论文部分内容阅读
在肠道寄生虫项目的调研过程中,发现城市儿童身高、镇中心小学儿童身高、偏远山区村小儿童身高呈递减趋势,这使我对儿童的身高问题产生了极大的兴趣。之后查阅了大量文献,但未发现单独研究儿童身高问题的文献。大量文献研究儿童的营养状况,其中以儿童生长迟缓率作为衡量儿童身体健康的标准之一;此外主要是儿童身体健康的干预措施研究,从营养控制上影响儿童身高,研究干预前后儿童身体各指标的变化,以此评价干预效果。文献大多关注2岁以下、0至5岁和6岁以下等阶段儿童的身体健康状况,主要采用住户调查、幼儿园干预等方法实施研究,很少有对6岁以上儿童身体健康状况的研究。熊文强等人对3至14岁儿童的身高进行调查,发现有近半数的青少年在升学、征兵体检中达不到国家规定的身高标准。本文的研究目标不再关注于儿童身体健康状况这个综合指标,而是系统的分析影响儿童身高的因素,本文的研究对象为贵州贫困地区9至11岁的学龄儿童。本论文准备从个体因素和社会经济状况入手,个体因素包括儿童的民族、性别、年龄、年级、体重、血红蛋白含量、是否有寄生虫、是否住校、家里是否有电脑、日常生活主要是谁在管(这考虑到现在贵州山区留守儿童较多),父母的文化程度、职业、是否跟孩子住在一起等因素,社会经济状况包括学校环境和村医服务。学校环境包括学校是否有宿舍新建或改建,是否有食堂新建或改建,校长的民族、最高学历、职称、教龄、对儿童身体健康状况的重视程度。村医服务包括诊所的建立时间、村医人数、执业村医人数、诊所的产权性质等因素。葛建军在《统计研究中不可忽视的分层数据问题》中提到,在很多传统的研究中,研究人员采用普通的回归分析方法去处理他们所面临的分层数据的尴尬局面。肠道寄生虫项目的调研数据对“样本儿童问卷”所在的县、乡镇和学校都进行了编码,数据中样本儿童编码是嵌套在他们所在的村、学校、乡镇中的,因此只要任意选择一个样本儿童,就可以找到他们所在的村、所在的乡镇。类似地,我们选择一个村或乡镇,就可以看到这个村或乡镇里所有被调查样本儿童的数据。因此,该套数据中样本儿童个体数据可以作为第一层数据,社会经济状况因素包括学校和乡镇或村医院作为第二层数据,这次调研数据是一个标准的分层数据,利用分层统计方法可以得到更加接近事实的结论。本论文在研究个体因素对儿童身高的影响时,在同一变量层次上来研究儿童身高问题,采用描述性的统计方法、方差分析和多元回归分析,在研究社会经济状况时,属于多层数据时,采用分层线性模型(Hierarchical Linear Model,HLM)进行研究。将分层线性模型与常规的统计方法相结合进行研究,对影响贵州贫困地区儿童身高的研究显得更为有效。研究发现,农村贫困地区儿童身高普遍低于正常标准,跟自身因素关联度特别大,所以我们建议应关注儿童营养的摄入量,合理膳食。感染寄生虫的儿童身高较普通儿童来说较低,建议学校或是村卫生院应定期对儿童进行驱虫预防。另外跟儿童自身息息相关的家庭因素也是极为重要的,父母在身边的以及家庭经济条件好的儿童可以得到更为有效的照顾,是指更关注儿童各方面的成长,并非只关注吃饭穿衣。与此同时父母自身的教育问题也是不容忽视的。学校的宣传教育也很重要,让儿童们注重卫生,减少感染寄生虫。卫生院的情况也会对儿童身高产生影响。