复测量协变量”为特点,“Bayesian联合模型”因具有综合生存结局和纵向协变量的“全面性”及处理复杂层次结构的“灵活性”的特点,参数估计更可靠,具有统计推断的“高效性”,为处理此类数据的更好选择。. 本研究基于2型糖尿病大型社区健康管理队列,建立随访子队列,定期收集人口学、饮食、运动、治疗干预措施及并发症等信息,结合生理、生化指标,建立多结局Bayesian联合生存模型,对糖尿病多重慢性并发症的发生时间和强度进行预测,用模拟技术评价方法性能,并在平行子队列中进行外推验证。本研究将为糖尿病人群的并发症危险因素确认、风险动态预测和干预措施评价等提供方法学支持,所建方法可推广到其他具有类似特征数据的研究。
英文摘要
The prevalence of diabetes has increased significantly in recent decades and the chronic complications of diabetes can do serious harms to Chinese population. It is of great importance to identify the potential risk factors for prevention of chronic complication and the related hazards..The following-up data from community-based cohort contain information on multiple correlated time-to-event outcomes and repeated-measurements of covariate, in which the traditional statistical methods are not appropriate. Bayesian joint modeling can consider multiple survival and longitudinal non-survival measurements simultaneously, to treat complicated hierarchical structure with great flexibility, and therefore yields higher efficiency in statistical inference, which justifies itself as a better choice compared to its traditional alternatives(e.g. cox proportional model with time-varying covariates)..The study will begin from exploring the baseline information of T2DM community cohort. Firstly, the sub-cohort for follow-up will be created by cluster sampling and multiple measurements including demographic characteristics, dietary, exercise and physiological and biochemical measurements will be collected dynamically. Then Bayesian joint survival model will be built and validated for prediction of multiple chronic complications. The constructed models will be assessed and validated in practical data as well as simulated data. This study will provide methodological supports for identifying the risk factors of chronic complications, providing individual dynamic prediction, and assessing the effect of community intervention to T2DM complications. The analysis strategy constructed from this research could be generalized to other studies with similar data features.
流行病学的随访研究中,常常会同时收集纵向测量数据和生存数据。纵向数据与生存数据的贝叶斯联合模型可以充分利用两类数据的全部信息,从而得到更为有效的参数估计。.本研究基于实例数据和模拟研究,探讨贝叶斯联合模型在纵向数据与生存数据相互关联时的应用策略和统计性能,阐明两类数据之间的关联性,为类似特征资料的分析提供方法学指导。.模拟研究:探讨了贝叶斯联合模型(潜在过程、潜在过程与斜率、累积效应、随机系数)在不同样本特征(不同关联系数、删失率、样本含量、随机效应与误差分布、测量次数等特征的单纵向数据与生存数据,以及不同相关性的多纵向数据与生存数据)下的统计推断性能。.实证研究:基于2002~2014年中国老年健康影响因素跟踪调查数据库,采用4种单纵向贝叶斯联合模型分别对4种纵向测量数据(收缩压、舒张压、脉压、认知功能障碍)与生存数据(终点事件为全因死亡)进行联合建模分析,探讨不同类型贝叶斯联合模型在实例数据分析中的应用策略,并寻找老年人健康管理提供依据。本研究已完成对始于2013年的糖尿病队列的随访数据,将采用本研究建立贝叶斯联合模型方法探讨糖尿病并发症或全因死亡危险因素。 .模拟研究结果显示关联系数,样本含量,删失率以及误差分布假设,纵向测量次数等对单纵向联合模型有不同程度的影响;其中,随机系数联合模型的综合表现最佳,推荐使用; 实际应用中采用联合模型分析前必须检查随机效应与误差的分布,以免得到严重偏离客观实际的结果;纵向测量次数并非越多越好,在研究设计时需要根据实际需要和设计的可行性合理设置纵向测量次数;.实例分析结果显示收缩压上升越快,舒张压下降越快、脉压上升越快, 认知功能恶化越快,老年人全因死亡风险越高;多纵向联合模型结论相似。.研究意义: 贝叶斯联合模型可以充分考虑纵向数据与生存数据相互关联的特征,可为流行病学风险预测模型提供更为客观的估计。本研究结果为类似特征资料的分析提供方法学指导。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI:10.3760/cma:i.issn.0254-6450.2019.04.005
发表时间:2019
期刊:中华流行病学杂志
影响因子:--
作者:陈一佳;苏健;覃玉;李莹;潘恩春;高艳;张宁;周金意;余小金;武鸣;沈冲
通讯作者:沈冲
DOI:10.7507/1672-2531.201910150
发表时间:2020
期刊:增强型漏斗图;试验序贯分析;Meta 分析;稳定性;绿茶;脂代谢
影响因子:--
作者:谢纬华;戴品远;孙金芳;王莉娜;余小金
通讯作者:余小金
Bibliometric Analysis of Ebola Research Indexed in Web of Science and Scopus (2010-2020)
Web of Science 和 Scopus 索引的埃博拉研究的文献计量分析(2010-2020 年)
DOI:10.1155/2020/5476567
发表时间:2020-09-03
期刊:BIOMED RESEARCH INTERNATIONAL
影响因子:--
作者:Kawuki, Joseph;Yu, Xiaojin;Musa, Taha Hussein
通讯作者:Musa, Taha Hussein
DOI:--
发表时间:2017
期刊:循证医学
影响因子:--
作者:何杰宇;孙金芳;王莉娜;闵捷;余小金
通讯作者:余小金
MicroRNA biogenesis pathway genes polymorphisms and cancer risk: a systematic review and meta-analysis.
MicroRNA生物发生途径基因多态性与癌症风险:系统评价和荟萃分析
DOI:10.7717/peerj.2706
发表时间:2016
期刊:PeerJ
影响因子:2.7
作者:He J;Zhao J;Zhu W;Qi D;Wang L;Sun J;Wang B;Ma X;Dai Q;Yu X
通讯作者:Yu X
国内基金
海外基金