簡易檢索 / 詳目顯示

研究生: 黃于庭
Huang, Yu-Ting
論文名稱: 台灣地區中老年身心社會生活狀況長期追蹤調查系列之存活分析
Survival Analysis Based on Survey of Health and Living Status of the Elderly in Taiwan
指導教授: 嵇允嬋
Chi, Yunchan
學位類別: 碩士
Master
系所名稱: 管理學院 - 統計學系
Department of Statistics
論文出版年: 2010
畢業學年度: 98
語文別: 中文
論文頁數: 85
中文關鍵詞: 左截斷且右設限資料平均餘命中位數餘命存活函數Cox模型
外文關鍵詞: left truncated and right censored data, mean residual lifetime, median residual lifetime, survival function, Cox model
相關次數: 點閱:88下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 拜醫學科技發達以及衛生保健概念廣泛傳遞之賜,人類的壽命越來越長。為因應高齡化社會的來臨,行政院衛生署國民健康局規劃了老年人研究計畫,並於1989年進行首波調查,調查對象為台灣地區年滿60歲以上的老年人,大約每隔3至4年會再對個案進行追蹤訪查。此外,為了持續建立具代表性的中老年人樣本,約每隔6至7年便運用雙重世代研究方法補充樣本,以利作為後續長期追蹤研究之資料基礎。目前已建立起「台灣地區中老年身心社會生活狀況長期追蹤調查系列」的資料庫,堪稱是國內少有具代表性長期追蹤中老年人的資料庫。
    有鑑於有些學者用此資料庫探討60歲以上老年人的餘命或壽命時,忽略了資料庫中個案的壽命具備左截斷資料的特性,所以本論文主要目的在於利用此資料庫,且運用可處理左截斷右設限資料特性的統計方法,推估台灣地區年滿60歲以上老年人的平均餘命與中位數餘命,並探討哪些危險因子會影響台灣地區60歲以上老年人的壽命。

    This thesis estimates the residual lifetimes for the elderly in Taiwan based on the Survey of Health and Living Status of the Middle Aged and Elderly in Taiwan, which began in 1989, following a cohort of persons age 60 years and over through multiple waves of data collection. This thesis applies the statistical methods developed for the left-truncated and right-censored data to estimate mean residual lifetime and median residual lifetime for the elderly in Taiwan. In addition, the Cox proportional hazards model is used to identify the risk factors which may affect the lifetime of the elderly in Taiwan. The estimation of the parameters in Cox model is based on the partial likelihood derived for left-truncated and right-censored data. The results show that the survival functions are different for gender, ethnicity, marital status, live status, health status, hygiene habits, life satisfaction and social participation.

    目錄 摘要 I Abstract II 表目錄 V 圖目錄 V 第一章 緒論 1 第二章 文獻探討 3 第一節 資料庫簡介 3 第二節 不完整資料介紹 7 2.2.1 右設限資料 7 2.2.2 左截斷資料 7 第三節 文獻探討 8 第四節 統計方法 10 2.4.1 右設限資料下存活函數之估計 10 2.4.2 右設限資料下平均餘命之估計 11 2.4.3 右設限資料下中位數餘命之估計 12 2.4.4 左截斷右設限資料下存活函數之估計 14 2.4.5 右設限資料下之Cox迴歸分析 15 2.4.6 左截斷右設限資料下之Cox迴歸分析 17 第三章 左截斷右設限資料分析 19 第一節 台灣地區老人壽命分布之估計 19 第二節 左截斷右設限資料下平均餘命之估計 22 第三節 左截斷右設限資料下中位數餘命之估計 25 第四節 探討風險因子對老人壽命的影響 29 3.4.1 風險因子介紹 29 3.4.2 風險因子對老人壽命影響之單變量分析 29 3.4.3 各風險因子對老人壽命影響之多變量分析 42 3.4.4 模型判定 45 第四章 結論與建議 49 參考文獻 51 附錄一 估計中位數餘命及信賴區間 54 附錄二 變數之操作型定義及編碼 57 附錄三 單變量分析 58 附錄四 模型檢定 71 附錄五 程式碼 80 表目錄 表2.1 資料庫說明 6 表3.1.1 台灣地區60歲以上老年人存活機率的估計 21 表3.2.1 台灣地區60歲以上老年人的平均餘命估計值及信賴區間 24 表3.3.1 台灣地區60歲以上老年人的中位數餘命估計值及信賴區間 28 表3.4.1 單變量分析 31 表3.4.2 多變量分析 45 表 a1.1 各時間點下的 值 56 表 a2.1 變數之操作型定義及編碼 57 圖目錄 圖2.4.1 資料庫中所有追蹤個案之死亡年齡散佈圖 14 圖3.1.1 B世代全體及男女之Kaplan-Meier存活函數估計 20 圖3.1.2 比較有無考慮左截斷資料特性之B世代Kaplan-Meier存活函數估計 20 圖3.2.1 台灣地區60歲以上老年人平均餘命估計值分佈圖 23 圖3.3.1 台灣地區60歲以上男女老人中位數餘命估計值分佈圖 27 圖a1.1 B世代全體Kaplan-Meier存活函數估計 54 圖a1.2 B世代中大於72歲者之Kaplan-Meier存活函數估計 55 圖a3.1 性別之Kaplan-Meier存活函數估計圖 58 圖a3.2 性別之對數累積風險函數估計圖 58 圖a3.3 性別之Kaplan-Meier存活函數估計圖 59 圖a3.4 性別之對數累積風險函數估計圖 59 圖a3.5 婚姻狀況之Kaplan-Meier存活函數估計圖 60 圖a3.6 婚姻狀況之對數累積風險函數估計圖 60 圖a3.7 居住行政區之Kaplan-Meier存活函數估計圖 61 圖a3.8 居住行政區之對數累積風險函數估計圖 61 圖a3.9 獨居與否之Kaplan-Meier存活函數估計圖 62 圖a3.10 獨居與否之對數累積風險函數估計圖 62 圖a3.11 居住方式與否之Kaplan-Meier存活函數估計圖 63 圖a3.12 居住方式與否之對數累積風險函數估計圖 63 圖a3.13 是否患有慢性疾病之Kaplan-Meier存活函數估計圖 64 圖a3.14 是否患有慢性疾病之對數累積風險函數估計圖 64 圖a3.15 自我評量健康狀況之Kaplan-Meier存活函數估計圖 65 圖a3.16 自我評量健康狀況之對數累積風險函數估計圖 65 圖a3.17 有無小便失禁之Kaplan-Meier存活函數估計圖 66 圖a3.18 有無小便失禁之對數累積風險函數估計圖 66 圖a3.19 曾經是否有抽菸之Kaplan-Meier存活函數估計圖 67 圖a3.20 曾經是否有抽菸之對數累積風險函數估計圖 67 圖a3.21 曾經是否有喝酒之Kaplan-Meier存活函數估計圖 68 圖a3.22 曾經是否有喝酒之對數累積風險函數估計圖 68 圖a3.23 曾經是否有吃檳榔之Kaplan-Meier存活函數估計圖 69 圖a3.24 曾經是否有吃檳榔之對數累積風險函數估計圖 69 圖a3.25 是否有參加社團之Kaplan-Meier存活函數估計圖 70 圖a3.26是否有參加社團之對數累積風險函數估計圖 70 圖a4.1 模型檢定之Kaplan-Meier存活函數估計圖 71 圖a4.3 分層-性別之Kaplan-Meier存活函數估計圖 72 圖a4.4 分層-性別之對數累積風險函數估計圖 72 圖a4.5 分層-族群之Kaplan-Meier存活函數估計圖 73 圖a4.6 分層-族群之對數累積風險函數估計圖 73 圖a4.7 分層-婚姻狀況之Kaplan-Meier存活函數估計圖 74 圖a4.8 分層-婚姻狀況之對數累積風險函數估計圖 74 圖a4.9 分層-居住行政區之Kaplan-Meier存活函數估計圖 75 圖a4.10 分層-居住行政區之對數累積風險函數估計圖 75 圖a4.11 分層-居住方式之Kaplan-Meier存活函數估計圖 76 圖a4.12 分層-居住方式之對數累積風險函數估計圖 76 圖a4.13 分層-自我評量健康狀況之Kaplan-Meier存活函數估計圖 77 圖a4.14 分層-自我評量健康狀況之對數累積風險函數估計圖 77 圖a4.15 分層-曾經吃檳榔與否之Kaplan-Meier存活函數估計圖 78 圖a4.16 分層-曾經吃檳榔與否之對數累積風險函數估計圖 78 圖a4.17 分層-抽菸和喝酒交互作用之Kaplan-Meier存活函數估計圖 79 圖a4.18 分層-抽菸和喝酒交互作用之對數累積風險函數估計圖 79

    一、中文部分
    1. 王香蘋(2003),「台灣老人罹病、活動功能、及健康自評的分析:1989年-1996年」,台灣社會福利學刊,第3期,77-106頁。
    2. 行政院衛生署國民健康局(2006),「民國九十二年台灣地區中老年身心社會生活狀況長期追蹤(第五次)調查成果報告」,行政院衛生署國民健康局台灣老人研究叢刊,系列10。
    3. 吳宜昆(1999),「老人日常活動層級性量表之建構與分析」,國立中正大學社會福利系碩士論文。
    4. 李宗派(2007),「老化概念(I):生物科學之老化理論」,臺灣老人保健學刊,第3卷第2期,1-24頁。
    5. 李宗派(2007),「老化概念(II):行為科學之老化理論與老化理論研究趨勢」,臺灣老人保健學刊,第3卷第2期,25-61頁。
    6. 何淑熙(2008),「台灣中老年人自覺健康之研究」,逢甲大學經濟學系博士論文。
    7. 呂雅惠(2009),「台灣地區中老年人長期生活滿意度研究」,國立台北大學統計學系碩士論文。
    8. 林小鳳、葉純志、劉怡妏(2004),「台灣地區五十歲以上女性國人憂鬱狀態之相關因素分析」,台灣人口學會舉辦之人口、家庭與國民健康政策回顧與展望研討會論文。
    9. 林惠生(2004),「老人宗教信仰虔誠度與精神抑鬱度之關係」,台灣人口學會舉辦之人口、家庭與國民健康政策回顧與展望研討會論文。
    10. 陳肇男(2000),「台灣老人之年齡增長與生活滿意」,人口學刊,第21期,37-59頁。
    11. 郭怡汾(2001),「社經地位、地區剝奪與老人存活狀況」,國立台灣大學衛生政策與管理研究所碩士論文。
    12. 郭鐘隆、黃久美、于漱、張麒懿、李恆華、林佩佩、張婷婷、陳琬菁、彭彥凌(2002),「台灣地區中老年人預防保健行為及其相關因素之探討」,國民健康局九十一年度科技研究發展計畫研究報告。
    13. 陳皇光(2007),「台灣地區六十五歲以上老年族群健康狀態影響死亡率的性別差異研究」,國立台灣大學公共衛生學院預防醫學研究所博士論文。
    14. 孫傳凱(2009),「婚姻與健康-台灣老人實證研究」,國立中央大學產業經濟研究所碩士論文。
    15. 張筱菁(2009),「台灣地區老人健康狀況變遷、存活狀況及其影響因素之探討」,國立台北護理學院醫護管理研究所碩士論文。
    16. 董和銳(2005),「台灣老年人口自評健康與功能障礙情形之轉變」,身心障礙研究,第3卷第2期,72-87頁。
    17. 鄭維芬(2009),「台灣地區老人存活分析及其教育對死亡率之影響」,東海大學統計學系碩士論文。
    18. 劉慧俐、楊明仁、張漢弘(2007),「社會資本與地區剝奪對老人存活狀況的影響」,台灣社會福利學會研討會論文。

    二、英文部分
    1. Anderson, P. K., Borgan, O., Gill, R. D., and Keiding, N. (1993). Statistical Models Based on Counting Processes. New York: Springer-Verlag.
    2. Breslow, N. and Crowley, J. (1974). A large sample study of the life table and product limit estimates under random censorship. Annals of Statistics 2: 437-453.
    3. Brookmeyer, R. and Crowley, J. J. (1982). A Confidence Interval for the Median Survival Time. Biometrics 38: 29-41.
    4. Cox, D. R. Regression Models and Life Tables (with Discussion). (1972). Journal of the Royal Statiscal Society B 34: 187-220.
    5. Greenwood, M., (1926). The National Duration of Cancer. In Reports On Public Health and Medical Subjects 33. London: His Majesty’s Stationery Office: 1-26.
    6. John P. Klein and Melvin L. Moeschberger (2003). Survival Analysis: Techniques for Censored and Truncated Data, 2nd ed, New York: Springer-Verlag.
    7. Kaplan, E. L. and Meier, P. (1958). Nonparametric Estimation from Incomplete Observations. Journal of the American Statistical Association 53: 457-481.
    8. Kalbfleisch, J. D. and Prentice, R. L. (1973). Marginal likelihoods based on cox’s regression and life model. Biometrika, 60(2): 267-278.
    9. Kumazawa, Y., (1987). A note on an estimator of life expectancy with random censorship. Biometrika 74: 655-658.
    10. Lynden-Bell, D. (1971). A Method of Allowing for Known Observational Selection in Small Samples Applied to 3CR Quasars. Mon. Not. Roy. Astron. Soc., 155: 95-81.

    QR CODE