基于决策树方法的天津市中小学生超重、肥胖预测模型研究

发布时间：2020-02-10 23:20

【摘要】：目的全国学生体质调研1985年至2010年结果显示,25年间学生的超重和肥胖率变化趋势为明显的逐年升高。当前,天津市中小学生超重、肥胖检出率仍然处在较高水平,儿童青少年肥胖严重危害到身心健康,应引起足够重视。本研究通过体格检查及问卷调查方法,了解天津市9~18岁中小学生超重及肥胖的流行现状、分布特征;建立不同年龄段中小学生超重、肥胖预测的决策树模型,筛选出发生超重、肥胖的高危群体,为有效预防与控制天津市儿童青少年的超重、肥胖提供依据,为全国儿童青少年超重、肥胖的控制提供参考。方法本研究中研究对象来自于“2014年全国学生体质与健康调研”资料,根据“全国学生体质与健康调研”要求,采用分层随机整群抽样方法,抽取9~18岁学生共计5738人,进行体格检查及问卷调查。体格检查于2014年9月~11月完成,由专业人员对中小学生进行身高、体重的测量,并计算体质指数;问卷调查采用全国学生体质与健康调研组编制的问卷,并增加了学生的社会人口学因素、肥胖家族史、体重认知状况等因素调查,并与其体检数据相对应。统计学分析应用SPSS16.0软件。计量资料描述采用(?)表示,正态分布的采用t检验比较组间差异;分类资料描述采用率或构成比,采用X~2检验进行差异的比较;Kappa分析评价体重认知与实际营养状况的一致性。采用决策树分析方法,分别建立9~12岁、13~15岁、16~18岁学生超重、肥胖预测模型,并通过绘制ROC曲线评价各模型的预测效果。结果1.本次研究中天津市9~18岁中小学生超重和肥胖总体检出率为32.80%,超重率为16.92%,肥胖率为15.88%。2.超重、肥胖的城乡分布:城区学生超重检出率为18.74%,乡村学生为15.00%,城区高于乡村(X~2=14.270,P0.001);城区学生肥胖检出率为18.23%,乡村学生为13.38%,城区高于乡村(X~2=25.218,P0.001)。3.超重、肥胖的性别分布:男生超重检出率为19.32%,女生为14.54%,男生高于女生(X~2=23.403,P0.001);男生肥胖检出率为21.08%,女生为10.72%,男生高于女生(X~2=115.202,P0.001)。4.超重、肥胖的年龄段分布:肥胖检出率9~12岁(20.46%)13~15岁(13.85%),9~12岁(20.46%)16~18岁(12.10%)。5.9~12岁学生超重控制的重点人群为城区男生,肥胖控制的重点人群为体重自评为胖的男生,体重自评为不胖但对自己体重状况不满意的学生以及体重自评为不胖、体重自我满意的学生中,想改变体重状况的学生。13~15岁学生超重控制的重点人群为体重自评为不胖的独生子女,体重自评为胖的男生,肥胖控制的重点人群为体重自评为胖、每天吃鸡蛋的学生,体重自评为不胖的男生。16~18岁学生超重控制的重点人群为体重自评为胖的男生,体重自评为不胖的城区学生,肥胖控制的重点人群体重自评为胖的男生。结论1.天津市9~18岁中小学生的超重和肥胖率为32.80%,超重与肥胖整体现状形势严峻,本次研究中根据欧洲学者肥胖分级评价已达到Ⅲ级水平,控制儿童青少年肥胖症的工作已刻不容缓。2.城区学生超重率和肥胖率均高于乡村学生;男生的超重率和肥胖率均高于女生;9~12岁学生超重和肥胖的检出率高于其他年龄段。3.科学的自我体型认知是影响儿童青少年超重、肥胖的关键因素,学生对体重的自我认知与实际营养状况之间一致程度不理想。应针对学生对体型的自我认知观念进行科学的指导,形成儿童青少年对体型正确的自我认知观念,采取合理的方式管理体重,从而有效的预防超重、肥胖。4.决策树模型在天津市9~18岁儿童青少年人群中可作为筛选超重、肥胖高危群体的有效工具,为进一步采取有针对性干预措施预防与控制儿童青少年的超重、肥胖提供依据,并为今后拓展到更大的人群提供参考。
【图文】：

模型图,决策树,学生,模型图

天津医科大学硕士学位论文基于决策树方法的天津市中小学生超重、肥胖预测模型研究学生超重的发生关联性最强，体重自评为胖的学生超重率高于自评不胖的学生。第二层为性别，两组自评内部，男生超重率均高于同组的女生。第三层为城乡，在体重自评为胖、不胖的男生中，城区学生超重率均高于乡村学生。预测模型的准确率为 83.3%，ROC 曲线见图 10，，曲线下面积为 0.801（95%CI：0.773～0.828），预测效果较好。

ROC曲线,学生,决策树,ROC曲线

10 9～12 岁学生超重发生的决策树模型 ROC 曲线学生超重预测模型建立及结果评价岁的学生超重的影响因素进行卡方检验，纳入因素分析相同，筛选出 8 个与 13～15 岁学生超重有果表明，性别、是否独生子女、父亲是否肥胖、对
【学位授予单位】：天津医科大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R723.14

【参考文献】