潜变量增长混合模型在慢性心衰患者生理症状变化轨迹研究中的应用

丁凤琴, 田晶, 孟冰霞,韩琳艾, 李靓, 韩清华,张岩波

Chinese Journal of Health Statistics(2023)

引用 0|浏览2
暂无评分
摘要
目的 分析慢性心力衰竭(chronic heart failure,CHF)患者报告结局(patient-reported outcomes,PRO)纵向随访数据,探索不同潜在亚类及个体发展轨迹.方法 纳入2017 年5 月-2019 年6 月山西三所三甲医院的286 例CHF患者,选取患者住院时、出院后 6、12、18、24 月的CHF-PRO数据,对患者的生理领域及躯体状况、食欲睡眠和身体独立三个维度拟合潜变量增长混合模型,识别异质性亚类及个体轨迹变化规律.结果 生理领域和各维度变化轨迹存在差异.生理领域中 3 类二次函数模型最优,第一潜在亚类随时间先下降后上升,第二、三潜在亚类随时间先上升后趋于平稳.躯体症状维度中 3 类非定义曲线模型最优,3 个潜在亚类都是先上升后趋于平稳.食欲睡眠维度 2 类二次函数模型最优,第一、二潜在亚类随时间先上升,之后第二潜在亚类出现下降趋势.身体独立维度 2 个潜在亚类整体好转,最后均趋于平稳.结论 患者出院后CHF-PRO的生理领域及各维度水平变化存在不同亚类及个体发展轨迹,对患者给予针对性干预措施具有重要作用.
更多
关键词
Chronic heart failure,Patients report outcomes,Physiological Symptoms,Latent growth mixture model
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要