利用兒童保健信息系統數據進行廣義估計方程分析

李靜 黃彥紅 楊柳 董爽 賀一鳴基金項目：遼寧省科研項目(項目編號：2013225002)作者單位：110032 沈陽，沈陽市婦女兒童保健中心通訊作者：黃彥紅

?

利用兒童保健信息系統數據進行廣義估計方程分析

李靜 黃彥紅 楊柳 董爽 賀一鳴
基金項目：遼寧省科研項目(項目編號：2013225002)
作者單位：110032 沈陽，沈陽市婦女兒童保健中心
通訊作者：黃彥紅

【摘要】目的 利用兒童保健信息系統中選取的0~12月齡嬰兒體重和身長數據，分男女建立每月體重和身長曲線，為兒童保健醫生提供臨床指導標準。方法 針對2 758例兒童分1~5次獲得的6 037個重復測量數據，采用廣義估計方程(GEE)，按性別建立不同月齡體重和身長曲線。結果 充分利用重復測量數據，應用廣義估計方程建立了四條分男女不同月齡的體重和身長曲線。結論 應用廣義估計方程克服一般線性模型應用條件的限制，建立更為科學的兒童體重和身長曲線。

【關鍵詞】兒童保健；信息系統；廣義估計方程

兒童保健信息系統是婦幼保健信息系統中的子系統，其主要功能是收集和管理＜7歲兒童保健個案信息，根據目前兒童保健服務工作各個階段的專業需求，對業務和管理等信息進行收集、處理、存儲、分析、傳輸及交換等的業務應用系統。該系統能動態地了解個體兒童的生長發育規律，由于獲取的生長發育指標數據為重復測量數據，重復測量數據的分析方法常用的是重復測量資料的方差分析或多變量方差分析，兩種方法不能分析重復數據之間的相關性，同時要求資料中反應變量為定量變量，并且不宜有缺失數據，每個受試對象的重復測量水平數應相等[1]。由于兒童保健信息系統中的每個個體兒童均不能按期按次完成體檢工作，因此獲得的數據有缺失，不滿足方差分析的條件，本文將該系統中的重復測量數據采用條件寬泛的廣義估計方程(GEE)進行分析。

1 對象與方法

1.1 對象 選取沈陽市兒童保健信息系統中的2013年2月18日—2014年12月9日沈河區0~12月共計2 758例兒童生長發育資料進行統計分析，每名兒童從出生開始定期進行身長和體重的測量，次數1~5次，共有6 206個測量數據；刪除不完整、不合邏輯數據169例，最終獲得有效資料6 037個。1.2 方法

1.2.1 建立兒童保健信息系統 根據《兒童保健手冊》內容設計兒童信息庫，內容包括姓名、性別、年齡、父母姓名、家庭住址等。

1.2.2 生長發育監測數據 兒童1周歲前分1個月、3個月、6個月、8個月進行≥4次身長、體重測量。由于實際數據并不是按照這4個月份獲取的，因此本次獲得的數據存在次數不等、月份不統一現象。

1.2.3 統計分析 將兒童保健信息系統中按照時限、地點選取數據導入Excel軟件，采用SPSS 20.0統計軟件完成資料分析。針對兒童連續性重復測量數據(身長和體重)采用GEE進行統計分析。

2 結果

2.1 不同月齡男女間體重和身長比較 本次獲取的6 037個兒童生長發育數據中，男孩2 878個，占47.7%；女孩3 159個，占52.3%。選擇出生時、1個月、3個月、6個月及8個月的體重和身長值進行性別間比較，出生時男女間體重和身長差異均無統計學意義(t=0.29，0.06，P＞0.05)；但隨年齡增長，男女間差異有統計學意義(P＜0.05)。見表1和表2。

表1 沈陽市正常嬰兒階段月齡期體重均值比較表(kg)

表2 沈陽市正常嬰兒階段月齡期身長均值比較表(cm)

表3 體重模型效應檢驗

表4 身長模型效應檢驗

2.2 不同月齡體重和身長的廣義估計方程 本次選取的2 758例嬰兒是從出生開始進行定期體重和身長的隨訪，重復測量的次數1~5次，共有6 037個測量數據，若將這些數據按照月齡分別計算均值，則是把6 037個數據看成是6 037個不同個體，然而本次的數據是同一對象多次測量獲得的，測量結果之間存在相關關系，不適合采用一般線性模型，因此采用GEE解決了時間相依性問題。表3和表4說明，利用現有數據建立的體重和身長GEE差異有統計學意義（P＜0.05）。表5和表6為建立體重和身長GEE的參數值。

3 討論

3.1 兒童保健信息系統的功能和意義 該系統對＜7歲兒童進行系統管理，記錄兒童從出生到6歲各階段的保健信息，建立完整的兒童系統管理檔案，實現對＜7歲兒童的動態連續追蹤管理，其中包括兒童各時期健康檢查，即所謂的“421”體檢（＜1歲4次/年、1~3歲2次/年、3~6歲1次/年），實現生長發育的動態評價。為此我們可以獲得本管轄地區任意時間的兒童體檢數據，本研究即是選取沈河地區2013—2014年的數據進行分析。通過定期健康體檢，可以系統地掌握兒童生長發育和健康狀況的動態變化，科學分析，對生長發育不良者給予指導和治療，使之回歸到正常發育水平，對提高嬰幼兒的健康水平具有指導意義。

3.2 兒童體檢的重復測量數據分析 本次獲得兒童各月齡體重和身長的重復測量資料，我們如果只是在各時間點上進行對比分析，則沒有充分利用觀察對象在不同時點間的內在聯系，降低了檢驗效能；也沒能考慮兒童體重和身長在各時間點上的變化規律。因為如果忽略重復觀測間的相關性，將損失數據中的信息，參數估計可能不準確[2]。為此，對于不同月齡兒童體重和身長的縱向觀察資料進行分析，由于該資料中的每名兒童不是全部按照規定月份進行體檢，因此數據庫中每名兒童的體重和身長測量次數是不同的，測量的時間間隔不相等，那么應用GEE進行分析應更為科學、合理。利用GEE進行統計，可以有效地控制中心效應、重復測量因素及其他影響因素，克服因忽略組內相關而造成的檢驗結果偏差較大、參數估計值無效等問題[3]。本文通過GEE分析，得出男女每月體重和身長的回歸模型，根據模型給出的數值分性別計算兒童每月體重和身長值，得出四條曲線。我們的兒保醫生可根據兒童年齡分男女推算體重和身長的正常范圍，過高或過低都會給予提示，指導兒童家長將體重和身長控制在正常范圍，防止由于兒童體重增長過高或身長過低所帶來的兒童營養和疾病方面的問題，從而保證兒童健康成長。

表5 體重參數估計

表6 身長參數估計

參考文獻：

[1] 李新，董丹．重復測量資料的廣義估計方程分析及SPSS實現[J]．數理醫藥學雜志，2012，25(5)：549-551．[2] 趙振，潘曉平，張俊輝．廣義估計方程在縱向資料中的應用[J]．現代預防醫學，2006，33(5)：707-708．

[3] 張茜，朱振昕，孟文佳，等．縱向監測健康體檢數據的統計分析策略[J]．山東大學學報：醫學版，2012，50(2)：149-151．

婦幼保健

(收稿日期：2015-12-02)

【文章編號】1672-7185(2016)03-0017-03

doi：10.3969/j.issn.1672-7185.2016.03.009

【中圖分類號】R17

【文獻標識碼】A