| 中文摘要 | 第8-12页 |
| ABSTRACT | 第12-16页 |
| 符号说明 | 第17-18页 |
| 1 前言 | 第18-22页 |
| 2 资料与方法 | 第22-36页 |
| 2.1 资料来源 | 第22页 |
| 2.2 研究对象 | 第22-25页 |
| 2.2.1 高血压定义 | 第24-25页 |
| 2.3 调查内容与随访干预情况 | 第25-27页 |
| 2.3.1 调查内容和方法 | 第25页 |
| 2.3.2 问卷调查 | 第25页 |
| 2.3.3 随访评估 | 第25-27页 |
| 2.3.4 分类干预 | 第27页 |
| 2.3.5 高血压结局定义 | 第27页 |
| 2.4 研究设计与方法 | 第27-36页 |
| 2.4.1 研究设计 | 第28页 |
| 2.4.2 基于倾向性评分匹配的模拟随机化设计 | 第28-29页 |
| 2.4.3 个性化疗效评估模型 | 第29-35页 |
| 2.4.4 统计分析 | 第35-36页 |
| 3 结果 | 第36-54页 |
| 3.1 高血压管理队列的基本情况描述 | 第36-37页 |
| 3.2 高血压患者的药物处方谱分布 | 第37-39页 |
| 3.3 高血压患者的生活方式干预效果 | 第39-41页 |
| 3.4 随访干预期内高血压患者控制率变化趋势 | 第41-43页 |
| 3.5 高血压患者药物依从性变化趋势 | 第43-44页 |
| 3.6 基于倾向性得分匹配的模拟随机化结果 | 第44-47页 |
| 3.7 高血压患者药物干预平均治疗效果评价 | 第47-48页 |
| 3.8 个性化因果学习算法的比较与选择 | 第48-50页 |
| 3.9 基于uplift随机森林因果学习算法的个性化治疗效果评价结果 | 第50-54页 |
| 3.9.1 四种抗高血压药物处方的净效应分析结果 | 第50-52页 |
| 3.9.2 基于uplift随机森林因果学习的最佳受益人群特征筛选结果 | 第52-54页 |
| 4 讨论 | 第54-58页 |
| 5 结论 | 第58-59页 |
| 创新与不足 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文目录 | 第63-64页 |
| 附录 | 第64-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |