基于线性混合效应模型双惩罚变量选择研究老年人抑郁影响因素  

作　　者：罗川钦 杨宜平[1,2] 

机构地区：[1]重庆工商大学数学与统计学院,400067 [2]统计智能计算与监测重庆市重点实验室

出　　处：《中国卫生统计》2024年第5期725-729,共5页Chinese Journal of Health Statistics

基　　金：国家社会科学基金项目(18BTJ035);重庆市自然科学基金(cstc2021jcyj-msxmX0079,cstc2020jcyj-msxmX0006);重庆市研究生科研创新项目(CYS240564)。

摘　　要：目的应用线性混合效应模型双惩罚变量选择对老年人抑郁量表得分(GDS)进行分析,旨在研究老年人抑郁的主要影响因素。方法数据来源于美国国家阿尔茨海默协作中心,筛选2018—2023年期间连续随访5次以上的165人的830次随访结果。首先构建线性混合效应模型,然后采用双惩罚变量选择方法同时对固定效应和随机效应进行变量选择,利用坐标下降算法寻找最小的BIC、AIC、EBIC、BICC值,从而找到惩罚参数的最佳组合。结果惩罚参数的最佳组合为λ_(1n)=0.07,λ_(2n)=0.03。模型选择出固定效应:自理能力、静息心率、记忆力损伤,估计值分别为0.0574、0.0121、1.6232;性别、生活状况、烟龄、嗜酒等具有随机效应。结论研究结果表明受试者自理能力、静息心率、记忆力损伤与老年抑郁呈正相关,其中记忆力损伤对老年抑郁的影响最大。此外,老年抑郁影响因素存在个体差异性,个体差异性最大的因素是身高和视力损伤。最后针对变量选择结果本文给出了应对和预防老年抑郁的相关建议。

关 键 词：线性混合效应模型 双惩罚 纵向数据 老年抑郁 

分 类 号：O212.7[理学—概率论与数理统计]