母乳喂养影响因素的对数线性模型分析
作者：赵宏林 侯金萍 佟伟军
【关键词】 母乳
摘要：在对母乳喂养影响因素单因素处理的基础上，采用多因素逐步回归分析筛选了对母乳喂养作用显著的7个因素，即难产、分娩年龄过大、孕期患病、月经恢复时间早、产后食欲差、产后照顾差、家族缺奶史。用非条件logistic回归分析求出了影响因素的危险度，然后，建立了对数线性模型：logm=u+u1，3+u2，3+u4+u5+u6+u7。从模型中进一步说明,母乳喂养除与产后月经恢复时间过早、产后食欲差、产后照顾差及家族缺奶史有关外，提示孕期患病不是直接的影响因素，而是难产与孕期患病的交互作用，及分娩年龄过大与孕期患病的交互作用，交互作用对母乳喂养产生影响。
关键词：母乳喂养；影响因素；对数线性模型
合理喂养对婴幼儿存活、生长、发育、健康和营养都极为重要。许多研究已经证明,母乳是婴儿最理想的天然食物,母乳含有婴幼儿生长发育必需的各种营养成分,母乳喂养无论对婴儿还是对母亲、家庭以及社会都具有其它喂养方式无可比拟的益处。
近年来关于母乳喂养的研究表明，母乳喂养率明显下降，并且各地有明显差异。为了解当地母乳喂养情况的影响因素，我们对内蒙古通辽市城市0~6个月婴儿母乳喂养情况，进行了流行病学调查，在多元逐步回归分析的基础上，用非条件logistic回归分析求出了影响因素的危险度，然后建立了母乳喂养影响因素的对数线性模型。
1 材料与方法
11 调查对象与方法
对象为内蒙古通辽市科尔沁区1998年12月1日至1999年5月1日出生婴儿的生母。喂养方式的划分参照全国母乳喂养监测协作组的方法。采用整群抽样法。在调查前对调查员进行了统一培训，统一方法，资料搜集采用一人一卡询问婴儿生母获得。
12 调查内容
包括婴儿一般情况、喂养方式、母亲一般特征、月经生育史、母亲孕乳期健康状况等因素。
13 统计分析方法
先采用H检验和χ2检验，对所有因素进行单因素分析。再将单因素分析有显著性的因素，进行指标定量化处理，然后，做多因素逐步回归分析，再对进入回归模型的因素做logistic回归分析求出影响因素的危险度，然后建立母乳喂养影响因素的对数线性模型。过程采用SPSS for windows 11.5及systet统计软件。
2 结果与分析
21 婴儿喂养方式
在调查的640个婴儿中，母乳喂养401例，占62.66％；混合喂养144例，占22.5％；人工喂养95例，占14.84％。4个月之内婴儿262例，母乳喂养170例，母乳喂养率64.89％。
22 影响母乳喂养的因素
单因素分析结果：有17个影响因素（均P＞0.05），即早产、难产(x1)、分娩年龄过大(x2)、初潮年龄、孕期患病(x3)、产后月经恢复时间早(x4)、初产年龄、产后食欲差(x5)、产后母亲上班、产后照顾差(x6)、家族缺奶史(x7)、产后避孕方法、母亲文化、民族、产次、每天喂母乳次数、产后母亲睡眠时间。
多因素分析结果：在上述单因素分析的基础上，进行了多因素逐步回归分析。其结果是，当选入变量F1和剔除变量F2均等于3.84时，回归方程为：
=-0.5050+0.1342x1+0.0150x2+0.2036x3-0.0232x4+0.3366x5+0.3116x6+0.2203x7
复相关系数R＝0.6134，F＝7.4755，P＜0.01。
对母乳喂养作用显著的（即进入回归模型的）因素有7个，即有难产(x1)、分娩年龄过大(x2)、孕期患病(x3)、月经恢复时间早(x4)、产后食欲差(x5)、产后照顾差(x6)、家族缺奶史(x7)。
多元逐步回归分析可以评价各因素对母乳喂养的总体影响，而非条件logistic回归模型可这些因素对非母乳喂养（缺奶）产生的危险度。因此，分析结果比较接近实际情况。表1 对数线性模型后退法建模部分计算过程（略）
在本研究中，最终进入logistic回归模型的因素有难产（OR=2.200，95％CI为1.246～3.885），分娩年龄过大（指＞28岁，OR=1.555，95％CI为1.020～2.371），孕期患病（OR=3.426，95％CI为1.593～7.366），月经恢复时间早（OR=2.070，95％CI为1.391～3.080），产后食欲差（OR=8.798，95％CI为5.941～13.029），产后照顾差（OR=1.454，95％CI为1.060～2.472），家族缺奶史（OR=2.446，95％CI为1.518～3.943）。
然后对这7个因素再建立对数线性模型，对数线性模型以对数频数为因变量,各种指标及其分类取值为自变量,可详细研究各指标间可能存在的交互效应,同时对率和比例等指标进行统计分析。高维列联表计算全部可能的模型，若需同时分析多个列联表时，同样工作很繁杂，一个理想的方法是能够自动筛选出最佳模型。后退法就是这样一种方法，计算时，先求包括了全部可能效应的模型，然后剔除各最高效应求G2，比较剔除与未剔除模型的G2差值,剔除差值的最小效应, G2差值服从χ2分布,自由度为两模型中独立参数之差。剔除过程至G2差值的χ2值大于χ20.05为止。经用后退法建立对数线性模型,得到最佳模型为：logm=u+u1，3+u2，3+u4+u5+u6+u7
从模型中可看出,母乳喂养除与产后月经恢复时间(x4)、产后食欲(x5)、产后照顾(x6)及母乳喂养史(x7)四个因素有关外，同时还存在有交互作用，进一步提示孕期患病(x3)不是直接的影响因素，而是难产(x1)与孕期患病的交互作用，及分娩年龄过大(x2) 与孕期患病的交互作用，交互后才对母乳喂养产生影响。
近年来,列联表资料分析方法的应用越来越广泛,Logistic回归分析在算出危险因子的相对危险性时，使疾病与致病因子间的联系得以揭示,但表的维数增加,尤其是几个因素无法确定因变量时,给这些方法带来了许多问题,除不能对锦州医学院各变量之间的关系给出一个系统评价外,也不能对变量的效应进行估计。在考虑可能存在的交互影响时, χ2检验、逐步回归分析、Logistic模型等就很难胜任,特别是遇到更为复杂的列联表资料时。为此,对数线性模型(LogLinear Model)是一个值得推荐的统计方法。本研究用该法探讨了母乳喂养的影响因素，进一步说明对数线性模型分析的方法更适合于各种多维列联表的深入分析。
2000年世界卫生组织(WHO)和联合国儿童基金会(UNICEF)倡导婴儿出生后6个月内纯母乳喂养是最佳的喂养方式。母乳喂养有利于婴幼儿生长发育,对婴幼儿体重、身高、头围的发育皆有促进作用;母乳喂养的婴幼儿认知能力和智商都要高于非母乳喂养婴幼儿;母乳喂养能够提高婴幼儿的免疫力,可有意义地降低感染危险性,尤其是胃肠道的感染。纯母乳喂养还可以降低特应性反应及哮喘的危险性。另外,母乳喂养对成年后的肥胖及相关慢性非传染性疾病也具有积极的预防作用。母乳对婴儿生长发育、智力发育的作用是其它代乳品所无法替代的,不仅适合婴儿营养需求,减少营养不良的发生,还可以预防许多影响儿童健康的疾病发生。通过本地区母乳喂养影响因素的研究，提示我们应建立起保障母亲能够实施母乳喂养的相关规章,同时开展适当而有效的干预措施来排除这些障碍，提高母乳喂养率。
1 赵宏林，刘永跃，佟伟军对数线性模型在分析蒙古族农牧民吸烟与高血压关系中的应用数理医药学杂志,2001,14(5):387~388
2 曹素华，主编.实用医学多因素统计方法.第一版.上海:上海医科大学出版社,1989,83.
3 刘爱东,翟凤英,赵丽云母乳喂养的研究现状国外医学（卫生学分册），2003,29:275~278
