EFA主要用来初步确定因子个数、指标与因子的关系及因子与因子的关系。探索性因素分析示意图如图5-2所示。从干预效果条目EFA模型拟合指数的结果看，4因子模型的χ2、AIC、BIC和aBIC值均最小，而TLI和CFI值最大。图5-3 探索性因素分析碎石图......
2023-08-09
青少年视力不良防治实践：干预前后学生转化成果
【摘要】：(一) 干预前后学生用眼习惯和用眼行为改变各条目的分布情况EFA模拟结果显示，将用眼习惯改变和用眼行为改变两个因子分别进行混合模型潜在类别模拟，模型拟合信息指数结果如表5-4所示。性别、学习成绩、周末参加辅导班、每天做作业时间和教做眼保健操的干预方式仅对干预前有影响，差异有统计学意义。其中居住地和视力检查成正相关，干预前相关系数分别为0.253和0.477，干预后相关系数分别为0.258和0.515。
根据因子分析的结果，干预前后学生的变化分为两个不同的维度，不能粗略地将其合并在一起进行分析，这样会影响结果的显著性和稳定性，故我们将干预前后学生的变化分为用眼习惯改变和用眼行为改变两个部分分别进行LTA模型拟合和分析，分析学生在这两个维度的表现是否因为一年的视力干预活动而有所改变，以及改变的幅度和趋势情况。
(一) 干预前后学生用眼习惯和用眼行为改变各条目的分布情况
EFA模拟结果显示，将用眼习惯改变和用眼行为改变两个因子分别进行混合模型潜在类别模拟，模型拟合信息指数结果如表5-4所示。从拟合指数结果的比较来看，用眼行为改变模型指数要好于用眼习惯改变模型(AIC、BIC、aBIC值均较小，而Entropy值则较大)。
干预前后用眼习惯改变各条目回答问题的比例变化结果见表5-5。结果显示干预人群用眼习惯分为四个潜在类别：第一类有1656人(29.93%)，这一类学生表现为干预前后无改变，都表现很差；第二类有1602人(28.95%)，这一类学生干预前表现差，干预后用眼习惯变好；第三类仅有10人(0.18%)，这一类学生干预前表现好，干预后反而变差；第四类有2265人(40.94%)，这一类学生干预前后均表现很好很稳定。
5533名学生干预前后用眼行为的比例变化情况如表5-6所示，根据干预前后改变的趋势也可分为四类人群：第一类有1874人(33.87%)，这一类学生干预前后均表现得好；第二类有1784人(32.24%)，这一类学生干预前科学用眼，干预后反而变差；第三类有303人(5.48%)，这一类学生干预前表现差，干预后效果显著变好；第四类有1572人(28.41%)，干预对这一类学生行为改变无影响，前后均表现差。
(二) 干预前后学生的潜在转化的影响因素分析
将干预前后调查的基线资料，包括性别、年龄、年级、BMI水平、每天户外活动时间、家庭月均收入、居住地、教育程度、学校级别、开始认字年龄、学习成绩、周末参加辅导班、每天睡眠时间、每天做作业时间、干预次数、干预方式(包括视力检查、健康讲座、发放宣传册、改善教室环境、教眼保健操)因素与干预前后的效果做相关分析，看哪些因素对学生视力习惯和行为的改变有影响，并对四类不同变化人群在各个基线资料的特征进行描述和分析，以找到干预效果最好的那一类人群的特征(干预前效果差，干预后变好)，以便为后期制订有针对性的个性化干预方案提供依据和指导。
每天户外活动时间、居住地、学校级别及视力干预方式(视力检查、健康讲座和发放宣传册)对干预前后学生用眼习惯的改变均有影响(表5-7)，差异有统计学意义(P<0.05)。其中每天户外活动时间和学校级别成正相关，干预前相关系数分别为0.279和1.258，干预后相关系数分别为0.283和0.450。年龄和BMI水平仅对干预后改变有影响，相关系数为0.092和0.136(P<0.05)，而对干预前则无变化。性别、学习成绩、周末参加辅导班、每天做作业时间和教做眼保健操的干预方式仅对干预前有影响，差异有统计学意义(P<0.05)。干预前的基础值对干预后的影响显著(β=4.858，P<0.05)。
性别、每天户外活动时间、家庭月均收入、居住地、学习成绩、每天做作业时间及视力干预方式(视力检查、发放宣传册和改善教室环境)对干预前后学生用眼行为改变均有影响(表5-8)，差异有统计学意义(P<0.05)。其中居住地和视力检查成正相关，干预前相关系数分别为0.253和0.477，干预后相关系数分别为0.258和0.515。每天户外活动时间、学习成绩和每天做作业时间呈负相关，干预前相关系数分别为-0.227、-0.516和-0.623，干预后相关系数分别为-0.272、-0.327、-0.268，说明做作业时间越长学习压力越大，学习成绩越好的学生干预效果并不显著。教眼保健操的干预方式仅对干预后改变有影响，相关系数为0.220(P<0.05)，而对干预前则无变化。年龄、年级、教育程度、学校级别和干预次数仅对干预前有影响，差异有统计学意义(P<0.05)。干预前的基础值对干预后的影响显著(β=1.333，P<0.05)。
有关青少年视力不良防治的实践与创新的文章
- 详细阅读
-
青少年视力不良防治的实践与创新成果详细阅读
(二) 德国德国作为医疗大国，青少年近视率不足15%。该协会经常深入学校，对幼儿园、中小学的学生进行视力跟踪调查，定期检查学生视力，建立青少年视力档案，发现视力降低者及时进行检查、矫正。并且每年推出青少年视力报告，全面评估德国青少年的近视现状。在1888年，日本政府就制定了学生视力检查的训令，由此日本青少年视力防控拉开了帷幕。......
2023-08-09
-
青少年视力差异分析：干预前后效果详细阅读
(一) 青少年干预前后注意读写光线情况1. 2015年黄陂区不同人口学特征青少年干预前注意读写光线情况对2015年黄陂区不同人口学特征青少年干预前读写光线情况进行分析，发现干预前，有时注意读写光线情况构成比最高，为51.15%；其次是经常注意读写光线情况，构成比为31.83%；不注意读写光线情况的构成比最低，为17.02%。2015年黄陂区不同人口学特征青少年干预前注意读写光线情况如表3-5所示。......
2023-08-09
-
缓解视疲劳效果评估：青少年视力不良防治实践与详细阅读
干预后，合计在校每天做眼保健操情况每天做组构成比为最高，构成比为44.84%，有时做组构成比仅次于每天做组，干预后构成比为37.56%，从不做组构成比最低，为17.60%。干预后男性和女性每天做眼保健操情况均呈频率上升趋势。从不同居住地角度分析可知，各居住地组干预前在校每天做眼保健操情况的构成比均以有时做组最高，分别为44.40%、40.42%、45.37%和43.48%，各居住地组干预后在校每天做眼保健操情况的构成比均以每天做组最高，分别为47.10%、44.22%、42.83%和44.78%。......
2023-08-09
-
用眼习惯改变-青少年视力不良防治的实践与创新详细阅读
从不同年龄组角度分析可知，各年龄组认为教室里的光线正合适的构成比最高，分别为52.70%、50.76%、45.03%、45.85%、45.88%和34.62%。2015年黄陂区不同人口学特征青少年对教室学习光线的认知情况如表3-43所示。进一步对性别、年龄组、教育程度、学校级别、月均收入和居住地等不同人口学特征进......
2023-08-09
-
潜在转换分析与青少年视力不良防治详细阅读
潜在转换分析是潜在类别分析的扩展，是混合分布模型的一种。潜在类别概率和转移概率的预测可以使用Logistic回归直接并入LTA，如分组变量。LTA是以人群为导向的，个体被分为不同的亚组，是在潜在类别分析基础上的项目反应模式。注：P是转换概率，如P12代表第一个潜在类别在时间t时向在t+1时的第二个潜在类别转换的概率。LTA模型是横断面潜在类别分析的纵向应用。......
2023-08-09
-
青少年视力不良防治实践: 抽样街道及学校情况详细阅读
(一) 抽样街道及学校情况1. 抽样街道结果通过采用Excel随机数字法，在每个分区中随机抽取1个街道。具体抽样时，考虑到着重观察小学年龄阶段的效果，因而小学生与中学生的抽样比例设定为2∶1。......
2023-08-09
-
青少年视力不良防治的实践与创新，数据揭示高发详细阅读
视力不良是损害青少年视力的重要眼病之一，在中小学学生中具有极高的发病率，世界卫生组织也早已将缓解、消除五大类眼病列入“视觉 2020”行动中。而中国青少年视力不良的发病率更是稳居世界第一，据国家卫生部、教育部联合调查，小学生近视的比例约为34%，初中生约为60%，高中生为80%左右，在校大学生近视率更是高得惊人。......
2023-08-09
相关推荐