应用CTM及LR分析儿童烧烫伤危险因素的结果比较

于慧婷，施尚鹏，聂 婵，石修权

(遵义医学院 公共卫生学院流行病与卫生统计学教研室，贵州 遵义 563099)

伤害已是全球性的公共卫生问题，且已成为14岁以下儿童的首要死因。在我国，约有10%的儿童在近1年内遭受过非故意(意外)伤害，至少有1 000万学生受到过各式各样的伤害[1-3]。在各种伤害类型中，非故意烧烫伤是导致儿童死亡的第三大常见原因，其仅次于交通伤和跌落伤。约49%受影响的儿童在烧伤或烫伤后都罹患了不同程度的残疾[4]；故儿童烧烫伤应引起全社会足够的重视。

伤害流行病学研究领域中就统计分析方法而言，国内外研究基本相似，影响因素采用Logistic回归(Logistic Regression, LR)分析分析者较多。以统计学的角度来分析，决策树模型(classification tree model, CTM)相当于“非参数”统计的一种方法[5]，其也可用于影响因素的分析，并可有效地解决变量间的共线性问题，清晰地展示变量间的交互作用；其还能提供有效的分类信息和重点变量，能更有效地提供工作方向，所以更具有公共卫生学上的意义。

本研究从黔北地区多阶段抽样法抽取农村中小学生1885名，对其进行非故意烧烫伤的回顾性调查，了解儿童烧烫伤发生情况及受伤特征，并同时运用CTM与LR分析其影响因素并比较二者的结果差异，为开展儿童非故意烧烫伤的预防和控制工作提供基础数据和参考依据。

1 对象与方法

1.1 研究对象与调查方法 本研究采取多阶段整群随机抽样方法随机地从黔北地区抽取3县(分别是凤冈、余庆和桐梓)，再从这3县中随机抽取5个乡镇(永和镇、松烟镇、关兴镇、九坝镇和夜郎镇)，每镇随机抽取1～2所小学或/和1所初级中学的所有3～7年级在校中小学生为调查对象，共9所学校，包括6所小学和3所中学。调查表的内容包括有：①儿童的基本情况；②父母的基本情况；③家庭的基本情况；④非故意烧烫伤发生情况等。

1.2 分析方法 问卷采用Epi Data 3.1软件双录入，并逻辑检错。统计描述后运用SPSS 18.0统计软件进行非条件LR以及CTM Exhaustive CHAID分析模型分析学龄儿童非故意烧烫伤可能影响因素，模型中均以P<0.05或OR95%CI范围不含1为差异或者关联有统计学意义。

1.3 分析工具—CTM基础 本研究采用了CTM对学生非故意烧烫伤发生的影响因素进行分析，以初步探究该模型在伤害流行病学研究中的应用。SPSS 18.0软件提供四种树模型生长方法，分别是CHAID、Exhaustive CHAID、CRT和QUEST四种算法[5-6]；然而，本研究为了探究其目标变量和解释变量对样本的最优拆分，故选择了Exhaustive CHAID法，其可对分类变量进行两两比较，寻找最优化的合并和拆分点，也可对连续性变量和有序分类变量先进行就近原则合并后再比较，逐步地找出各类因素中最有影响力的变量。

2 结果

2.1 儿童烧烫伤发生率 本研究共调查9所学校，发放问卷1 897份，应答问卷1 855份，应答率为97.8%；其中有效问卷1 842份，有效应答率为99.3%。本次调查发现有234名中小学生在过去的1年里发生过非故意烧烫伤，烧烫伤发生率为12.7%(234/1842)，[95%CI]=11.2%～14.2%。

2.2 LR分析烧烫伤影响因素结果 将单因素分析有统计学意义的因素纳入到自变量中进行多元LR分析(变量赋值情况见表1)。最终结果有4个指标是儿童烧烫伤的危险因素，其分别是年级；女童(OR=1.70，[95%CI]=1.29～2.25)；留守儿童(OR=1.35，[95%CI]=1.02～1.80)；母亲文化程度为小学及以下(OR=2.43，[95%CI]=1.61～3.69，见表2)。

2.3 CTM分析结果 本研究CTM中影响学龄儿童非故意烧烫伤发生的变量有性别、母亲文化、家庭经济、年级、住校与否及是否独生子女。第一层为性别，表示性别与非故意烧烫伤发生的相关性最高。从图1中可以直接地分析出各个因素对烧烫伤影响效应的大小顺序，并且可以获得影响儿童烧烫伤发生的主要影响因素和次要影响因素，同时还能得出各个影响因素间的交互作用等信息(见图1)。

表1 变量赋值表

表2 黔北农村学龄儿童非故意烧烫伤的影响因素

图1 Exhaustive CHAID法分析黔北农村学龄儿童非故意烧烫伤影响因素的分类树模型图

3 讨论

本研究是基于我国黔北地区人群的学龄儿童非故意烧烫伤流行病学调查研究。研究发现，黔北地区农村学龄儿童烧烫伤发生率为12.70%，且女孩烧烫伤发生率较男孩要高。

3.1 学龄儿童非故意烧烫伤危险因素 在10个可能影响儿童烧烫伤发生的因素纳入到单因素LR中发现有7个可能的影响因素，再将其纳入多因素LR中，结果发现有4个因素最有可能影响儿童非故意烧烫伤的发生。

留守儿童已是一个受到广泛关注的热点问题，其主要集中在中西部劳动力输出省份[7]，既往研究报道了留守儿童存在严重的心理健康问题[8]。而黔北农村地区农民外出务工很普遍，由此导致儿童留守现象很常见，其中非故意伤害问题亦较为突出。本研究发现留守儿童发生烧烫伤的危险度是非留守儿童的1.35倍，最主要原因在于其缺乏父母的密切监护及家庭伤害教育所致，与部分文献类似[9]。此外，我们还发现了年级和儿童母亲低文化水平也是学龄儿童烧烫伤发生的危险因素。可能原因在于年级低的学生辨别能力差，识别烧烫伤危险因素的能力较低；儿童的母亲文化程度低可能会对儿童烧烫伤不够重视和了解，其烧烫伤知晓水平较低，无法有效地将预防烧烫伤的知识和技能告知其子女，导致子女辨别烧烫伤危险因素的能力较为欠缺而致使其子女发生烧烫伤的可能性升高[10]。

3.2 CTM在儿童烧烫伤发生的影响因素分析中的应用 参照相关文献[5-6]，同时变量为分类变量且欲探究自变量的最优拆分，故选择Exhaustive CHAID法进行分析。变量赋值情况见表1，将“是否发生非故意烧烫伤”为因变量，同时将可能影响学龄儿童烧烫伤的因素纳入自变量中，增长方法选择Exhaustive CHAID法进行分析，生长“枝条”分割水准α merge=α split=0.05；设定分类树最大数生长层数为3层，最小个案数中的父节点最小样本量为50，子节点为10。

如图1所示，分类树生长3层，共7个终末节点(即在某个节点无统计学意义，则此节点就停止分支成为叶节点)，本研究CTM中影响学龄儿童非故意烧烫伤发生的变量有性别、母亲文化、家庭经济、年级、住校与否及是否独生子女。第一层为性别，表示性别与非故意烧烫伤发生的相关性最高，女童烧烫伤发生率较高；在男性中对烧烫伤发生影响最大的是母亲文化，母亲初中及以下文化水平的儿童烧烫伤发生率相对母亲文化水平为高中及以上的儿童烧烫伤发生率要高；而在女性中对非故意烧烫伤发生影响最为显著的是家庭经济情况；在母亲文化程度是初中及以下的儿童中对非故意烧烫伤发生影响最大的是学生年级，七年级的儿童烧烫伤发生率较其它年级要高。从图1中可以直接地分析出各个因素对烧烫伤影响效应的大小顺序，并且可以获得影响儿童烧烫伤发生的主要影响因素和次要影响因素，同时还能得出各个影响因素间的交互作用等信息。

3.3 CTM与LR在烧烫伤流行病调查中的应用比较 运用的CTM用以分析儿童烧烫伤的影响因素及交互作用，也为在伤害流行病学统计方法学提供一种新的思维方向，LR在进行计算时只纳入了变量的主效应，若变量间存在有交互作用，则回归模型对变量的解释就不够充分，然而CTM正好能解决这一难题，能直观清晰地展示变量间的交互作用[11]。

两种模型比较，CTM的具体优点可归纳为以下几点：①能有效地处理数据缺失情况。②以树状图形直观展示结果，可直接获得自变量对因变量的影响作用的次序。③能直观清晰地展示变量间的交互作用。与LR相比CTM同样也有其自身的弱点：①不能精确地定量描述变量的影响大小。②树的叶子节点数的多少是需要根据实际情况决定，树模型在稳定性方面可能不够。③所需样本量较大，足够样本量才能保证下层仍有充分的样本进行计算。

结合本研究结果，CTM体现出以下两大优势：第一，模型中发现女童烧烫伤发生率更高，提示在伤害防控工作中应重视区分性别地分配卫生资源，此更具有公共卫生学方面的意义(高危人群干预策略)。第二，模型能显示出因素间的交互作用，如在本研究中母亲文化程度是男童中烧烫伤发生的影响因素，而在女童中未能体现；学生年级是烧烫伤影响因素在母亲文化程度为初中及以下中才得以体现，而在母亲文化程度为高中及以上时未能体现出来。本研究所纳入的烧烫伤相关变量可能不够完善和样本量不够大，导致个别因素在CTM中未能显现出来，如留守儿童。

本研究中LR分析结果显示：年级、性别、留守儿童和母亲文化为学龄儿童烧烫伤发生的影响因素；CTM结果显示：性别、母亲文化、家庭经济、年级、住校与否和独生子女是影响学龄儿童非故意烧烫伤发生影响因素。二者有三个因素结果一致(性别、年级、母亲文化)，其余影响因素稍有差别。研究提示两种模型可相互弥补，正如Chen等[12]的研究表明，可先运用LR筛选出有统计学意义的主效应变量，再采用CTM来分析筛选出变量间的交互作用。本研究选用的是CTM的Exhaustive CHAID法，原因在于它是CHAID法的改进方法，在检测交互作用的过程中CHAID法是发现有统计学意义的变量后就停止对该变量进行合并，此种方法很大的一个缺点在于会错失分析变量的最优拆分点；而Exhaustive CHAID法的工作原理则是对分析变量类别会一直合并直至两分类，再次比较其合并的各两分类中最强关联类别，最后选出最优拆分点。

综上所述，本研究所运用的CTM用以分析农村学龄儿童烧烫伤的影响因素，也为伤害流行病学方法学上提供一种新的思维方向，CTM与LR模型相互弥补，从不同统计学方法上分析影响儿童烧烫伤发生的因素和效应大小，为防控儿童烧烫伤统计方法上提供相应的依据和参考。