分析马拉维疟疾流行状况的方法

以马拉维为例，介绍国家基本概况、疟疾流行状况，并以2014年马拉维疟疾指标调查为基础，重点分析疟疾防控措施的实施，利用回归分析，研究5岁以下儿童患疟疾的风险因子。

（1）变量选取与假设

为分析5岁以下儿童患疟疾的风险因子，本书选择2014年马拉维MIS调查中5岁以下儿童疟疾快速诊断试剂盒（RDTs）检测结果（是否患有疟疾）作为因变量，解释变量选择受调查家庭所处海拔、区域、城市或农村、5岁以下儿童性别、年龄、母亲受教育程度、儿童血红蛋白水平、家庭富裕程度、是否睡在防按纹蚊帐内、获得水源所需时间、用于睡眠房屋数量、是否喷洒杀蚊剂、卫生间类型、饮水来源、是否有电视、墙体材料、屋顶材料、地板材料。

（2）理论模型构建(www.xing528.com)

在一般回归模型中，因变量为区间（定量）变量，并且理论上要求其服从正态分布Line（线性、独立、正态、等方差）假定条件，而Logistic回归与一般回归的主要区别在于因变量的类型不同。由于因变量为二元数据，本书选择使用Binary Logistic回归分析来研究5岁以下儿童患疟疾的风险因子。

假设在自变量X 1、X 2、…、Xn的作用下，5岁以下儿童患疟疾的概率为P，则该事件不发生的概率为1-P，P/（1-P）为发生概率与不发生概率之比，记作“优势”（Odds），然后对Odds去自然对数，即对P做Logit转换，建立的Logistic线性回归模型为

式中，β0为常数项，表示自变量取值全为0时，比数的自然对数值，β1，β2，…，βn称为回归系数，表示当其他自变量取值保持不变时，该自变量取值增加一个单位引起比数比自然对数值的变化量。由公式可知，当P在（0，1）之间变化时，对应的Logit（P）的取值范围是-∞到＋∞。根据回归系数的大小可以判断模型中各自变量对5岁以下儿童患疟疾概率的影响，进而选出有显著意义的因子。