从调查数据中获得的低收入妇女的结果依赖饮食模式的推导,使用监督加权超拟合隐性类分析

科学领域:

• 营养流行病学 营养流行病学
• 生物统计学 生物统计学
• 公共卫生 公共卫生

背景情况:

• 饮食质量差是高血压的重要危险因素,尤其影响低收入妇女.
• 在这个人口群体中分析饮食-高血压关系是复杂的,因为饮食数据的复杂性和调查选择偏差.
• 像贝叶斯聚类这样的现有方法不能完全解决复杂的调查设计,导致结果偏差.

研究的目的:

• 开发和验证一种新的统计模型,即监督加权超装潜伏类分析 (SWOLCA),用于分析饮食模式和健康结果.
• 通过整合抽样权重和复杂调查设计的会计,解决当前方法的局限性.
• 用现实世界的数据来描述低收入妇女与高血压结果相关的饮食模式.

主要方法:

• 在SWOLCA框架内提出了贝叶斯的伪概率方法.
• 综合采样权重,以调整分层,聚类和信息采样.
• 采用马尔科夫链蒙特卡洛吉布斯抽样算法来处理通过相互作用项修改效应.
• 使用模拟研究验证模型,评估偏差,精度和覆盖范围.

主要成果:

• 模拟研究证实了SWOLCA模型在偏差减少,精度和覆盖率方面的良好表现.
• 该模型成功地适应了复杂的调查设计特征.
• 适用于国家健康和营养检查调查数据确定了目标人群中与高血压相关的特定饮食模式.

结论:

• 在复杂的调查数据中,SWOLCA模型为分析饮食与疾病的关系提供了强有力的方法,特别是在研究不足的人群中.
• 这种方法提高了有关饮食模式和高血压的研究结果的概括性和准确性.
• 该研究强调了SWOLCA在为旨在改善营养和降低脆弱群体高血压风险的公共卫生干预措施提供信息方面的实用性.