Application of classification tree and Logistic regression analysis model on prediction of children's hypertension
-
摘要: 应用分类树模型与Logistic回归模型分析郑州市儿童青少年血压的影响因素,为青少年高血压早期干预提供依据.方法 对2010年郑州市7~17岁学生4 400人体质调研数据进行分析,运用分类树模型及Logistic回归对儿童高血压影响因素进行探讨,建立预测模型并运用ROC曲线比较2种模型优劣.结果 郑州市儿童高血压患病率较低,为6.5%,男女血压偏高发生率分别为12.4%,15.9%,差异无统计学意义(x2=0.74,P>O.05);肥胖与超重儿童高血压发生率大于正常儿童,差异有统计学意义(x2=16.14,P<0.05);Logistic回归显示超重肥胖与血压关系密切,超重青少年患高血压风险是正常体重的2.118倍(OR=2.118,95%CI=1.492~ 3.007),肥胖青少年患高血压的风险为正常体重的6.933倍(OR=6.933,95%CI=5.183~9.273);分类树模型和Logistic回归均显示超重、肥胖是儿童高血压主要影响因素.结论 分类树模型对儿童高血压预测效果较好,可作为Logistic回归模型的补充.
-

计量
- 文章访问数: 364
- HTML全文浏览量: 112
- PDF下载量: 16
- 被引次数: 0