| 11 | Determining of migraine prognosis using latent growth mixture models显示文摘这篇论文论述的背景根据基线和纵分类病人进治疗的子类型的回顾的研究在周期性偏头痛预后就 heterogenity 而言观察了价值。在古典未来的临床的研究,参加者关于基线地位被分类并且在某个时间 period.However 以内列在后面,潜伏的生长混合模型是最合适的方法,它认为人口是 heterogenity 并且如果他们是失踪的在,是没影响的漏失随机。因此,我们计划了这全面研究在学习数据基于的 migraine.Methods 识别预示的因素 Mersin 的一个 10 年的基于计算机的后续数据大学头疼门诊病人部门。在亚群以内的发展轨道独立为头疼的严厉,频率,和持续时间被描述,每亚群的可能性被使用潜伏的生长混合模型估计。当模特儿的 SAS PROC TRAJ 过程, semiparametric 和基于组的混合来临,当时,被使用定义发展 trajectories.Results 为严厉的三组的模型(温和,中等,严重)并且频率(低,中等,高)头疼看起来适当,为持续时间的四组的模型(低,中等,高极其高)是更合适的。头疼的严厉与恶心在病人增加了,呕吐,畏光和头疼的 phonophobia.The 频率特别与增加年龄和单方的疼痛被联系。恶心和畏光与头疼 duration.Conclusions 恶心也是相关的,呕吐,畏光是最重要的因素鉴别发展 trajectories.The 宽恕时间不是为头疼的严厉,频率,和持续时间的一样。 | Bahar Tasdelen Aynur Ozge Hakan Kaleagasi Semra Erdogan Tufan Mengi | 2011 | Chinese Medical Journal2011，，7： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员