Loading...
机构名称:
¥ 1.0

我们使用多层次回归和后分层方法 (4,5) 估计了分区一级的糖尿病患病率。在第 1 阶段,我们使用 2 个模型估计了个体层面的糖尿病概率。在第一个模型中,我们使用 2021-2022 年 BRFSS 数据的多层逻辑回归获得了参数估计值(即模型系数)。这包括个体层面(年龄和性别)和地区层面(被认定为黑人、非裔加勒比人或有色人种的人口比例以及生活在联邦贫困线 100% 以下的人口比例)固定效应。第二个模型使用第一个模型中获得的参数估计值,通过使用 2020 年美国十年一次的人口普查数据对分区一级的人口特征计数进行回归,来预测分区一级的患病率。在第 2 阶段,我们使用后分层来生成基于模型的分区一级糖尿病患病率估计值。该过程涉及将第一阶段个体层面的预期概率与按街道人口规模加权的个体层面的人口特征组相加。

预防慢性病

预防慢性病PDF文件第1页

预防慢性病PDF文件第2页

预防慢性病PDF文件第3页

相关文件推荐

2020 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2022 年
¥6.0
2023 年
¥1.0
2025 年
¥8.0
2023 年
¥1.0
2024 年
¥1.0
2020 年
¥6.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2023 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥5.0
2021 年
¥2.0