基于半参数加性logistic回归模型的交通事故紧急医疗救援响应时间的平滑效应分析

摘要

随着城市化进程的加快和机动化水平的提高，交通安全问题日益突显。在交通安全领域，大量学者利用统计学模型来揭露交通事故相关因素对事故人员死亡风险的深层次影响机理。其中，模型的性能和特性会直接影响到估算结果的精确度和可信度，采用不合理的统计学模型可能会导致对结果的错误解释。因此，采用更为合理的模型来挖掘交通事故中不同因素的致亡效应具有重要的意义。
　　本文以交通事故发生后紧急医疗救援响应时间的平滑效应为出发点，提出一种半参数加性logistic模型来探索响应时间与死亡风险的复杂关系。首先本文详细说明了紧急医疗救援的系统组成，从院前时间延误和医疗救援效果两方面分析了其对死亡风险的影响特征。其次，基于交通事故致亡因素复杂性的考虑，本文结合传统logistic模型和广义加性模型(Generalized additive model，GAM)提出了半参数加性logistic模型，采用平滑函数来估算连续变量的致亡效应，并选取了AIC、BIC、R2、ROC曲线四个指标作为模型评价标准。然后本文筛选出美国死亡事故分析报告系统(FARS)的部分数据作为样本，并对其进行描述性统计分析和相关性分析，判断其是否适合进行模型回归。最后本文对响应时间及其他相关变量分别进行了主效应分析、单独效应分析以及交互效应分析。在主效应分析中，本文在其他变量的平均水平下分别估算了单个变量的影响特征。在单独效应分析中，本文分别采用传统logistic模型的两种不同形式以及半参数加性logistic回归模型来探索响应时间复杂影响模式，并对三种模型进行了综合评价。在交互效应分析中，本文建立了响应时间与其他变量具有交互项的四种模型来探索响应时间在各分类变量不同水平下的异质性影响模式。
　　研究结果表明，半参数加性logistic模型与其他两种传统logistic模型均认为夜晚、男性、非机动车乘员以及未与车辆发生碰撞会不同程度地增加事故伤员的死亡风险。然而半参数加性logistic模型由于引入了平滑函数，大大提高了模型的灵活性，且模型评价结果表明其整体表现更加优越，可以深入挖掘响应时间的平滑影响模式。响应时间的平滑曲线确定了两个临界时刻（5分钟和17分钟），前者代表存活几率下降最快的时刻，后者表示紧急救援的“黄金时间”，另外在响应时间较长的情况下（17分钟～25分钟）死亡风险呈现出下降趋势。当响应时间与其他变量相互作用时，在其他变量的不同状态下响应时间与死亡风险之间的关系也不同。

目录

声明

致谢

摘要

1．1研究背景与意义

1．2国内外研究现状

1．2．1国外研究现状

1．2．2国内研究现状

1．2．3文献总结

1．3研究内容与技术路线

1．4本章小结

2交通事故及紧急医疗救援系统的基础理论

2．1交通事故的定义及分类

2．1．1交通事故的定义

2．1．2交通事故的分类

2．2道路交通事故紧急医疗救援系统的基本概念

2．2．1交通事故紧急医疗救援系统的定义

2．2．2交通事故紧急医疗救援系统的构成

2．3交通事故紧急医疗救援的影响分析

2．3．1院前时间延误

2．3．2医疗救援效果

2．4本章小结

3半参数加性logistic模型构建

3．1广义线性模型

3．1．1广义线性模型介绍

3．1．2传统logistic模型

3．2半参数加性logistic模型的建模方法

3．2．1广义加性模型介绍

3．2．2半参数加性logistic模型

3．3模型评价

3．4本章小结

4交通事故数据采集与处理

4．1交通事故数据采集

4．2样本数据描述性统计分析

4．3样本数据相关性分析

4．4本章小结

5紧急医疗救援响应时间的平滑效应分析

5．1紧急医疗救援响应时间的主效应分析

5．2紧急医疗救援响应时间的单独效应分析

5．2．1传统logistic回归模型的第一种形式

5．2．2传统logistic回归模型的第二种形式

5．2．3半参数加性logistic回归模型

5．2．4模型评价

5．3紧急医疗救援响应时间的交互效应分析

5．4 本章小结

6．1研究成果

6．2研究展望

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集