潛在類別分析在糖尿病脆弱性人群分類中的應用*

天津醫(yī)科大學公共衛(wèi)生學院衛(wèi)生統(tǒng)計學教研室(300070) 李丹丹 韓 娜 崔 壯 李長平 劉媛媛 馬 駿

目前，全球每12個成人中就有一人患有糖尿病[1]。我國糖尿病患病率為9.7%，患者人數(shù)近1億，呈快速增長趨勢，糖尿病的預防和管理面臨著嚴峻的考驗[2]。根據(jù)國際糖尿病聯(lián)盟(IDF)統(tǒng)計，2015年中國的糖尿病患者已達1.096億，若以此趨勢發(fā)展下去，估計到2040年中國將會有1.507億的糖尿病患者[3]。所以，尋找糖尿病的脆弱性人群，針對性地開展健康干預迫在眉睫。

脆弱性是指人群的易感性或高風險，反映可能影響人群健康損失的某些因素[4]。脆弱的病人更易受健康問題及其相關功能缺失的影響[5]，最終導致疾病控制不理想。目前，很多研究專注于糖尿病的預防和治療效果，但通過了解糖尿病患者脆弱性進而管理糖尿病的研究很少。我們前期研究中通過內(nèi)容分析法得到了12個與糖尿病患者相關的脆弱性主題。

潛在類別分析(latent class analysis,LCA)是探討存在統(tǒng)計學關聯(lián)的分類外顯變量背后的類別潛變量的一種統(tǒng)計學技術。該方法的分析目的是通過潛在類別模型(latent class model,LCM)，利用潛類別解釋多個外顯分類變量之間的復雜關聯(lián)，使之能以最少的潛在類別數(shù)解釋外顯變量之間的關聯(lián)，并使各潛類別內(nèi)部的外顯變量之間滿足局部獨立的要求。它既能針對分類變量進行分析，又能反映單變量效應或一組相關變量的整體效應，達到“降維”的效果。LCA常用于社會學、生物醫(yī)學及心理學等多個領域的分類研究[6-8]。

本研究采用LCA的方法，分析天津市糖尿病患者的脆弱性因素分布特征，從而將人群進行分類，揭示各類人群的特點，為制定針對性的預防措施提供科學依據(jù)。現(xiàn)將研究結果報告如下。

資料與方法

1.資料來源

選取天津市13個一級醫(yī)院和2個二級醫(yī)院的260名糖尿病患者作為研究對象，共分為26個組。在計劃階段，基于當?shù)氐拇嗳跣约捌滟Y源分布設計訪談提綱。由治療糖尿病的專業(yè)醫(yī)師對這26組患者進行訪談。在訪談進行前對專業(yè)醫(yī)師進行專業(yè)培訓并由其選擇受訪者。最后，共完成259文件(其中1人失訪)，最終將229份有效文件納入分析。工作人員通過質性研究的內(nèi)容分析法對訪談文件進行歸納和總結，最后確定12個與糖尿病脆弱性相關的主題。本研究對經(jīng)濟受限、疾病嚴重、認知水平低、不正確的健康信念、醫(yī)療資源利用度低、生活受限、生活方式改變、時間缺乏、精神狀態(tài)差、支持水平低、社會融合程度低和經(jīng)歷轉型這12個主題進行潛在類別分析。

2.潛在類別模型基本原理

潛在類別模型的分析過程包括模型參數(shù)化、參數(shù)估計、模型識別、擬合優(yōu)度評價、潛在分類與結果解釋等[6-7]。

(1)概率參數(shù)化

LCM的概率參數(shù)化(probabilistic parameterization)包括兩種類型的參數(shù)：潛在類別概率(latent class probabilities)和條件概率(conditional probabilities)。如果現(xiàn)有A、B、C三個外顯變量，分別具有I、J、K個水平，其彼此之間相互獨立。若存在一具有T個潛類別的潛變量X，其不僅可以解釋A、B、C三者間的關系，且在X的每個類別中，能夠維持A、B、C這三個外顯變量的局部獨立性，即為LCA。潛在類別概率表示當觀察變量局部獨立時，潛變量X在第t個水平的概率，即從樣本中隨機選取的觀察對象屬于潛在類別t的概率。條件概率表示屬于第t個潛在類別的個體對觀察變量A的第i個水平作答的概率。

(2)參數(shù)估計與模型擬合

LCM主要采用最大似然法(maximum likelihood,ML)進行參數(shù)估計，其迭代過程最常用的有EM(expectation-maximization算法。

模型適配檢驗方法主要有Pearsonχ2、似然比卡方(G2)以及信號評價指標；其中，AIC準則(Akaike information criterion)、BIC準則(Bayesian information criterion)和校正的BIC(aBIC)均越小表明適配度越好。Lin與Dayton指出當樣本量超過1000時BIC指標更可靠，否則AIC更佳[9]。在LCA中還常用Entropy指數(shù)來評估分類的精確程度，其取值范圍在0～1之間。當Entropy=0.6時，表明約有20%的個體存在分類的錯誤，Entropy約等于0.8時表明分類的準確率超過了90%[10]。

(3)潛在分類

在確定最優(yōu)模型以后，應依據(jù)貝葉斯理論將所有觀察值分類到適當?shù)臐撛陬悇e中，來說明觀察值的后驗類別屬性。

3.統(tǒng)計分析

本研究的LCA采用Mplus4.2軟件完成。

結果與分析

1.模型擬合與選擇

本研究共納入229例糖尿病患者進行分析。對這229例患者(分析變量為糖尿病患者的脆弱性主題)進行探索性潛在類別分析。首先估計含有1個潛在類別的模型(基準模型)，然后依次增加潛類別數(shù)目至6，LCM的擬合統(tǒng)計量見表1。由于AIC、BIC指標均為越小越好，當樣本的數(shù)量低于1000時AIC更佳。因此對于AIC和BIC以AIC最小為標準，這時應選擇三分類，而此時aBIC的值也最小。Pearsonχ2值在1～5類別中隨著潛在類別的數(shù)目增加而逐漸減小，G2值亦隨著潛在類別的數(shù)目增加而逐漸減小，Entropy值也在可接受范圍內(nèi)，綜合考慮各指標，亦考慮到模型的簡潔性，選擇三分類模型為理想模型。

表1 潛類別模型擬合結果

2.模型參數(shù)估計

以潛在類別數(shù)目為3作為理想模型，進一步獲得模型的參數(shù)估計結果，即糖尿病脆弱性主題在3個潛在類別上的條件概率與潛在類別概率，如表2。

在模型參數(shù)估計之后，依據(jù)各項目的條件概率特點對各潛在類別進行解釋。由表2可知，有12.2%的糖尿病患者屬于Class1，此類中100%的人沒有經(jīng)濟壓力，75.6%的人認知水平較高，0%的人有不正確的健康信念，81.2%的人醫(yī)療資源利用度低，98.6%的人生活方式改變，78%的人時間缺乏，100%的人支持水平低，0%的人社會融合程度低，該類人群的特點是經(jīng)濟狀況好且文化認知水平較高，擁有健康的信念，但是時間缺乏且支持水平與資源利用度低，可以將此類人群定義為“高收入低資源利用度群體”。有29.7%的人屬于Class2，此類中100%的人疾病嚴重，71.5%的人認知水平低，34.1%的人具有不正確的健康信念，54.2%的人醫(yī)療資源利用度低(與其他兩類相比醫(yī)療資源利度最高)，81.3%的人生活受限，67.5%的人生活方式改變(與其他兩類相比改變最小)，100%的人精神狀態(tài)好，該類人群的特點是疾病嚴重、認知水平低、支持水平和醫(yī)療資源利用度較高、精神狀態(tài)很好，可以將此類人群定義為“低認知重癥群體”。有58.1%的人屬于Class3，這類人所占比重最大，此類中38.8%的人經(jīng)濟受限，49.7%的人擁有不正確的健康信念，其余特征基本介于第一類和第三類之間，可以將這類人群定義為“低收入低健康信念群體”。

表2 12個主題的條件概率和潛在類別概率

3.潛在分類結果

對理想模型進行參數(shù)化后，根據(jù)各類別的潛在類別概率和各條目的條件概率計算分類到各類別的后驗概率，根據(jù)后驗概率最大原則得到分類結果，如表3所示。其中，Class1、Class2、Class3的人數(shù)分別為28(12.2%)、68(29.7%)和133(58.1%)。

表3 潛在類別模型個體分類結果

討 論

研究發(fā)現(xiàn)，很多糖尿病患者不能正確了解糖尿病，對糖尿病的認知比較低。因此，糖尿病知識的匱乏很有可能導致病情控制較差，尤其是老年糖尿病患者[11]。為了提高糖尿病患者的糖尿病知識，加強糖尿病宣傳教育是有價值的嘗試。

這三類脆弱性人群，其各自均存在不同特點。因此，要堅持因人因類施策，因脆弱原因施策，因脆弱類型施策，區(qū)別不同情況，做到對癥下藥，精確滴灌，靶向干預。對三類人群開展針對性的糖尿病防控的專業(yè)討論，尋找干預的靶點人群，為健康管理提供決策依據(jù)。

與傳統(tǒng)的因素分析相比，LCA最大的不同在于變量的形式：因素分析處理的是連續(xù)變量，LCA處理的是類別變量。LCA不但彌補了因素分析僅能處理連續(xù)潛在變量的不足，又能反映單變量效應或一組相關變量的整體效應。

本研究也有一些局限性。其一，數(shù)據(jù)來自質性研究，挖掘脆弱性因素，研究樣本中病情嚴重的病人較多，因此糖尿病特征(血糖值等)在三類人群中的分布規(guī)律并不明顯，三類人群的分布僅能代表糖尿病脆弱性較高人群的狀況。其二，本研究樣本僅限于天津市的糖尿病患者，所分類別不能窮盡，是否能夠覆蓋全國所有糖尿病脆弱性人群還需要進一步的研究證實。因此，本研究擬在后續(xù)研究中擴大樣本量，使得各等級醫(yī)院和各年齡階段的參與者均衡，進一步開展有關LCA方法在糖尿病病人脆弱性研究中的深入探討。

[1] WHO.Global report on diabetes,2015.

[2] Chinese Center for Disease Control and Prevention.China National Plan for NCD Prevention and Treatment (2012-2015),2015.http://www.chinacdc.cn/en/ne/201207/t20120725_64430.html

[3] International Diabetes Federation.IDF Diabetes Atlas.7th ed.Brussels,Belgium:International Diabetes,2015.

[4] Fauci AJ,Bonciani M,Guerra R.Quality of life,vulnerability and resilience:a qualitative study of the tsunami impact on the affected population of Sri Lanka.Ann Ist Super Sanita,2012,48(2):177-88.

[5] Sarvimaki A,Stenbock-Hult B.The meaning of vulnerability to older persons.Nurs Ethics,2016,23(4):372-83.

[6] 張巖波.潛變量分析.北京:高等教育出版社,2009:220-246.

[7] 邱皓政.潛在類別模型的原理與技術.北京:教育科學出版社,2008.

[8] 曾憲華,肖琳,張巖波.潛在類別分析原理及實例分析.中國衛(wèi)生統(tǒng)計,2013,30(6):815-817.

[9] Lin TH,Dayton CM.Model selection information criteria for non-nested latent class models.Journal of Education and Behavioral Statistics,1997,22(3):249-264.

[10] Carragher N,Adamson G,Bunting B,et al.Subtypes of depression in a nationally representative sample.Journal of Affective Disorders,2009,113(2):88-99.

[11] Hu J,Gruber KJ,Liu H,et al.Diabetes knowledge among older adults with diabetes in Beijing,China.J ClinNurs,2013,22(1-2):51-60.