某三甲医院体检血脂数据的纵向分析文献综述

1. 文献综述（或调研报告）：

体检数据的纵向分析方法综述

焦志刚

（东南大学 公共卫生学院、预防医学，江苏省 南京市 210096）

摘要：人们越来越重视自身的健康状况，健康体检就是日常人们获取健康状况的途径之一，体检数据蕴含着丰富的人群健康信息，有些医学信息并没有充分被挖掘利用，其医学、经济以及社会价值未得到体现。体检数据是典型的纵向数据，纵向数据分析方法包括重复测量方差分析、时间序列分析、潜变量增长曲线模型、多层线性模型、混合效应模型、广义估计方程和联合模型等。根据资料的特点来选择适合的分析方法。

关键词：纵向数据分析方法；重复测量方差分析；时间序列分析；潜变量增长曲线模型；多层线性模型；混合效应模型；广义估计方程；联合模型

1 引言

随着《“健康中国2030”规划纲要》的提出，人民的健康水平在不断提升，健康意识也在不断加强。人们越来越重视自身的健康状况，健康体检就是日常人们获取健康状况的途径之一，健康体检是指通过医学手段和方法对受检者进行身体检查，了解受检者健康状况、早期发现疾病线索和健康隐患的诊疗行为^[1]。2017年《中国卫生健康统计年鉴》中数据显示：健康检查人数超过4亿，其中在基层医疗卫生机构（包括社区卫生服务中心、卫生院等）约1.9亿人，在医院（包括综合医院、专科医院等）约1.8亿人，在专业公共卫生机构（包括专科疾病防治院、妇幼保健院等）约3.3千万人。

健康体检数据蕴含着丰富的人群健康信息，有些医学信息并没有充分被挖掘利用，它积累着人群多次、多时间点、较为全面的健康信息，是典型的纵向数据。纵向数据(longitudinal data)是指对每个个体在不同时间进行重复观测而得到的由横断面数据(cross-sectional data)和时间序列融合在一起的数据^[2]。在纵向研究中，相同的变量或结构通常是随时间测量的，但我们并不将其视为纵向数据的关键特征之一。然而，它通常被视为重复测量数据的重要特征^[3]。纵向数据分析方法包括重复测量方差分析（repeated measures analysis of variance）、时间序列分析（time series analysis）、潜变量增长曲线模型（latent growth curve model）、多层线性模型（hierarchical linear model）、混合效应模型（mixed effect model）、广义估计方程（generalized estimating equations）和联合模型（Joint model）等。

2 纵向数据分析方法

2.1 重复测量方差分析