首頁(yè) > 優(yōu)秀范文 > 統(tǒng)計(jì)學(xué)變量的分類
時(shí)間：2023-07-19 09:29:21
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇統(tǒng)計(jì)學(xué)變量的分類范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵
數(shù)據(jù)分析是指運(yùn)用一定的分析方法對(duì)數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營(yíng)銷研究問題所需信息的過程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場(chǎng)調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來，并最終指導(dǎo)決策的制定。
二、數(shù)據(jù)統(tǒng)計(jì)分析的原則
（1）科學(xué)性?？茖W(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場(chǎng)調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場(chǎng)調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對(duì)性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無論是基礎(chǔ)的分析方法還是高級(jí)的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢(shì)性。市場(chǎng)所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實(shí)用性。市場(chǎng)調(diào)研說到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。
三、推論性統(tǒng)計(jì)分析方法
（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類型自變量對(duì)數(shù)值型因變量的影響，比如它們之間有沒有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過檢驗(yàn)各個(gè)總體的均值是否相等來判斷分類型自變量對(duì)數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對(duì)應(yīng)的因果變化往往無法用精確的數(shù)學(xué)公式來描述，只有通過大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問題的常用方法是回歸分析?；貧w分析是從定量的角度對(duì)觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。
中圖分類號(hào)：X53 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2012）010-108-02
1 引言
隨著信息社會(huì)的到來，人類社會(huì)進(jìn)入了信息大爆炸的時(shí)代。面對(duì)海量的信息，人們對(duì)信息的要求發(fā)生了巨大變化。隨著計(jì)算機(jī)技術(shù)的出現(xiàn)和快速發(fā)展，對(duì)空間位置信息和其他屬性類信息進(jìn)行統(tǒng)一管理的地理信息系統(tǒng)也隨之快速發(fā)展起來了。
在眾多的地理信息軟件中，美國(guó)公司ESRI公司推出的ArcGIS地理信息平臺(tái)是最具代表性的GIS軟件平臺(tái)，其強(qiáng)大的空間分析處理工具和不斷更新、完善的空間分析功能是其他軟件無法比擬的。
土壤是在巖石風(fēng)化產(chǎn)物基礎(chǔ)上發(fā)育形成的自然體，土壤中還有各種重金屬，通過ArcGIS的地統(tǒng)計(jì)模塊能夠揭示土壤重金屬的空間變異規(guī)律和空間分布，為實(shí)現(xiàn)土壤可持續(xù)利用和區(qū)域規(guī)劃提供理論依據(jù)。
2 ArcGIS中地統(tǒng)計(jì)模塊
來自法國(guó)的統(tǒng)計(jì)學(xué)家G.Matheron在經(jīng)過許多研究和分析后后創(chuàng)立了一門嶄新的統(tǒng)計(jì)學(xué)分支：地統(tǒng)計(jì)學(xué)。地統(tǒng)計(jì)學(xué)的基礎(chǔ)是區(qū)域化變量，以變異函數(shù)為工具，研究的對(duì)象是具有隨機(jī)性和結(jié)構(gòu)性的自然現(xiàn)象。
2.1 地統(tǒng)計(jì)基本原理
2.1.1 地統(tǒng)計(jì)假設(shè)
統(tǒng)計(jì)是認(rèn)識(shí)客觀世界數(shù)量規(guī)律的有力工具，無論是進(jìn)行宏觀的國(guó)民經(jīng)濟(jì)管理，還是進(jìn)行微觀的企業(yè)經(jīng)營(yíng)決策，都需要準(zhǔn)確地把握有關(guān)經(jīng)濟(jì)運(yùn)行的各類數(shù)量信息。根據(jù)具體應(yīng)用領(lǐng)域的不同，先后形成了生物統(tǒng)計(jì)學(xué)、檔案統(tǒng)計(jì)學(xué)、管理統(tǒng)計(jì)學(xué)、信息統(tǒng)計(jì)學(xué)等統(tǒng)計(jì)學(xué)的不同學(xué)科。統(tǒng)計(jì)學(xué)方法在經(jīng)濟(jì)管理中有廣泛的應(yīng)用，經(jīng)濟(jì)管理評(píng)估、經(jīng)濟(jì)管理預(yù)測(cè)、經(jīng)濟(jì)管理分類、經(jīng)濟(jì)管理標(biāo)準(zhǔn)制定等領(lǐng)域統(tǒng)計(jì)學(xué)的思想和方法均發(fā)揮重要作用。同時(shí)，在經(jīng)濟(jì)管理工作的具體實(shí)踐中，也對(duì)統(tǒng)計(jì)調(diào)查的方法、統(tǒng)計(jì)分析工具甚至統(tǒng)計(jì)信息化工具提出了諸多新的需求，推動(dòng)統(tǒng)計(jì)科學(xué)的不斷發(fā)展和完善。因此，深入探討統(tǒng)計(jì)學(xué)在當(dāng)代經(jīng)濟(jì)管理工作中的影響，對(duì)于推動(dòng)統(tǒng)計(jì)科學(xué)和經(jīng)濟(jì)管理科學(xué)的發(fā)展具有重要的理論意義和實(shí)踐意義。
一、統(tǒng)計(jì)學(xué)的基本理論和價(jià)值觀
統(tǒng)計(jì)理論是數(shù)學(xué)的一門分支學(xué)科。它以概率論為基礎(chǔ)運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行分析、研究導(dǎo)出其概念規(guī)律性（即統(tǒng)計(jì)規(guī)律）。它主要研究隨機(jī)現(xiàn)象中局部（字樣）與整體（母體）之間，以及各有關(guān)因素之間相互聯(lián)系的規(guī)律性。它主要是利用樣本的平均數(shù)、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、變異系數(shù)率、均方、檢驗(yàn)推斷、相關(guān)回歸、聚類分析、判別分析、主成分分析、正交試驗(yàn)、模糊數(shù)學(xué)和灰色系統(tǒng)理論等有關(guān)統(tǒng)計(jì)量的計(jì)算來對(duì)實(shí)驗(yàn)所取得的數(shù)據(jù)和測(cè)量、調(diào)查所獲得的數(shù)據(jù)進(jìn)行有關(guān)分析研究得到所需結(jié)果的一種科學(xué)方法。統(tǒng)計(jì)學(xué)的價(jià)值觀主要體現(xiàn)在以下方面：第一，真實(shí)可信。統(tǒng)計(jì)資料的真實(shí)性是保證統(tǒng)計(jì)結(jié)論可行度的基礎(chǔ)，統(tǒng)計(jì)資料的真實(shí)性不僅包括統(tǒng)計(jì)數(shù)據(jù)本身的真實(shí)性，也包括統(tǒng)計(jì)過程的真實(shí)性，統(tǒng)計(jì)工作者只有堅(jiān)持真實(shí)可靠的價(jià)值觀，才能發(fā)揮統(tǒng)計(jì)在了解國(guó)情國(guó)力、服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展中的重要作用。第二，科學(xué)嚴(yán)謹(jǐn)。就是要提高統(tǒng)計(jì)的科學(xué)性，堅(jiān)持統(tǒng)計(jì)調(diào)查工作的規(guī)范統(tǒng)一，健全完善制度，夯實(shí)基層基礎(chǔ)，實(shí)現(xiàn)統(tǒng)計(jì)方法、手段的現(xiàn)代化，推動(dòng)統(tǒng)計(jì)能力、數(shù)據(jù)質(zhì)量、政府統(tǒng)計(jì)公信力的提高，努力爭(zhēng)創(chuàng)卓越一流的工作業(yè)績(jī)。第三，創(chuàng)新進(jìn)取。就是在進(jìn)行統(tǒng)計(jì)實(shí)踐工作和統(tǒng)計(jì)研究的過程中不斷以問題為導(dǎo)向，創(chuàng)新統(tǒng)計(jì)工作方法、創(chuàng)新統(tǒng)計(jì)技術(shù)，促使統(tǒng)計(jì)工作更好地為經(jīng)濟(jì)社會(huì)發(fā)展服務(wù)。
二、統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理中的應(yīng)用
實(shí)踐中，統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理評(píng)估、經(jīng)濟(jì)管理預(yù)測(cè)、經(jīng)濟(jì)管理分類、經(jīng)濟(jì)管理標(biāo)準(zhǔn)制定以及經(jīng)濟(jì)管理科學(xué)研究中都存在廣闊的應(yīng)用空間。
1.統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理評(píng)估中的應(yīng)用。通過評(píng)價(jià)工作為評(píng)估對(duì)象進(jìn)行排序并進(jìn)行擇優(yōu)是經(jīng)濟(jì)管理工作的重要職能，在評(píng)估的過程中通常包括指標(biāo)權(quán)重計(jì)算、指標(biāo)體系優(yōu)化等工作。在指標(biāo)權(quán)重計(jì)算方面，統(tǒng)計(jì)學(xué)中的主成分分析法、因子分析法、粗糙集方法，它不需征求專家的意見，切斷了權(quán)重系數(shù)主觀的來源，使權(quán)重系數(shù)具有絕對(duì)的客觀性，可以克服主觀因素的不利影響，同時(shí)減輕計(jì)算工作量；在指標(biāo)體系優(yōu)化方面，多元統(tǒng)計(jì)分析中的主成分分析法利用降維的思想，將多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法，主成分保留了原始變量絕大多數(shù)信息，且各個(gè)主成分之間互不相關(guān)，從而達(dá)到指標(biāo)優(yōu)化的目標(biāo)。
2.統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理預(yù)測(cè)中的應(yīng)用。在經(jīng)濟(jì)管理工作中，需要根據(jù)歷史數(shù)據(jù)對(duì)未來的發(fā)展趨勢(shì)做出判斷，例如根據(jù)歷史銷售量預(yù)測(cè)未來時(shí)間點(diǎn)的銷售情況，又如新古典增長(zhǎng)模型中重點(diǎn)研究的區(qū)域經(jīng)濟(jì)如何實(shí)現(xiàn)均衡增長(zhǎng)的經(jīng)濟(jì)學(xué)問題需要對(duì)經(jīng)濟(jì)增長(zhǎng)的收斂性即初期的靜態(tài)指標(biāo)（人均或勞均產(chǎn)出）和經(jīng)濟(jì)增長(zhǎng)速度之間的負(fù)相關(guān)關(guān)系進(jìn)行研究和檢驗(yàn)。為了解決上述問題，多元統(tǒng)計(jì)分析中的線性回歸以及通過對(duì)數(shù)化處理的擬線性回歸模型能夠有效解決經(jīng)濟(jì)發(fā)展的預(yù)測(cè)問題，又如統(tǒng)計(jì)學(xué)中開發(fā)出的收斂、絕對(duì)收斂、條件收斂等方法能夠?qū)?jīng)濟(jì)系統(tǒng)的收斂性問題進(jìn)行判斷和分析。
3.統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理分類中的應(yīng)用。在經(jīng)濟(jì)管理的過程中，通常需要將具有一定共性因素的管理對(duì)象進(jìn)行結(jié)合，在分類的基礎(chǔ)上，以類別為基礎(chǔ)提供差異化的管理，例如經(jīng)濟(jì)管理中的客戶關(guān)系管理就需要建立在客戶分類工作的基礎(chǔ)上。聚類分析屬于一種沒有先驗(yàn)知識(shí)的統(tǒng)計(jì)分析方法，在經(jīng)濟(jì)管理中進(jìn)行分類的基礎(chǔ)，首先在于建立分類對(duì)象的特征指標(biāo)，然后根據(jù)特征指標(biāo)收集數(shù)據(jù)，最后通過“距離”測(cè)量的方式建立將“距離”最近的對(duì)象歸為一類。系統(tǒng)聚類是一種重要的聚類方法，其基本思想是，首先將個(gè)樣本各自看成一類，這是各類之間的距離等于各樣品之間的距離，然后選擇距離最近的兩類合并成一個(gè)新的類，計(jì)算新的類與其他類之間的距離，再將距離最近的兩類合并，這樣每一縮小一類，直至所有的樣品規(guī)程一類為止。系統(tǒng)聚類法的聚合過程可以通過聚類圖的形式表示出來，這種圖不僅使聚合的過程一目了然，而且便于確定分多少類以及如何分類。
4.統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理標(biāo)準(zhǔn)中的應(yīng)用。在經(jīng)濟(jì)管理活動(dòng)中，經(jīng)常遇到標(biāo)準(zhǔn)制定的問題，例如，在工程經(jīng)濟(jì)管理領(lǐng)域，在相關(guān)元器件出廠檢驗(yàn)時(shí)就需要對(duì)元器件是否合格以及合格的元器件能夠應(yīng)用的具體場(chǎng)合做出判斷，這就需要進(jìn)行標(biāo)準(zhǔn)制定。實(shí)踐中，統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)抽樣和統(tǒng)計(jì)檢驗(yàn)方法能夠有效服務(wù)于標(biāo)準(zhǔn)的制定工作，應(yīng)用統(tǒng)計(jì)學(xué)的思想，可以在大樣本抽樣的基礎(chǔ)上獲得大量不具有相關(guān)性的統(tǒng)計(jì)數(shù)據(jù)，進(jìn)而以統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)對(duì)元器件壽命的分布函數(shù)予以假設(shè)和檢驗(yàn)，獲得具有統(tǒng)計(jì)顯著性的元器件壽命分布函數(shù)，并根據(jù)分布函數(shù)的特征制定元器件合格與否以及不同應(yīng)用場(chǎng)合的標(biāo)準(zhǔn)。
5.統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理研究中的應(yīng)用。研究方法問題是經(jīng)濟(jì)管理研究中的重要問題，研究方法的可靠性直接決定了研究結(jié)論的可信度。在經(jīng)濟(jì)管理領(lǐng)域中，實(shí)證研究方法是非常重要的研究方法論，在社會(huì)科學(xué)以及經(jīng)濟(jì)、市場(chǎng)、管理等研究領(lǐng)域，有時(shí)需處理多個(gè)原因、多個(gè)結(jié)果的關(guān)系，或者會(huì)碰到不可直接觀測(cè)的變量（即潛變量），為了解決這類對(duì)象問題的研究方法論問題，統(tǒng)計(jì)學(xué)的中結(jié)構(gòu)方程模型因?yàn)槟軌蛲瑫r(shí)處理多個(gè)因變量、容許自變量和因變量存在統(tǒng)計(jì)誤差、能夠同時(shí)估計(jì)因子結(jié)構(gòu)和因子關(guān)系以及能夠有效估計(jì)整個(gè)模型的擬合程度等優(yōu)勢(shì)，成為經(jīng)濟(jì)管理實(shí)證研究中的重要研究方法和工具。
三、統(tǒng)計(jì)學(xué)與當(dāng)代經(jīng)濟(jì)管理的交互影響分析
統(tǒng)計(jì)學(xué)與當(dāng)代經(jīng)濟(jì)管理的交互影響可以從統(tǒng)計(jì)學(xué)對(duì)經(jīng)濟(jì)管理工作的推動(dòng)作用和經(jīng)濟(jì)管理工作對(duì)統(tǒng)計(jì)學(xué)的推動(dòng)作用兩個(gè)層面理解：
1.統(tǒng)計(jì)學(xué)對(duì)經(jīng)濟(jì)管理工作的推動(dòng)作用。一方面，統(tǒng)計(jì)學(xué)方法推動(dòng)經(jīng)濟(jì)管理科學(xué)化。在泰勒的科學(xué)管理體系中，通過科學(xué)的觀察、記錄和分析，致力于“時(shí)間動(dòng)作研究”，探討提高勞動(dòng)生產(chǎn)率的最佳方法，制定出合理的日工作量，其中孕育著通過定量化提高管理的準(zhǔn)確性和科學(xué)性的思想，統(tǒng)計(jì)學(xué)方法本身作為應(yīng)用數(shù)學(xué)的重要分支，是實(shí)現(xiàn)經(jīng)濟(jì)管理科學(xué)化重要工具，有助于推動(dòng)經(jīng)濟(jì)管理科學(xué)化目標(biāo)的實(shí)現(xiàn)。另一方面，近年來，各種統(tǒng)計(jì)分析軟件高速發(fā)展，StatisticsProcedureforSo-cialScience（SPSS）、SAS等統(tǒng)計(jì)學(xué)軟件的出現(xiàn)極大提高了統(tǒng)計(jì)學(xué)方法在經(jīng)濟(jì)管理中的應(yīng)用程度，也極大地規(guī)范了經(jīng)濟(jì)管理研究工作的科學(xué)性和規(guī)范性。對(duì)于操作者而言，只要能夠在科學(xué)收集數(shù)據(jù)的基礎(chǔ)上正確掌握上述軟件的操作步驟，甚至無須精通各種統(tǒng)計(jì)模型冗余的推導(dǎo)過程都可以得出研究結(jié)論。
2.經(jīng)濟(jì)管理工作對(duì)統(tǒng)計(jì)學(xué)的推動(dòng)作用。經(jīng)濟(jì)管理的過程本身也推動(dòng)了統(tǒng)計(jì)學(xué)的發(fā)展，例如，經(jīng)濟(jì)管理中經(jīng)常面臨樣本數(shù)量不足的統(tǒng)計(jì)推斷問題，如在樣本數(shù)量低于30個(gè)的情況下如何通過統(tǒng)計(jì)推斷形成關(guān)于樣本整體特征的描述，這就推動(dòng)了統(tǒng)計(jì)學(xué)中小樣本參數(shù)估計(jì)、小樣本假設(shè)檢驗(yàn)等相關(guān)統(tǒng)計(jì)學(xué)技術(shù)的發(fā)展；又如，大數(shù)據(jù)時(shí)代，數(shù)據(jù)量快速增大，數(shù)據(jù)增長(zhǎng)速度的加快，以及數(shù)據(jù)的多樣性，即數(shù)據(jù)的來源、種類不斷增加。在大數(shù)據(jù)時(shí)代，許多傳統(tǒng)統(tǒng)計(jì)方法應(yīng)用到大數(shù)據(jù)上，巨大計(jì)算量和存儲(chǔ)量往往使其難以承受；對(duì)結(jié)構(gòu)復(fù)雜、來源多樣的數(shù)據(jù)，如何建立有效的統(tǒng)計(jì)學(xué)模型也需要新的探索和嘗試。因此，經(jīng)濟(jì)管理對(duì)象復(fù)雜性的不斷提高也推動(dòng)了統(tǒng)計(jì)學(xué)技術(shù)的不斷發(fā)展和完善。綜上可見，統(tǒng)計(jì)學(xué)方法與經(jīng)濟(jì)管理之間相互聯(lián)系，統(tǒng)計(jì)學(xué)方法為經(jīng)濟(jì)管理研究和經(jīng)濟(jì)管理工作提供方法論指導(dǎo)，經(jīng)濟(jì)管理研究和實(shí)踐工作為統(tǒng)計(jì)學(xué)的提供實(shí)踐土壤，而且隨著經(jīng)濟(jì)管理對(duì)象復(fù)雜性的提高，不斷為統(tǒng)計(jì)技術(shù)的發(fā)展提出諸多新的需求。因此，統(tǒng)計(jì)學(xué)方法與經(jīng)濟(jì)管理之間并非相互割裂關(guān)系，而是二者相互影響、相互推動(dòng)、協(xié)同發(fā)展。
四、結(jié)語
統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)管理評(píng)估、經(jīng)濟(jì)管理預(yù)測(cè)、經(jīng)濟(jì)管理分類、經(jīng)濟(jì)管理標(biāo)準(zhǔn)制定以及經(jīng)濟(jì)管理科學(xué)研究中都存在廣闊的應(yīng)用空間。統(tǒng)計(jì)學(xué)與當(dāng)代經(jīng)濟(jì)管理交互影響、相互推動(dòng)，統(tǒng)計(jì)學(xué)方法有助于推動(dòng)經(jīng)濟(jì)管理科學(xué)化目標(biāo)的實(shí)現(xiàn)，統(tǒng)計(jì)軟件的廣泛應(yīng)用提高了統(tǒng)計(jì)方法應(yīng)用于經(jīng)濟(jì)管理的便利性；經(jīng)濟(jì)管理中小樣本以及大數(shù)據(jù)等問題的出現(xiàn)對(duì)統(tǒng)計(jì)學(xué)的技術(shù)發(fā)展提出了新的需求。
參考文獻(xiàn)：
[1]何曉群.多元統(tǒng)計(jì)分析：第2版[M].北京：中國(guó)人民大學(xué)出版社，2008.
【關(guān)鍵詞】 慢性阻塞性肺疾??；辨證標(biāo)準(zhǔn)；證型分布；肺功能；生活質(zhì)量；臨床流行病學(xué)；聚類分析；因子分析
Abstract：Objective To study general law of typing according to syndrome differentiation of Chronic Obstructive Pulmonary Disease (COPD). Method Based on large sample prospective Clinical Epidemiology investigation， symptoms， conditions of tongue， pulse according to TCM and pulmonary function， quality of life in 616 patients of COPD were collected. By means of Frequencies procedure， factor analysis， cluster analysis and analysis of variance in SPSS11.5， analyze the investigated data and lay difficient types of syndrome of COPD according to TCM. Meanwhile， explored distinct distribution and the relation between types of syndrome and pulmonary function， quality of life in patient5 with COPD. Result There were six types according to syndrome differentiation of COPD， deficiency of lung-qi， pathogenic wind-cold attacking lung， deficiency of pulmonosplenic both vital energy and yin， yin-deficiency of the lung and kidney， stagnation of phlegm and pathogenic fluid-reteneion in lung following splenic asthenia and stagnation of liver-qi， blood stasis-phlegm following deficiency of heart-yang and kidney-yang. There were multiple types of syndrome in COPD patients， the relation was detected between each type of syndrome and lung function， quality of life. Conclusion To draw assistance from clinical epidemiology and mathematical statistics method， the initial standard of differentiation of symptoms and signs to COPD was layed. The regularity of types of syndrome to COPD was detected. The result could be used in diagnosis of COPD， and the method could be communicated in the standardization research of syndrome differentiation.
Key words：COPD；typing according to syndrome differentiation；distribution of syndrome type；lung function；quality of life；clinical epidemiology；cluster analysis； factor analysis
證候規(guī)范化、標(biāo)準(zhǔn)化研究是目前中醫(yī)研究的一個(gè)熱點(diǎn)和難點(diǎn)?，F(xiàn)有的中醫(yī)辨證標(biāo)準(zhǔn)多是古代或現(xiàn)代醫(yī)家的經(jīng)驗(yàn)總結(jié)，很難形成統(tǒng)一的認(rèn)識(shí)。慢性阻塞性肺疾病(COPD)臨床辨證多隸屬于中醫(yī)多個(gè)證或病的范疇，如：咳嗽、喘證、肺脹、痰飲等病證。本研究從臨床流行病學(xué)和醫(yī)學(xué)統(tǒng)計(jì)學(xué)方法的角度，對(duì)COPD辨證標(biāo)準(zhǔn)進(jìn)行了研究，以期能為證候標(biāo)準(zhǔn)的規(guī)范化研究及COPD的臨床辨證提供一定的參考。
1 研究思路
通過大樣本臨床流行病學(xué)/DME的前瞻性調(diào)查，收集COPD患者相關(guān)中醫(yī)四診信息變量；借助現(xiàn)代數(shù)理統(tǒng)計(jì)學(xué)理論和方法，挖掘大量數(shù)據(jù)本身所蘊(yùn)含的內(nèi)部規(guī)律；結(jié)合中醫(yī)理論，分析數(shù)據(jù)規(guī)律的專業(yè)意義。
2 研究方法
2.1 調(diào)查表格的設(shè)計(jì)
2.1.1 信息變量選取
查閱近10年文獻(xiàn)報(bào)道的有關(guān)中醫(yī)藥對(duì)COPD認(rèn)識(shí)的文章(108篇)及《中醫(yī)診斷學(xué)》(五版教材)、《中醫(yī)內(nèi)科學(xué)》(五版教材)、《上海市診療常規(guī)》等屬“咳嗽”、“喘證”、“肺脹”等范疇者，從中收集所有涉及到的中醫(yī)四診的癥狀體征，確定基本信息變量。為保證信息采集的準(zhǔn)確性，各變量中細(xì)分信息，按不同變量處理，如：咯痰可分為痰質(zhì)、痰色、痰量；痰色又可有黃、白、其他之分。依照此法，共收集基本信息變量105個(gè)。
2.1.2 信息變量的賦值
根據(jù)中醫(yī)辨證特點(diǎn)和信息處理的需要，通過咨詢有關(guān)統(tǒng)計(jì)學(xué)專家和既往參與過類似研究的專家，變量賦值具體擬定如下： ①將辨證特異性變量咳嗽、咯痰、喘息按臨床程度各分為3個(gè)不同等級(jí)變；②其余癥狀、體征變量按二分類變量賦值(即有該信息負(fù)1分，無則負(fù)0分)；③舌象變量按舌體、舌苔、舌津分列COPD常見基礎(chǔ)項(xiàng)目，均按二分類變量賦值(即有該信息負(fù)1分，無則負(fù)0分)；④脈象變量按浮、沉、遲、數(shù)、滑、澀、濡、緊、弦、結(jié)、代、促等12條信息變量及左右脈是否相同選項(xiàng)，均按二分類變量賦值(即有該信息負(fù)1分，無則負(fù)0分)。
2.2 臨床調(diào)查的實(shí)施
調(diào)查病例來自上海中醫(yī)藥大學(xué)附屬龍華醫(yī)院、曙光醫(yī)院、岳陽醫(yī)院和江蘇省泰州市中醫(yī)院，2005年3月－2006年3月住院及門診符合最新指南[1-2]COPD診斷標(biāo)準(zhǔn)且能配合問卷調(diào)查的患者，排除已知病因或具有特異病理表現(xiàn)并有氣流阻塞的一些疾病患者(如囊性纖維化、彌漫性泛細(xì)支氣管炎或閉塞性細(xì)支氣管炎等)。由經(jīng)過統(tǒng)一培訓(xùn)的臨床醫(yī)師采用問卷調(diào)查的方式共完成調(diào)查621例，其中4例患者因缺少大部分調(diào)查信息而被剔除，1例患者缺失主要辨證信息而未進(jìn)行證型研究數(shù)據(jù)分析。臨床診斷COPD急性加重期442例(71.6%)，緩解期175例(28.4%)；男性350例(56.7%)，女性267例(43.3%)；年齡最小30歲，最大95歲，平均年齡(68.11±12.15)歲；病程最短1年，最長(zhǎng)70年，平均病程(14.59±12.51)年；111例(18%)患者有家族性遺傳傾向；250例(40.5%)患者有吸煙史。
2.3 數(shù)據(jù)挖掘[3-6]
采用SPSS13.0統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)分析，按統(tǒng)計(jì)學(xué)要求完成數(shù)據(jù)庫(kù)的建立、數(shù)據(jù)錄入、核對(duì)和管理，在統(tǒng)計(jì)學(xué)專家和中醫(yī)專業(yè)專家指導(dǎo)下完成。
2.3.1 調(diào)查對(duì)象一般資料的臨床分布特征描述性統(tǒng)計(jì)分析
包括性別、年齡、病程、吸煙情況、住院情況、既往和家族疾病史等。
2.3.2 變量分類(分型)
①調(diào)查辨證信息變量進(jìn)行初步頻數(shù)統(tǒng)計(jì)，按照統(tǒng)計(jì)學(xué)慣例剔除頻數(shù)在7%以下變量，共保留86個(gè)信息變量。
②將濾過后得到的86個(gè)辨證信息變量進(jìn)行分層聚類(指標(biāo)聚類)，不斷嘗試后采用離均差平方和法(Ward’s Method)測(cè)算各數(shù)據(jù)間二分類變量歐幾里得距離(Binary Squared Euclidean Distance)，將距離最近的兩條數(shù)據(jù)并為一個(gè)類別，從而成為n-1各類別，新產(chǎn)生的類別與其他各個(gè)類別間的距離形成新的距陣，按同樣原則，再將距離最接近的兩個(gè)類別合并，以此類推，直到所有的數(shù)據(jù)都合并成為一個(gè)類別為止。根據(jù)聚類分析的核心思想(同組類變量間距離或差異最小，不同組類變量間距離或差異較大)，通過聚類樹狀圖分析，將86個(gè)信息變量分為六組類(證型)。
③分別對(duì)聚類得來的6組類變量進(jìn)行因子分析：A.根據(jù)因子分析提取數(shù)據(jù)集主要信息的降維思想對(duì)各變量集進(jìn)行因子分析，參考各公因子因子載荷和方差貢獻(xiàn)率，分析變量集中各變量的信息權(quán)重或稱重要性，結(jié)合專業(yè)理論及專家咨詢，擬定COPD辨證分型模式。B.結(jié)合專業(yè)特點(diǎn)，咨詢統(tǒng)計(jì)學(xué)專家，考慮本調(diào)查的信息采集特點(diǎn)，可能存在較多的混雜因素，因子分析提取的公因子對(duì)變量信息集解釋程度可能不是很高，如果因子累計(jì)方差貢獻(xiàn)率大于60%，就認(rèn)為公因子反映了該變量集的主要信息。為更明確顯示各公因子特征，因子分析后作因子旋轉(zhuǎn)(旋轉(zhuǎn)后總含帶信息量不變)，增加各因子間的距離，并且因子載荷矩陣(Component Matrix)表僅顯示大于等于0.5的因子載荷。C.因子分析前，首先進(jìn)行抽樣適合程度統(tǒng)計(jì)量KMO和Bartlett球形檢驗(yàn)，判斷變量間的偏相關(guān)性和各變量是否各自獨(dú)立，分析是否適用于因子分析。參考因子共性方差大于0.5的變量數(shù)占總變量數(shù)的比例，當(dāng)該值越大時(shí)，表明大多數(shù)變量都能被因子加以解釋，另一個(gè)角度衡量應(yīng)用因子分析適宜性。
2.3.3 證型分布特征[3]
先將616例患者通過聚類分析分類，形成具有相同證型特征的患者群體，再對(duì)每一類患者群體的主要證型特征進(jìn)行分析。
①根據(jù)SPSS輸出函數(shù)系數(shù)矩陣，采用回歸方法求出因子得分函數(shù)，計(jì)算出各樣本在不同公因子上的公因子得分 faci_n(SPSS能自動(dòng)生成)，以此來表示各樣本函帶不同公因子信息的多少，從專業(yè)上講就是函帶不同證型(病機(jī))特點(diǎn)的分量。再按如下公式計(jì)算每一基礎(chǔ)證型的綜合統(tǒng)計(jì)量COMF-n(表示每一樣本函帶每一基礎(chǔ)證型主要病機(jī)特點(diǎn)的多少)。
COMF-n＝λ1/(λ1＋λ2＋…＋λi)*fac1_n＋λ2/(λ1＋λ2＋…＋λi)* fac2_n＋……＋λi/(λ1＋λ2＋…＋λi)*faci_n
上述公式中，COMF-n是樣本在第n個(gè)基礎(chǔ)證型上的綜合得分，λi為方差貢獻(xiàn)率的權(quán)數(shù)，faci_n為樣本在第n個(gè)基礎(chǔ)證型上第i個(gè)公因子上的得分。
②將綜合公因子(COMF-n)作為自變量對(duì)616例樣本進(jìn)行快速聚類(K-Means聚類)，通過不斷迭代并使用K-means算法不斷更換聚類中心(分別以2、3、4、5、6、7、8、9、10類為中心)，把觀察各樣本不斷分配到與之最近的聚類中心，結(jié)合聚不同類型時(shí)各反映基本病機(jī)特征的公因子分布情況和各類中心間距離，最后將調(diào)查對(duì)象歸為7類。
③進(jìn)行各群組間綜合因子得分和各公因子得分單因素方差分析(各組方差齊性檢驗(yàn)，依據(jù)綜合因子得分反映不同證型信息，按群組綜合因子得分均數(shù)大小及各組間差異，找出反映相應(yīng)基礎(chǔ)證型綜合因子得分(COMF-n)均值最大和最小者，可認(rèn)為綜合因子得分均值最大患者群主要反映該證型特征信息，得分均值最小患者群函帶很少的該證型信息。
④結(jié)合各群組患者信息變量的頻數(shù)特征進(jìn)行分析。
2.4 建立COPD基礎(chǔ)證型的思路和方法
A.結(jié)合因子分析中公因子的特征(函帶專業(yè)意義但不可直接測(cè)量的隨機(jī)變量)和方差貢獻(xiàn)率及因子載荷的不同，分析各因子函帶的中醫(yī)病機(jī)特征。B.按臟腑定病位、寒熱虛實(shí)定病性原則，給各組類變量集命名。C.根據(jù)各公因子方差貢獻(xiàn)率和變量因子載荷的不同，確定主癥和次癥。D.證型名稱符合《中醫(yī)證候辨治軌范》[7]規(guī)范的原則。
3 研究結(jié)果
3.1 辨證分型
①肺氣虛型。主癥：輕度咳嗽、輕度喘息、輕度咯痰；次癥：痰色白、脈滑。具備1項(xiàng)主癥，同時(shí)具備1項(xiàng)或2項(xiàng)次癥者可辨為此型。②脾虛肝郁兼痰飲伏肺型。主癥：食少、納呆、口淡無味、腕痞；次癥：時(shí)有太息、胸脅滿門、自汗、中度咳嗽、中度咯痰、中度喘息、脈沉無力或脈弦。具備1項(xiàng)主癥，同時(shí)具備2項(xiàng)或2項(xiàng)以上次癥者可辨為此型。③痰瘀交結(jié)兼心腎陽虛型。主癥：尿黃、發(fā)熱、痰色黃或唇甲青紫、面浮肢腫、重度喘息、形寒肢冷或便溏、舌有齒痕或脈促；次癥：惡心、嘔吐、尿后余瀝、小便清長(zhǎng)、胸痛、痰稠、舌紅、舌黯紅、舌體瘦薄、苔薄黃、苔薄黃膩、脈代或澀或結(jié)或遲或緊。具備2項(xiàng)主癥，同時(shí)具備2項(xiàng)或2項(xiàng)以上次癥者可辨為此型。④風(fēng)寒襲肺型。主癥：惡風(fēng)、怕冷；次癥：頭昏、頭暈、痰稀、舌淡紅、苔薄白、脈浮有力或濡。具備1項(xiàng)主癥，同時(shí)具備2項(xiàng)或2項(xiàng)以上次癥者可辨為此型。⑤肺脾氣陰兩虛型。主癥：神疲、少氣懶言、體倦乏力；次癥：胸悶、痰粘、脈數(shù)、舌少津。具備1項(xiàng)主癥，同時(shí)具備2項(xiàng)或2項(xiàng)以上次癥者可辨為此型。⑥肺腎陰虛型。主癥：口渴、口干、盜汗、便秘；次癥：失眠、多夢(mèng)、健忘、腰膝酸軟、耳聾耳鳴、夜尿頻多。具備1項(xiàng)主癥，同時(shí)具備2項(xiàng)或2項(xiàng)以上次癥者可辨為此型。
3.2 證型分布特征
借助因子分析方法，分析調(diào)查了COPD患者的主要證型分布：128例患者(20.78%)僅表現(xiàn)為肺氣虛型為主，病變主要局限于肺，臟腑虛損的征象不明顯；183例患者(29.70%)表現(xiàn)為肺脾氣陰兩虛型為主，其中84例(13.64%)兼見風(fēng)寒襲肺型，病位主要在肺脾兩臟，氣陰出現(xiàn)虧虛；167例患者(27.11%)痰飲實(shí)邪與肺脾腎虧虛、陰陽失衡并見，病變累及肺脾腎三臟，氣虛同時(shí)出現(xiàn)臟腑陰陽失恒，多兼見痰飲實(shí)邪；138例患者(22.41%)痰瘀交結(jié)、氣虛運(yùn)行失常與陰陽虛衰并見，病變累及肺脾腎心肝五臟，臟腑陽氣虛損明顯，多表現(xiàn)為多臟腑虛衰(心腎為主)與痰瘀實(shí)邪夾雜。
4 討論
中醫(yī)學(xué)按照古老的中國(guó)哲學(xué)思維方式對(duì)待人體的生理、病理，其理論特征所決定的臨床信息采集和整合模式與現(xiàn)代科技(包括現(xiàn)代醫(yī)學(xué))的思維方式有較大的差異，使現(xiàn)代中醫(yī)學(xué)很難充分利用目前科技飛速發(fā)展成果，嚴(yán)重阻礙了中醫(yī)學(xué)的發(fā)展。尋找中醫(yī)學(xué)與現(xiàn)代科技的切入點(diǎn)，充分利用科技信息豐富、發(fā)展中醫(yī)藥理論，是當(dāng)代中醫(yī)藥工作者面臨的緊迫問題。通過近半個(gè)世紀(jì)的摸索，雖未實(shí)現(xiàn)理論的實(shí)質(zhì)性突破，但形成了一些認(rèn)識(shí)上的共識(shí)，其中證候作為聯(lián)系中醫(yī)理論基礎(chǔ)與臨床辨治的紐帶，受到廣泛的關(guān)注，并成為中醫(yī)藥現(xiàn)代化研究的重點(diǎn)和關(guān)鍵環(huán)節(jié)。辨證論治體系中辨證是論治的基礎(chǔ)，證候的提煉又是辨證的核心內(nèi)容，進(jìn)一步加強(qiáng)證候的規(guī)范化、標(biāo)準(zhǔn)化研究，切實(shí)提高辨證論治水平已成為中醫(yī)藥界的共識(shí)。
現(xiàn)有的辨證分型主要根據(jù)古代或現(xiàn)代醫(yī)家的經(jīng)驗(yàn)，缺乏大型流行病學(xué)調(diào)查，而現(xiàn)代人與古人在生活環(huán)境、營(yíng)養(yǎng)水平以及治療條件等方面各有差異，證型特征分布方面亦應(yīng)有所偏差。本研究借助數(shù)理統(tǒng)計(jì)學(xué)模型，將各證型的四診信息變量在辨證中的權(quán)重?cái)?shù)量化，近而確定每一證型的主癥和次癥，所得結(jié)果與傳統(tǒng)辨證分型及文獻(xiàn)分型不盡一致。另外，在研究過程中，數(shù)理統(tǒng)計(jì)學(xué)本身存在的醫(yī)學(xué)專業(yè)的局限性，通過多位中醫(yī)藥專家咨詢，并和統(tǒng)計(jì)學(xué)專家協(xié)商的方法完成統(tǒng)計(jì)學(xué)與證型研究的結(jié)合。
本研究顯示，128例(20.78%)COPD患者病程相對(duì)較短(平均7年)，僅主要表現(xiàn)為肺氣虛型為主。183例COPD患者(29.70%)病程平均11～13年，主要表現(xiàn)為肺脾氣陰兩虛型。167例患者(27.11%)病程平均約為14～15年，主要表現(xiàn)為痰飲實(shí)邪與肺脾腎三臟虧虛、陰陽失衡并見。138例患者(22.41%)病程平均約為20～23年，主要表現(xiàn)為痰瘀寒熱夾雜、氣虛運(yùn)行失常與陰陽虛衰并見。隨著病程進(jìn)展，證型分布由單純證候向復(fù)合證候發(fā)展，早期多以肺臟功能異常為主要表現(xiàn)，病情發(fā)展逐漸使臟腑功能虛損、陰陽失衡(以肺、脾、腎為主)，兼見長(zhǎng)期痰飲內(nèi)伏征象，進(jìn)一步發(fā)展而出現(xiàn)痰停瘀阻、陰陽虛衰等多臟腑病變并見的全身性病理改變。
【參考文獻(xiàn)】
[1] NHLBI/WHO Initiative for Chronic Obstructive Lung Disease (COLD) Workshop. Summary Global Strategy for the Diagnosis， Management， and Prevention of Chronic Obstructive Pulmonary Disease[J].Am J Respir Crit Care Med，2001，163(5)：1256－1276.
[2] 中華醫(yī)學(xué)會(huì)呼吸病學(xué)分會(huì)慢性阻塞性肺疾病學(xué)組.慢性阻塞性肺疾病診治指南[J].中華結(jié)核和呼吸雜志，2002，25(8)：453－460.
[3] 張文彤，閻 潔.SPSS統(tǒng)計(jì)分析基礎(chǔ)教程[M].北京：高等教育出版社， 2004.9.
[4] 金丕煥.醫(yī)用統(tǒng)計(jì)學(xué)方法[M].第2版.上海：復(fù)旦大學(xué)出版社，2003.9.
隨著生物信息技術(shù)的飛速發(fā)展，生物醫(yī)學(xué)研究領(lǐng)域的數(shù)據(jù)呈幾何級(jí)增長(zhǎng)。近年來，生物醫(yī)學(xué)大數(shù)據(jù)受到學(xué)者們的廣泛關(guān)注。生物醫(yī)學(xué)大數(shù)據(jù)具有典型的“4V”特征：體量巨大（volume）、種類繁多（variety）、實(shí)時(shí)更新（velocity）、價(jià)值隱藏（value）[1]；“3H”特點(diǎn)：高維（highdimension）、高度計(jì)算復(fù)雜性（highcomplexity）、高度不確定性（highuncertainty）[2]。因此，綜合利用生物學(xué)、醫(yī)學(xué)、數(shù)學(xué)、流行病學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)學(xué)等多個(gè)學(xué)科的方法和手段，從中挖掘“有價(jià)值”的信息，為生物醫(yī)學(xué)研究提供確鑿有效的證據(jù)，顯得尤為重要。筆者以肺癌全基因組關(guān)聯(lián)研究（genome-wideas-sociationstudy，GWAS）為例，結(jié)合理論學(xué)習(xí)和案例實(shí)踐的切身體會(huì)，淺談利用GWAS數(shù)據(jù)建立肺癌風(fēng)險(xiǎn)預(yù)測(cè)模型的心得體會(huì)。
一、嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)質(zhì)量控制體系不容忽視
由于存在檢測(cè)、觀察、填寫或錄入錯(cuò)誤，未經(jīng)數(shù)據(jù)質(zhì)控的原始數(shù)據(jù)極可能含有一些異常，甚至錯(cuò)誤的觀測(cè)值。在研究設(shè)計(jì)之初，便要盡可能考慮規(guī)避產(chǎn)生錯(cuò)誤數(shù)據(jù)。另外，統(tǒng)計(jì)建模之前，仍然必須對(duì)原始數(shù)據(jù)再次進(jìn)行質(zhì)量控制。在GWAS中，要同時(shí)對(duì)行（樣本）、列（位點(diǎn)）進(jìn)行質(zhì)量評(píng)價(jià)。例如，刪除次等位基因頻率低于5%、缺失率超過5%或哈代不平衡的位點(diǎn)；刪除分型失敗率超過5%、問卷性別與遺傳性別不一致、存在血緣關(guān)系、屬于離群值的樣本[3]。另外，同時(shí)需要對(duì)流行病學(xué)問卷及臨床數(shù)據(jù)進(jìn)行核查。只有對(duì)數(shù)據(jù)進(jìn)行清理后，才能用于后續(xù)關(guān)聯(lián)分析、統(tǒng)計(jì)建模。
二、合理的建模方法和策略值得精雕細(xì)琢
對(duì)于GWAS高維數(shù)據(jù)，合理的方法和策略不僅要考慮統(tǒng)計(jì)學(xué)性能（一類錯(cuò)誤、檢驗(yàn)效能、預(yù)測(cè)精度），還需要考慮分析效率（計(jì)算速度）。因此，研究者應(yīng)該要深入思考，為研究項(xiàng)目量身定制一套“合理”的方法和策略。然而，現(xiàn)有的統(tǒng)計(jì)學(xué)模型和方法往往都有相應(yīng)的應(yīng)用條件。實(shí)際數(shù)據(jù)由于其變量結(jié)構(gòu)的復(fù)雜性，不一定完全滿足所有的應(yīng)用條件。并且，簡(jiǎn)單的算法速度快，但統(tǒng)計(jì)性能相對(duì)低；復(fù)雜算法需要犧牲計(jì)算速度來提升統(tǒng)計(jì)性能。因此，研究者可能需要制定多個(gè)備選方案。結(jié)合建模步驟，筆者將從以下幾個(gè)方面，淺談個(gè)人心得體會(huì)。1.初始模型：一般擬合logistic回歸模型評(píng)價(jià)肺癌風(fēng)險(xiǎn)。模型中往往需要納入一些協(xié)變量，例如：年齡、性別、吸煙、人群分層等。一般參考以下納入原則：（a）在模型中有統(tǒng)計(jì)學(xué)意義（P≤0.05）；（b）即便在模型中無統(tǒng)計(jì)學(xué)意義，但絕大多數(shù)同類研究顯示其是公認(rèn)的影響因素。某些協(xié)變量可能是位點(diǎn)的混雜因素，例如人群分層。如果GWAS中忽視調(diào)整混雜因素的影響，則有可能導(dǎo)致誤報(bào)噪音位點(diǎn)的一類錯(cuò)誤膨脹，或識(shí)別致病位點(diǎn)的檢驗(yàn)效能降低[4]。此外，研究者還需要考察協(xié)變量進(jìn)入模型的形式。一般而言，無序分類變量以啞變量形式進(jìn)入模型。當(dāng)某些類別樣本量特別小，需要進(jìn)行類別合并。有序分類變量、連續(xù)性變量則需要考慮是否以非線性的形式進(jìn)入模型。一種最簡(jiǎn)單的方式是，將連續(xù)性變量轉(zhuǎn)化為有序分類變量，并以啞變量形式進(jìn)入模型。如果啞變量各組的系數(shù)呈現(xiàn)線性遞增的趨勢(shì)，則提示原始變量與結(jié)局變量間存在線性關(guān)系。否則，可采用啞變量、樣條函數(shù)等方法處理非線性關(guān)系。2.因素篩選：研究者需要從GWAS數(shù)據(jù)50萬位點(diǎn)中篩選出肺癌相關(guān)位點(diǎn)，加入初始模型，以提高模型的預(yù)測(cè)精度。常規(guī)做法是，在初始模型中逐個(gè)納入位點(diǎn)，對(duì)位點(diǎn)的主效應(yīng)進(jìn)行假設(shè)檢驗(yàn)。因檢驗(yàn)次數(shù)達(dá)50萬次，研究者必須要考慮多重比較所致的一類錯(cuò)誤膨脹。常見一類錯(cuò)誤控制方法有Bonferroni法和FDR法。前者較為嚴(yán)格，后者較為寬松。GWAS識(shí)別位點(diǎn)一般采用“寧缺毋濫”的原則，傾向于采用嚴(yán)格的校正方法。除此之外，研究者還要在多個(gè)獨(dú)立的人群中驗(yàn)證初篩的位點(diǎn)。如果位點(diǎn)在多個(gè)人群中都顯示與結(jié)局存在統(tǒng)計(jì)學(xué)關(guān)聯(lián)，則認(rèn)為該位點(diǎn)是潛在的影響因素。除基因位點(diǎn)主效應(yīng)外，研究者還需要關(guān)注基因-基因、基因-環(huán)境交互作用。復(fù)雜疾病往由環(huán)境、基因相互影響，共同導(dǎo)致。因此，有必要在模型中對(duì)交互作用進(jìn)行評(píng)估。例如，基因-環(huán)境交互作用可以顯著提高肺癌風(fēng)險(xiǎn)預(yù)測(cè)模型的預(yù)測(cè)精度[5]。有效的降維策略能夠提高因素篩選的效率。筆者曾采用“信息熵初篩對(duì)數(shù)線性模型再篩多因素lo-gistic回歸模型確認(rèn)”的降維策略進(jìn)行全基因組基因-基因交互作用分析[6]。信息熵方法計(jì)算速度快，且其統(tǒng)計(jì)量總是不小于對(duì)數(shù)線性模型，不會(huì)出現(xiàn)漏檢的情況。前兩步可以檢驗(yàn)次數(shù)將1011次縮減至105次。檢驗(yàn)次數(shù)降低6個(gè)數(shù)量級(jí)。最后一步，利用調(diào)整協(xié)變量的logistic回歸模型對(duì)關(guān)聯(lián)結(jié)果加以確認(rèn)，防止出現(xiàn)假陽性。當(dāng)然，研究者也可以根據(jù)項(xiàng)目“量體裁衣”，選擇其他降維方法，例如：隨機(jī)森林（randomforest）、多因子降維（multifactordimensionalityreduction，MDR）等。3.預(yù)測(cè)模型：經(jīng)過遺傳因素篩選步驟后，研究者可通逐步回歸、LASSO等方法，建立含有與協(xié)變量、遺傳位點(diǎn)的主效應(yīng)項(xiàng)、交互作用項(xiàng)的風(fēng)險(xiǎn)預(yù)測(cè)模型。根據(jù)受試者工作特征曲線（receiveroperatingcharacteristiccurve，ROC）確定一個(gè)風(fēng)險(xiǎn)閾值，使得風(fēng)險(xiǎn)預(yù)測(cè)的靈敏度、特異度同時(shí)達(dá)到最優(yōu)。若樣本的預(yù)測(cè)概率≥閾值，則預(yù)測(cè)該樣本為肺癌。4.模型評(píng)價(jià)：從統(tǒng)計(jì)學(xué)的角度，可采用ROC曲線下面積（areaunderROC，AUC）來評(píng)價(jià)模型的優(yōu)劣[7]。此外，還可以采用交叉驗(yàn)證的方式評(píng)價(jià)模型，即：訓(xùn)練集擬合的預(yù)測(cè)模型對(duì)測(cè)試集的樣本進(jìn)行風(fēng)險(xiǎn)估計(jì)，并計(jì)算AUC。然而，AUC并非衡量模型的唯一標(biāo)準(zhǔn)。如果預(yù)測(cè)模型形式簡(jiǎn)單，應(yīng)用便捷，即便AUC稍有遜色，也是優(yōu)秀的模型之一。所以，筆者認(rèn)為需要綜合考慮，權(quán)衡利弊。
三、熟練的軟件操作和編程技能令人事半功倍
扎實(shí)的理論基礎(chǔ)固然重要，熟練的軟件操作亦不可或缺。筆者建議研究者不要拘泥于某一軟件，本著“方便原則”利用多個(gè)軟件進(jìn)行數(shù)據(jù)處理、統(tǒng)計(jì)建模。根據(jù)筆者的經(jīng)驗(yàn)，一般不太可能一次性完成建模工作，往往需要不斷調(diào)整分析策略和分析方法。因此，筆者建議研究者適當(dāng)撰寫一些項(xiàng)目相關(guān)的通用程序。如果需要重新建模，只需要修改程序參數(shù)，微調(diào)代碼就可以建立新的預(yù)測(cè)模型。因此，這就要求研究者“功在平時(shí)”以培養(yǎng)編程能力。基于肺癌GWAS風(fēng)險(xiǎn)預(yù)測(cè)模型的建模體會(huì)，筆者建議研究者需要重視數(shù)據(jù)質(zhì)量控制體系、推敲建模方法和策略、培養(yǎng)熟練軟件操作技能。
參考文獻(xiàn)：
[1]王波,呂筠,李立明.生物醫(yī)學(xué)大數(shù)據(jù):現(xiàn)狀與展望[J].中華流行病學(xué)雜志,2014,35(6):617-620.
[2]寧康,陳挺.生物醫(yī)學(xué)大數(shù)據(jù)的現(xiàn)狀與展望[J].科學(xué)通報(bào),2015,(z1):534-546.
[3]陳峰,柏建嶺,趙楊,荀鵬程.全基因組關(guān)聯(lián)研究中的統(tǒng)計(jì)分析方法[J].中華流行病學(xué)雜志,2011,32(4):400-404.
[4]ZhaoY,ChenF,ZhaiR,LinX,WangZ,SuL,ChristianiDC.Correctionforpopulationstratificationinrandomforestanalysis[J].InternationalJournalofEpidemiology,2012,41(6):1798-1806.
[5]ZhangR,ChuM,ZhaoY,WuC,GuoH,ShiY,DaiJ,WeiY,JinG,MaH,DongJ,YiH,BaiJ,GongJ,SunC,ZhuM,WuT,HuZ,LinD,ShenH,ChenF.Agenome-widegene-environmentinteractionanalysisfortobaccosmokeandlungcancersusceptibility[J].Carcinogenesis,2014,35(7):1528-1535.
1.1根據(jù)資料類型初步確定方法
臨床研究中產(chǎn)生的各種不同原始資料，而不同數(shù)據(jù)資料類型采用的統(tǒng)計(jì)分析方法也不同。定量資料常用的方法有t檢驗(yàn)、方差分析、非參數(shù)檢驗(yàn)、線性相關(guān)與回歸分析等。定性資料可用的方法有χ2檢驗(yàn)、對(duì)數(shù)線性模型、logistic回歸等，影像醫(yī)師可根據(jù)不同需要選用不同統(tǒng)計(jì)方法。值得一提的是有些資料類型確定后，統(tǒng)計(jì)方法的選用對(duì)其有序性有相應(yīng)要求；而多種方法聯(lián)合應(yīng)用或者使用部分少見的分析方法時(shí)還需要在選定統(tǒng)計(jì)方法后，利用統(tǒng)計(jì)軟件(如SAS、SPSS)對(duì)應(yīng)的不同命令進(jìn)行初步分析試驗(yàn)。
1.2根據(jù)研究目的選擇方法
1.2.1差異性研究
差異性分析是指評(píng)價(jià)比較組間均數(shù)、頻數(shù)、比率等的差異。根據(jù)研究需要可選用的方法有χ2檢驗(yàn)、t檢驗(yàn)、方差分析、非參數(shù)檢驗(yàn)等。臨床上研究?jī)山M、多組樣本比率或構(gòu)成比之間的差別關(guān)系時(shí)最常用χ2檢驗(yàn)，也是針對(duì)計(jì)數(shù)資料進(jìn)行假設(shè)檢驗(yàn)的一種常用的統(tǒng)計(jì)學(xué)方法，而對(duì)兩組定量資料分析常用t檢驗(yàn)和秩和檢驗(yàn)，多組資料分析則常用方差分析；Fisher精確概率法主要適用于總體樣本頻數(shù)小于40或四格表中最小格子T值<1。雖然Fisher精確檢驗(yàn)不屬于χ2檢驗(yàn)，但仍可以作為有效的補(bǔ)充，而也有人認(rèn)為在統(tǒng)計(jì)軟件普遍易得的當(dāng)下，F(xiàn)isher精確概率法也同樣適用于大樣本四格表的資料。如彭澤華等[6]在探討冠狀竇-左心房肌連接的雙源CT冠狀動(dòng)脈成像(DSCTCA)形態(tài)特征時(shí)針對(duì)冠狀竇-左心房肌連接的類型在兩組類別變量采用聯(lián)表的χ2檢驗(yàn)，結(jié)果差異無統(tǒng)計(jì)學(xué)意義(χ2=0.115，P=0.944)。Teefey等[7]在研究超聲表現(xiàn)及白細(xì)胞計(jì)數(shù)預(yù)測(cè)急性膽囊炎壞疽變化關(guān)系時(shí)使用Fisher精確分析。t檢驗(yàn)適用于兩組定量資料分析且資料滿足方差齊性和正態(tài)性兩個(gè)基本條件；同樣t檢驗(yàn)適用于完全隨機(jī)設(shè)計(jì)的單因素兩水平的資料，在選用t檢驗(yàn)時(shí)應(yīng)注意對(duì)資料進(jìn)行相應(yīng)的變量變換，若資料不能滿足基本條件則選用適合分析偏態(tài)分布的非參數(shù)檢驗(yàn)(如：秩和檢驗(yàn))進(jìn)行分析。如Wang等[8]在研究不同侵襲性的前列腺癌組織和正常前列腺組織以及外周帶前列腺癌Gleason評(píng)分與腫瘤信號(hào)對(duì)比時(shí)采用t檢驗(yàn)。Kung等[9]在研究化膿性髖關(guān)節(jié)炎的臨床和放射學(xué)預(yù)測(cè)指標(biāo)時(shí)也使用t檢驗(yàn)分析。秩和檢驗(yàn)包括基本秩和檢驗(yàn)(Wilcoxon等級(jí)檢驗(yàn)、Mann-WhitneyU-檢驗(yàn))和高級(jí)秩和檢驗(yàn)(Kruskal-Wallis、Friedmantests、Kolmogorov-Smirnov擬合檢驗(yàn))。當(dāng)研究資料為兩方差齊且呈正態(tài)分布的總體，而總體分布類型未知或者不滿足參數(shù)檢驗(yàn)的條件時(shí)，采用t檢驗(yàn)對(duì)樣本進(jìn)行比較；但若無需比較總體參數(shù)只比較總置的分布是否相同且總體資料分布類型未知時(shí)需要采用非參數(shù)的Wilcoxon秩和檢驗(yàn)進(jìn)行比較。針對(duì)兩組或多組樣本的定性資料使用秩和檢驗(yàn)比較時(shí)，需要混合兩樣本數(shù)據(jù)、編秩(從小到大)、計(jì)量T值、查表或計(jì)算求得P值。如Saindane等[10]在對(duì)“空蝶鞍”的臨床意義判定因素研究中針對(duì)顱內(nèi)壓增高和偶然發(fā)現(xiàn)空蝶鞍患者兩組資料對(duì)比時(shí)采用Wilcoxon秩和檢驗(yàn)。Filippi等[11]在研究DTI測(cè)量?jī)和┬蜕窠?jīng)纖維瘤病胼胝體派生指標(biāo)時(shí)運(yùn)用Wilcoxon秩和檢驗(yàn)。事實(shí)上在影像資料分析中經(jīng)常見到多重組間比較的情況，方差分析(analysisofvariance,ANOVA)就是用來推斷兩個(gè)或者多個(gè)總體之間是否有差別的檢驗(yàn)，又稱F檢驗(yàn)。多重組間比較不能單純選用兩樣本均數(shù)比較的t檢驗(yàn)，但是可以根據(jù)資料類型選用ANOVA檢驗(yàn)。若來自兩個(gè)隨機(jī)樣本資料呈正態(tài)分布且方差齊性同的定量資料，應(yīng)采用兩因素(處理、配伍)方差分析(two-wayANOVA)或配對(duì)t檢驗(yàn)。通過F檢驗(yàn)可以比較可能由某因素所至的變異或隨機(jī)誤差，同時(shí)可了解該因素對(duì)測(cè)定結(jié)果有無影響。當(dāng)不滿足方差分析和t檢驗(yàn)條件時(shí)，可對(duì)數(shù)據(jù)進(jìn)行變換或采用隨機(jī)區(qū)組設(shè)計(jì)資料的FriedmanM檢驗(yàn)。Obdeijn等[12]在研究乳腺術(shù)前MRI能減少術(shù)中切緣和乳腺保守術(shù)后再次手術(shù)，使用ANOVA分析兩組資料，結(jié)果對(duì)照組(29.3%)相比術(shù)前MRI病例組(15.8%)有效減少切緣和再次手術(shù)(P<0.01)。
1.2.2相關(guān)性分析
相關(guān)性分析不等同因果性，也不是簡(jiǎn)單的個(gè)性化相比，其涵蓋的范圍和領(lǐng)域較為廣泛。統(tǒng)計(jì)學(xué)意義中的相關(guān)性分析包含相關(guān)性系數(shù)的計(jì)算，其過程為：每個(gè)變量轉(zhuǎn)化為標(biāo)準(zhǔn)單位后，乘積的平均數(shù)即為相關(guān)系數(shù)。相關(guān)性分析可以用直觀地用散點(diǎn)圖表示兩個(gè)或者多個(gè)變量的離散，當(dāng)其緊密地靠近于一條直線時(shí)，即變量間存在很強(qiáng)的相關(guān)性。相關(guān)分析常用的方法有Pearson相關(guān)性分析、Spearman等級(jí)相關(guān)分析和卡方檢驗(yàn)。臨床中對(duì)兩個(gè)或者多個(gè)均為定量變量的資料，且變量均呈正態(tài)分布時(shí)可選用Pearson相關(guān)分析，但多數(shù)情況下Pearson相關(guān)分析適用于兩組資料的相關(guān)性分析。判斷兩變量之間線性關(guān)系的密切程度主要用Pearson積差相關(guān)系數(shù)，其范圍為－1～+1。若相關(guān)系數(shù)的絕對(duì)值越接近1，即兩變量間相關(guān)性越密切；反之，相關(guān)系數(shù)的絕對(duì)值越接近0，其相關(guān)性越差。實(shí)際上在高質(zhì)量期刊論文中使用Spearman等級(jí)相關(guān)分析的研究也很常見，其通過相關(guān)系數(shù)進(jìn)行變量間線性關(guān)系分析來判定兩個(gè)變量間相關(guān)性的密切程度。而密切程度的量化指標(biāo)則通過計(jì)算樣本相關(guān)系數(shù)r，根據(jù)實(shí)際計(jì)算r絕對(duì)值所屬范圍來推斷兩個(gè)來自總體變量的線性相關(guān)程度，從而推斷總體的相關(guān)性。根據(jù)實(shí)際分析需要，將相關(guān)關(guān)系密切程度分為6等：當(dāng)IrI=0時(shí)，說明兩變量完全不相關(guān)：當(dāng)0<IrI<0.3時(shí)，說明兩變量不相關(guān)；當(dāng)0.3<IrI<0.5時(shí)，說明兩變量低度相關(guān)；當(dāng)0.5<IrI<0.8時(shí)，說明兩變量顯著相關(guān)；當(dāng)0.8<IrI<1說明兩變量高度相關(guān)：當(dāng)IrI=l時(shí)，說明兩個(gè)變量完全相關(guān)。王效春等[13]在研究磁敏感加權(quán)成像與動(dòng)態(tài)磁敏感加權(quán)對(duì)比增強(qiáng)MR灌注加權(quán)成像聯(lián)合應(yīng)用在腦星形細(xì)胞瘤分級(jí)中的價(jià)值一文應(yīng)用Spearman等級(jí)相關(guān)分析，結(jié)果顯示腫瘤內(nèi)磁敏感信號(hào)與相對(duì)血容量最大值和病理分級(jí)呈正相關(guān)(IrI分別為0.72、0.89，P值均＜0.01),相對(duì)血容量與病理分級(jí)呈顯著正相關(guān)(r=0.78，P＜0.01)。又如Lederlin等[14]在比較幾何參數(shù)、相關(guān)功能與組織學(xué)特性在哮喘患者的支氣管壁CT衰減性關(guān)系中同時(shí)使用Pearson相關(guān)分析和Spearman等級(jí)相關(guān)分析，其r=0.39～0.43，表明與對(duì)照組相比常規(guī)CT衰減參數(shù)在哮喘患者平常支氣管的CT參數(shù)、氣道壁衰減方面更好的區(qū)分哮喘患者，同時(shí)也更好地區(qū)分氣道梗阻。值得提及的是對(duì)資料有序或無序無法作出初步判定，且明確資料類型為定性資料時(shí)還可以選擇使用卡方檢驗(yàn)和Spearman等級(jí)相關(guān)分析。
1.2.3影響性分析
由于事物之間的聯(lián)系是多種多樣的，而某一結(jié)局可能受到來自其他多個(gè)方面的影響，此時(shí)為分析某一結(jié)局發(fā)生的影響因素可采用的資料分析方法有線性回歸(一元或多元)、logistic回歸、Cox比例風(fēng)險(xiǎn)回歸模型(生存分析)等。在影像資料分析中一元線性回歸是將影像資料中一個(gè)最主要影響因素作為自變量來解釋因變量的變化。多元回歸定義為某一因變量的變化受多個(gè)重要因素的影響，而此時(shí)需要用兩個(gè)或多個(gè)影響因素作為自變量來解釋因變量的變化，且多個(gè)自變量與因變量之間是線性關(guān)系(多個(gè)因變量之間相互獨(dú)立)。實(shí)際研究中多元線性回歸模型在影像資料分析應(yīng)用較為廣泛。Langkammer等[15]在磁敏感系數(shù)繪圖在多發(fā)性硬化中應(yīng)用研究中使用多元線性分析，結(jié)果顯示各種影響因素中年齡是預(yù)測(cè)磁化率影響最強(qiáng)的因素。Logistic回歸是研究二分類和多分類觀察結(jié)果與某些影響因素自己建關(guān)系的一種多變化分析方法，其經(jīng)常需要分析疾病與各影像指標(biāo)之間的定量關(guān)系，同時(shí)又需要排除一些混雜因素影響。Logistic回歸在統(tǒng)計(jì)學(xué)上屬于概率型非線性回歸，其分析思路與線性回歸大致相同，能有效解決過高或過低水平因素以及分析因素少而樣本量大等問題。相比多元線性回歸，Logistic回歸在處理分類反應(yīng)數(shù)據(jù)方面更為常用，且適用于結(jié)局為定性影像資料。如Lee等[16]研究高分辨率CT在發(fā)現(xiàn)小蜂窩樣特發(fā)性間質(zhì)肺炎纖維化的連續(xù)變化和預(yù)后應(yīng)用中使用logistic回歸分析，結(jié)果表明高分辨率CT在網(wǎng)狀和磨玻璃狀范圍內(nèi)評(píng)價(jià)普通肺炎與非特異性纖維化肺炎之間差別明顯(P<0.01)。在臨床實(shí)際工作中常常需要分析生存時(shí)間與影像資料之間的關(guān)系，Kaplan-Meier法就是常用的一種分析方法，其又稱乘積極限法，對(duì)大小樣本資料分析均適用。實(shí)踐中習(xí)慣上以時(shí)間為橫軸、生存率為縱軸回執(zhí)的階梯狀圖稱為Kaplan-Meier生存曲線(survivalcurve)，也稱K-M曲線。Cox比例風(fēng)險(xiǎn)回歸模型是另一種生存分析方法，包括參數(shù)與半?yún)?shù)模型兩類，其主要是進(jìn)行多因素生存分析的一種方法，同時(shí)可分析眾多變量對(duì)生存時(shí)間和生存結(jié)局的影響。Saad等[17]在經(jīng)頸靜脈肝內(nèi)門體靜脈分流術(shù)在肝移植受者的技術(shù)分析和臨床評(píng)估研究中比較成功施行肝移植與非移植病人開展門體分流術(shù)(transjugularintrahepaticportosystemicshunt，TIPS)后的臨床療效評(píng)估，使用了Kaplan-Meier法，結(jié)果顯示6～12個(gè)月、12～24個(gè)月、24個(gè)月以上，移植成活率分別為43%、32%和22%。生存期大于1年的晚期肝臟疾病模型存活評(píng)分低于17分、等于17分或大于17分的存活率分別為54%和8%(P<0.05)。
2其他適用方法
2.1ROC曲線
ROC(receiveroperatingcharacteristic)曲線是歐美影像學(xué)期刊中應(yīng)用較為常見的統(tǒng)計(jì)學(xué)方法，國(guó)內(nèi)期刊應(yīng)用相對(duì)較少。ROC曲線根據(jù)一系列不同的分界值以真陽性率(靈敏性)為縱坐標(biāo)，假陽性率(特異性)為橫坐標(biāo)繪制的曲線。ROC曲線分析結(jié)合靈敏度(sensitivity)和特異度(specificity)廣泛應(yīng)用于醫(yī)學(xué)診斷，也應(yīng)用于影像診斷及人群篩查。ROC曲線根據(jù)曲線下面積(areaundertheROCcurve，AUC)的大小對(duì)診斷試驗(yàn)作定量分析。理論上，AUC值在0～1間。根據(jù)實(shí)際情況將診斷分為不符合診斷(AUC<0.5)、無診斷價(jià)值(AUC=0.5)、低準(zhǔn)確性(0.5<AUC<0.7)、一定準(zhǔn)確性(0.7<AUC<0.9)、較高準(zhǔn)確性(0.9<AUC<1)，AUC越接近于1，表明診斷準(zhǔn)確性越高。Hyodo等[18]在研究乏血管少結(jié)節(jié)的慢性肝臟疾病患者發(fā)展成富血管性肝細(xì)胞癌風(fēng)險(xiǎn)因素一文中使用ROC曲線分析，結(jié)果顯示后續(xù)發(fā)展成血管性結(jié)節(jié)平均增長(zhǎng)率明顯高于非血管過渡性結(jié)節(jié)。
2.2Kappa檢驗(yàn)
Kappa檢驗(yàn)主要用于評(píng)價(jià)不同資料間一致性程度，常用Kappa值評(píng)價(jià)一致程度。Kappa系數(shù)適用于兩項(xiàng)和多項(xiàng)無序分類變量資料。在影像學(xué)試驗(yàn)中常需要判斷多名醫(yī)師測(cè)量同一研究對(duì)象或者同一醫(yī)師多次測(cè)量同一對(duì)象的一致性，Kappa一致性檢驗(yàn)便是最佳選擇。Kappa檢驗(yàn)還可通過計(jì)算Kappa值對(duì)兩種非金標(biāo)準(zhǔn)的診斷方法進(jìn)行診斷結(jié)果一致性分析。一般而言，評(píng)價(jià)Kappa一致性需要計(jì)算Kappa系數(shù)，但在研究考察新的診斷試驗(yàn)方法是否優(yōu)于金標(biāo)準(zhǔn)，或者檢驗(yàn)是否與金標(biāo)準(zhǔn)一致時(shí)，還需要計(jì)算特異度、靈敏度、陽性預(yù)測(cè)值和陰性預(yù)測(cè)值等指標(biāo)。目前公認(rèn)的Kappa系數(shù)分為六個(gè)區(qū)段即一致性極差(Kappa值<0)，一致性微弱(Kappa值0～0.2)，一致性弱(Kappa值0.21～0.40)，中度一致Kappa值(0.41～0.60)，高度一致(Kappa值0.61～0.80)，一致性極強(qiáng)(Kappa值0.81～1.00)。
Abstract：Objective： To analyze the status of psychotic patients in relief treatment.Methods： Choosed 100 psychotic patients in relief treatment from Jan.2007 to Jan.2012 toanalyze retrospectively and reseach the treatment effect. Results： Beforereliefthe score of PANSS was no statisticalsignificance， but after relief it has（P0.05）.Analyze the recurrent schizophrenia patientsusing binary-class logistic regression. Able to taking medicine， havingeconomic sources andhigher education are the protective factors ofrecurrence， and male is the risk factor.Conclusion： Under thecondition of patients’economicfoundation， the treatment compliance rate could be increased and recurrence rate could be decreased. Meanwhile education and regulation canhelp patients to recover social functions.
Key words： schizophrenia， relief， recurrence
【中圖分類號(hào)】R4 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1671-8801（2014）04-0005-02
精神分裂癥是精神疾病中較為嚴(yán)重的一類疾病，患者發(fā)病時(shí)人格、意識(shí)及社會(huì)功能喪失，嚴(yán)重時(shí)危害社會(huì)安全，但單純送往醫(yī)院救治不能解決精神分裂患者救治困難的問題，該病需要長(zhǎng)期規(guī)范化治療，本文就100例求助患者預(yù)后、復(fù)發(fā)及各項(xiàng)基本情況進(jìn)行分析，先報(bào)道如下。
1.1 臨床資料
隨機(jī)選擇并回顧性分析2007-01至2012-01由所在地公安、民政等部門救助，在我院住院治療的100例精神病患者進(jìn)行調(diào)查分析。該組對(duì)象均為CCMD-3 診斷標(biāo)準(zhǔn)的精神分裂癥患者。疾病診斷 精神分裂癥67例，精神發(fā)育遲滯10例，腦器質(zhì)性精神障礙11例，癲癇所致精神障礙6例，偏執(zhí)性精神障礙7例，情感性精神障礙2例，酒精所致精神障礙2例，未確診2例，患者多為外傷、營(yíng)養(yǎng)不良、感染等。男性84例，女性16例。年齡跨度為21-63歲，平均（35.5±5.8）歲。文化程度：文盲55 例，小學(xué)20例，中學(xué)18例，高中及以上7例。入組滿足以下條件：①患者年齡均>18 歲，且
1.2 方法[1-2]
自主調(diào)查量表的設(shè)計(jì)，問卷包括患者家屬基本狀況：性別、年齡、職業(yè)、婚姻狀況、文化程度、居住狀況；住院原因、救助主體、費(fèi)用的結(jié)算及救助方式、護(hù)理難度、醫(yī)療風(fēng)險(xiǎn)、治療效果、出院方式等方面，分別收集資料，分類統(tǒng)計(jì)、整理并進(jìn)行分析。采用PANSS量表對(duì)患者治療前后、隨訪3個(gè)月、6個(gè)月后各項(xiàng)癥狀進(jìn)行評(píng)定。
1.3 統(tǒng)計(jì)學(xué)處理
2.結(jié)果
2.1 如表-1，救助前患者PANSS各項(xiàng)評(píng)分均無統(tǒng)計(jì)學(xué)差異，治療后PANSS各項(xiàng)指標(biāo)均低于治療前，差異存在統(tǒng)計(jì)學(xué)意義（p0.05）。
表-1 兩組患者PANSS對(duì)比
2.2 隨訪12個(gè)月后，患者復(fù)發(fā)57例。對(duì)復(fù)發(fā)的精神分裂癥患者各項(xiàng)基本情況進(jìn)行分析采用二分類Logistic回歸分析，以12個(gè)月后患者是否復(fù)發(fā)為因變量，以性別、經(jīng)濟(jì)狀況、文化程度情況和患者效果等為自變量賦值后進(jìn)行二分Logistic回歸分析。能夠常規(guī)用藥、有經(jīng)濟(jì)來源、較高的文化程度是患者復(fù)發(fā)的保護(hù)因素，而男性是患者復(fù)發(fā)的危險(xiǎn)因素，詳見表-2。
表-2 存在焦慮的患者家屬的各項(xiàng)情況進(jìn)行多因素Logistic回歸分析
3.討論
本文對(duì)100例求助精神分裂癥患者進(jìn)行調(diào)查，對(duì)患者治療前后精神分裂癥癥狀進(jìn)行比對(duì)，救助前患者PANSS各項(xiàng)評(píng)分均無統(tǒng)計(jì)學(xué)差異，治療后PANSS各項(xiàng)指標(biāo)均低于治療前，差異存在統(tǒng)計(jì)學(xué)意義（p0.05），表明患者得到適當(dāng)治療后病情得到控制，行為偏差好轉(zhuǎn)，但脫離治療后1年內(nèi)病情出現(xiàn)反復(fù)[3]。隨訪12個(gè)月后，患者復(fù)發(fā)57例。對(duì)復(fù)發(fā)的精神分裂癥患者各項(xiàng)基本情況進(jìn)行分析采用二分類Logistic回歸分析，以12個(gè)月后患者是否復(fù)發(fā)為因變量，以性別、經(jīng)濟(jì)狀況、文化程度情況和患者效果等為自變量賦值后進(jìn)行二分Logistic回歸分析。能夠常規(guī)用藥、有經(jīng)濟(jì)來源、較高的文化程度是患者復(fù)發(fā)的保護(hù)因素，而男性是患者復(fù)發(fā)的危險(xiǎn)因素，詳見表-2。表明患者在較規(guī)律的用藥情況下，癥狀可以得到長(zhǎng)期控制，有經(jīng)濟(jì)來源和較高的文化程度有助于患者自覺自律復(fù)診和用藥。同時(shí)發(fā)現(xiàn)男性患者出現(xiàn)復(fù)發(fā)可能性更高，但由于女性樣本較少，此結(jié)果尚不能完全可信。
實(shí)際情況中，患者因?yàn)楦鞣N原因根本沒有參加醫(yī)保，故沒有足夠的經(jīng)濟(jì)基礎(chǔ)完成日后復(fù)診和繼續(xù)治療，導(dǎo)致大量患者1年內(nèi)復(fù)發(fā)。一方面說明社會(huì)救助體系不夠完善，同一部門但不同縣（ 區(qū)） 對(duì)政策的掌握不盡相同，另一方面也說明各縣（ 區(qū)） 對(duì)精神病患者的重視程度不一。就本文統(tǒng)計(jì)結(jié)果來看，只是將患者單純送往醫(yī)院救治不能解決精神分裂患者救治困難的問題，該病需要長(zhǎng)期規(guī)范化治療[4]，必須在保障患者有一定經(jīng)濟(jì)基礎(chǔ)的條件下才能提高后期連續(xù)治療的依從率，降低復(fù)發(fā)率。同時(shí)對(duì)此類患者的教育和監(jiān)管也能有助于患者恢復(fù)社會(huì)功能，應(yīng)引起注重。
參考文獻(xiàn)：
[1]中華醫(yī)學(xué)會(huì)精神科分會(huì).中國(guó)精神障礙分類與診斷標(biāo)準(zhǔn)（ CCMD-3）[M].第 3 版.濟(jì)南： 山東科學(xué)技術(shù)出版社，2001： 1 -168.
一、對(duì)象和方法
（一）對(duì)象
來自2007年10月至2008年4月吉林省公安廳安康醫(yī)院的精神分裂癥恢復(fù)期患者，均在我院痊愈出院，按納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)選擇86例，其中男42例，女44例；平均年齡（32.38±9.79）歲；平均受教育年限（7.20±3.06）年；用藥劑量換算成氯丙嗪，平均劑量為（216±142）mg。入組標(biāo)準(zhǔn)：符合中國(guó)精神障礙分類與診斷標(biāo)準(zhǔn)第3版中精神分裂癥診斷標(biāo)準(zhǔn)；簡(jiǎn)明精神病量表（BPRS）分值≤36；臨床總體印象量表（CGI）分值≤2為恢復(fù)期精神分裂癥患者；單一用藥者；住院最后年齡18～50歲；獲得受試者或監(jiān)護(hù)人的書面知情同意愿意參加神經(jīng)心理測(cè)驗(yàn)與認(rèn)知矯正治療。排除標(biāo)準(zhǔn)：患有嚴(yán)重軀體疾病；酒、藥物依賴；服藥依從性不良者；正在接受其他藥物（非抗精神病藥）、心理治療者；妊娠或哺乳期婦女。
（二）方法
應(yīng)用隨機(jī)表法將患者分為認(rèn)知矯正治療組（治療組）和對(duì)照組，各43例。兩組各有3例因病情波動(dòng)而脫落，最終80例患者進(jìn)入結(jié)果分析。采用Wykes等改編的神經(jīng)認(rèn)知矯正手冊(cè)（漢化）為治療工具，由經(jīng)過培訓(xùn)的治療師的指導(dǎo)下，對(duì)認(rèn)知矯正治療組患者進(jìn)行認(rèn)知作業(yè)練習(xí)，包括認(rèn)知靈活性、工作記憶、計(jì)劃執(zhí)行功能3大功能模塊。每周練習(xí)4次，每次45min，持續(xù)6個(gè)月。對(duì)照組予一般工娛活動(dòng)，主要包括音樂治療、個(gè)人生活技能訓(xùn)練和手工制作等。在治療前和治療6個(gè)月，兩組患者分別進(jìn)行社會(huì)功能缺陷篩選量表（SDSS）、BPRS、WCST量表評(píng)定。
（三）統(tǒng)計(jì)分析
所得數(shù)據(jù)輸入計(jì)算機(jī)，采用SAS統(tǒng)計(jì)軟件處理，治療前后采用配對(duì)t檢驗(yàn)，兩組間采用t檢驗(yàn)；以SDSS總分為應(yīng)變量，分別與WCST（自變量：X1正確反應(yīng)數(shù)、X2錯(cuò)誤應(yīng)答數(shù)、X3持續(xù)錯(cuò)誤反應(yīng)數(shù)、X4非持續(xù)錯(cuò)誤、X5分類數(shù)）進(jìn)行方差分析、多重線性回歸和相關(guān)分析。脫落病例不納入統(tǒng)計(jì)分析。
二、結(jié)果
（一）兩組治療前后BPRS評(píng)分比較
兩組患者治療前后BPRS總分差異均無統(tǒng)計(jì)學(xué)意義（P均＞0.05）。
（二）兩組治療前后SDSS評(píng)分比較
治療前后SDSS總分比較，對(duì)照組患者差異無統(tǒng)計(jì)學(xué)意義（P＞0.05），治療組患者治療后明顯下降（P＜0.05）；兩組間SDSS總分比較，治療前差異無統(tǒng)計(jì)學(xué)意義（P＞0.05），治療后治療組較對(duì)照組下降明顯（P＜0.05）。
（三）兩組治療前后認(rèn)知功能的比較
治療6個(gè)月后，治療組WCST中正確反應(yīng)數(shù)明顯增加，持續(xù)錯(cuò)誤反應(yīng)數(shù)明顯減少；對(duì)照組WCST中持續(xù)錯(cuò)誤反應(yīng)數(shù)明顯減少；治療前后兩組WCST各項(xiàng)評(píng)分差異均無統(tǒng)計(jì)學(xué)意義（P均＞0.05）。
（四）多元回歸分析
以治療前SDSS為應(yīng)變量，以治療前WCST各項(xiàng)指標(biāo)為自變量進(jìn)行逐步回歸分析，結(jié)果顯示：變量X1正確反應(yīng)數(shù)、X3持續(xù)錯(cuò)誤數(shù)、X5分類數(shù)進(jìn)入回歸方程。由標(biāo)準(zhǔn)偏回歸系數(shù)的絕對(duì)值大小排序依此為X3＞X1＞X5。對(duì)回歸模型進(jìn)行方差分析顯示F=36.84，P＜0.001，說明WCST與SDSS所擬合的回歸方程具有統(tǒng)計(jì)學(xué)意義。以治療后SDSS為應(yīng)變量，以治療后WCSTX1、X2、X3、X4和X5為自變量進(jìn)行逐步回歸分析，結(jié)果顯示：變量X3持續(xù)錯(cuò)誤反應(yīng)數(shù)進(jìn)入回歸方程。對(duì)回歸模型進(jìn)行方差分析顯示F=58.89，P＜0.001，說明WCST與SDSS所擬合的回歸方程具有統(tǒng)計(jì)學(xué)意義。
三、討論
國(guó)外研究普遍認(rèn)為精神分裂癥患者的個(gè)人生活技能、社會(huì)交往、職業(yè)能力、婚姻家庭等社會(huì)功能常有明顯下降，且與患者認(rèn)識(shí)缺陷有關(guān)。認(rèn)知矯正治療能夠改善精神分裂癥患者的認(rèn)知功能和社會(huì)功能，故研究他們之間的關(guān)系具有重要意義。
本研究顯示，恢復(fù)期精神分裂癥患者經(jīng)過6個(gè)月的認(rèn)知功能矯正治療，患者的精神癥狀無明顯變化，而認(rèn)知功能與社會(huì)功能則有明顯改善，這與目前觀點(diǎn)認(rèn)為精神癥狀與認(rèn)知缺陷是兩個(gè)獨(dú)立的癥狀群相符。本研究采用WCST對(duì)精神分裂癥恢復(fù)期患者的認(rèn)知功能作綜合評(píng)定，SDSS總分與WCST的多元回歸分析顯示，認(rèn)知功能與社會(huì)功能的改善有明顯相關(guān)性，這與McGurk等的研究相符，其中WCST中持續(xù)錯(cuò)誤反應(yīng)數(shù)最具指標(biāo)意義。提示認(rèn)知功能的恢復(fù)水平可能影響著患者社會(huì)功能的改善程度。由于本研究樣本較小，且社會(huì)功能的影響因素較多等，本研究結(jié)果能否較好的反映出精神分裂癥患者認(rèn)知功能與社會(huì)功能的變化關(guān)系并作為預(yù)測(cè)指標(biāo)，尚有待進(jìn)一步的研究澄清。
綜上所述，本研究顯示認(rèn)知矯正治療能明顯改善精神分裂癥患者認(rèn)知缺陷和社會(huì)功能。精神分裂癥患者認(rèn)知缺陷的恢復(fù)水平影響著患者社會(huì)功能的改善程度，并有可能成為一項(xiàng)預(yù)測(cè)指標(biāo)。促進(jìn)精神分裂癥患者認(rèn)知功能的恢復(fù)，將為患者最終回歸社會(huì)帶來希望，值得深入探索。
參考文獻(xiàn)：
中圖分類號(hào)：C35 文獻(xiàn)標(biāo)識(shí)碼： A
心血管疾病已成為影響人類健康的頭號(hào)殺手，其中絕大多數(shù)是由冠狀動(dòng)脈粥樣硬化所致。隨著人們生活水平的迅速提高，本病近年來呈增長(zhǎng)趨勢(shì)。冠心病心絞痛屬于蒙醫(yī)學(xué)“心刺痛”范疇，目前對(duì)冠心病心絞痛蒙醫(yī)證型的診斷尚未完全一致。本研究收集410例包含蒙醫(yī)信息的冠心病心絞痛患者的臨床資料進(jìn)行統(tǒng)計(jì)學(xué)分析，并結(jié)合專家意見，初步建立了冠心病心絞痛蒙醫(yī)證型的診斷標(biāo)準(zhǔn)。
一、研究方法
1、制定病例觀察表
通過回顧文獻(xiàn)，確定本研究的病例入選標(biāo)準(zhǔn)和觀察指標(biāo)（包括西醫(yī)和蒙醫(yī)內(nèi)容），并據(jù)此制定統(tǒng)一的病例觀察表。病例觀察表包括與冠心病心絞痛患者蒙醫(yī)診斷相關(guān)信息的指標(biāo)。
2、總體方法
按照西醫(yī)冠心病心絞痛診斷標(biāo)準(zhǔn)確定入選病例并進(jìn)行臨床觀察，填寫病例觀察表，請(qǐng)蒙西醫(yī)結(jié)合專家對(duì)每份觀察表信息進(jìn)行辨證并做出相應(yīng)的證型診斷；根據(jù)證型分組，進(jìn)行統(tǒng)計(jì)學(xué)分析，篩選對(duì)證型診斷有意義的指標(biāo)；再請(qǐng)蒙西醫(yī)結(jié)合專家對(duì)指標(biāo)進(jìn)行討論，最后制定冠心病心絞痛蒙醫(yī)證型的診斷標(biāo)準(zhǔn)。
3、觀察項(xiàng)目及方法
按照入選標(biāo)準(zhǔn)入選冠心病心絞痛病例，應(yīng)用統(tǒng)一的病例觀察表前瞻性地收集臨床資料。主要觀察指標(biāo)包括：性別、年齡、住院轉(zhuǎn)歸、冠心病心絞痛發(fā)病誘因、既往健康狀況、發(fā)生冠心病心絞痛的持續(xù)時(shí)間及發(fā)作次數(shù)、住院天數(shù)，入組72 h內(nèi)每12 h及心絞痛發(fā)作時(shí)的心電圖、心肌酶[肌酸激酶同工酶（CK-MB）、肌紅蛋白（Mb）、肌鈣蛋白（cTnT）]、血常規(guī)、血生化及血脂[總膽固醇（TC）、三酰甘油（TG）、高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL-C）]。記錄72 h內(nèi)各指標(biāo)的值。蒙醫(yī)指標(biāo)包括癥狀、舌象、脈象、體態(tài)、根源及因素、疼痛、累及部位等。研究終點(diǎn)為患者在住院期間死亡或放棄治療。
4、統(tǒng)計(jì)學(xué)分析
所有觀察資料應(yīng)用SPSS13.0統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)分析。對(duì)計(jì)量資料進(jìn)行兩獨(dú)立樣本t檢驗(yàn)，結(jié)果以x±s表示；對(duì)分類變量資料采用卡方檢驗(yàn)。
5、質(zhì)控措施
采取參研人員培訓(xùn)；研究過程中抽查一定數(shù)量（觀察病例總例數(shù)的10%）病例觀察表與原始住院病歷進(jìn)行核對(duì)，復(fù)印一定數(shù)量（觀察病例總例數(shù)的5%）的原始病歷予以存檔等方法控制研究質(zhì)量。
6、數(shù)據(jù)分析方法
進(jìn)行統(tǒng)計(jì)分析后，找出各證型中對(duì)證型診斷有意義的指標(biāo)。請(qǐng)蒙西醫(yī)結(jié)合專家進(jìn)行討論，確定診斷指標(biāo)。
二、結(jié)果
冠心病心絞痛蒙醫(yī)證型分布經(jīng)專家對(duì)410例包含蒙醫(yī)信息的冠心病心絞痛患者資料進(jìn)行分析，其中楚斯型358例，粘邪型23例，胃痧型29例。
1、粘邪型的指標(biāo)篩選
分析比較粘邪型和非粘邪型的計(jì)量資料及兩證型間的分類變量資料，結(jié)果見表1、表2。表1 粘邪型與非粘邪型血脂比較（略） 表2 粘邪型與非粘邪型分類變量資料統(tǒng)計(jì)結(jié)果（略）注：癥狀：1=無，2=有；持續(xù)時(shí)間：1≥5 min，2≥10 min，3≥15 min，4≥30 min；郝衣希拉體態(tài)：1=無，2=有；疼痛程度：1=輕度，2=中度，3=重度； CK-MB、Mb、cTnT：1=正常，2=升高。
2、楚斯型的指標(biāo)篩選
分析比較楚斯型和非楚斯型的計(jì)量資料及兩證型間的分類變量指標(biāo)，結(jié)果見表3、表4。表3 楚斯型與非楚斯型血脂比較（略）表4 楚斯型與非楚斯型分類變量資料統(tǒng)計(jì)結(jié)果（略）注：癥狀：1=無，2=有；持續(xù)時(shí)間：1≥5 min，2≥10 min，3≥15 min，4≥30 min；CK-MB、Mb、cTnT：1=正常，2=升高；單純T波改變：1=正常， 2=單純T波改變
3、 胃痧型的指標(biāo)篩選
優(yōu)生優(yōu)育為全社會(huì)所關(guān)注，更為每一對(duì)夫婦日趨重視，生一個(gè)健康、聰明的孩子成為提高出生人口素質(zhì)的一個(gè)重要環(huán)節(jié)，影響優(yōu)生的因素有多方面，圍產(chǎn)期保健是應(yīng)用圍產(chǎn)醫(yī)學(xué)知識(shí)采取一系列監(jiān)護(hù)、防治措施，從妊娠開始就對(duì)孕婦和胎兒進(jìn)行積極監(jiān)護(hù)來保障母親和嬰兒的健康。從而降低孕產(chǎn)婦死亡率與并發(fā)癥，降低圍產(chǎn)期嬰兒死亡率，減少新生兒疾病的發(fā)生，以確保產(chǎn)婦、胎兒、新生兒的健康。為探討育齡產(chǎn)婦圍產(chǎn)期相關(guān)因素對(duì)新生兒疾病的影響，對(duì)育齡產(chǎn)婦進(jìn)行了圍產(chǎn)期因素調(diào)查。
1 對(duì)象與方法
采用整群抽樣的方法抽取兩個(gè)醫(yī)院2006～2008年產(chǎn)科1008例育齡產(chǎn)婦進(jìn)行調(diào)查，由經(jīng)過統(tǒng)一培訓(xùn)的調(diào)查員以問卷方式填寫調(diào)查表項(xiàng)目?jī)?nèi)容。
統(tǒng)計(jì)學(xué)分析: 問卷資料用SPSS11.0軟件進(jìn)行統(tǒng)計(jì)學(xué)處理，進(jìn)行單因素及多因素logistic回歸分析。
2結(jié)果
1008例育齡產(chǎn)婦調(diào)查結(jié)果中，有新生兒出生疾病的26例，發(fā)生率為2.35%。對(duì)24個(gè)相關(guān)變量因素進(jìn)行單因素logistic回歸分析，母親孕期接觸放射線、羊水異常2個(gè)變量因素在回歸模型中的回歸系數(shù)假設(shè)檢驗(yàn)結(jié)果為 P＜0.05，有統(tǒng)計(jì)學(xué)意義，為新生兒疾病的影響因素，結(jié)果見表1。
對(duì)有統(tǒng)計(jì)學(xué)意義的2個(gè)變量進(jìn)行多因素logistic逐步回歸法篩選分析，最終引入模型中有統(tǒng)計(jì)學(xué)意義的為母親孕期接觸放射線、羊水異常2個(gè)變量因素，其回歸系數(shù)分別為1.642、1.124。優(yōu)勢(shì)比OR值分別為5.164、3.078 ，為新生兒疾病的影響因素,見表2。
3討論
本次新生兒疾病圍產(chǎn)期影響因素調(diào)查的logistic回歸分析結(jié)果表明，新生兒疾病影響因素與母親孕期接觸放射線、羊水異常兩個(gè)變量因素有關(guān)，兩影響變量因素的回歸系數(shù)分別為1.642、1.124，均大于0 ，回歸系數(shù)的假設(shè)檢驗(yàn)均P＜0.05，有統(tǒng)計(jì)學(xué)意義，OR值分別為5.164、3.078，OR值均大于1，說明母親孕期接觸放射線、羊水異常為新生兒出生疾病的危險(xiǎn)影響因素，提示加強(qiáng)圍產(chǎn)期保健措施，提高圍產(chǎn)期保健的質(zhì)量，盡可能的減少危險(xiǎn)因素的暴露，以防止或減少新生兒疾病的發(fā)生。
參考文獻(xiàn):
[1] 李國(guó)光. 婦幼保健流行病學(xué).北京:科學(xué)出版社，1998,5.
Doi：10.3969/j.issn.1671-8801.2014.02.523
【中圖分類號(hào)】R-1 【文獻(xiàn)標(biāo)識(shí)碼】B 【文章編號(hào)】1671-8801（2014）02-0352-02
社會(huì)經(jīng)濟(jì)水平不斷發(fā)展，人們的生活水平不斷提高，公眾對(duì)健康意識(shí)也在不斷加強(qiáng)，家長(zhǎng)對(duì)兒童免疫接種門診服務(wù)需求已由疾病的預(yù)防轉(zhuǎn)向預(yù)防接種的安全性問題。加強(qiáng)和改進(jìn)兒童免疫接種工作，完善醫(yī)療服務(wù)體系，提高服務(wù)水平和服務(wù)質(zhì)量是鳳山縣兒童免疫接種門診工作的重要課題，家長(zhǎng)對(duì)兒童免疫接種門診服務(wù)的滿意度是反映醫(yī)療水平和服務(wù)質(zhì)量的直接指標(biāo)[1]。為了解家長(zhǎng)對(duì)兒童免疫接種門診服務(wù)滿意度，探究影響工作質(zhì)量的關(guān)鍵因素及薄弱環(huán)節(jié)，于2013年9月對(duì)鳳山縣兒童家長(zhǎng)進(jìn)行問卷調(diào)查，現(xiàn)報(bào)道如下：
1 資料與方法
1.1 一般資料。根據(jù)鳳山縣各兒童免疫接種門診的建設(shè)等級(jí)，采用分層隨機(jī)抽樣的方法，對(duì)鳳山縣各社區(qū)650名兒童家長(zhǎng)進(jìn)行問卷調(diào)查，獲得有效問卷565份，有效率為86.92%。
1.2 方法。自行設(shè)計(jì)問卷調(diào)查表，調(diào)查內(nèi)容包括：接種門診環(huán)境衛(wèi)生狀況、對(duì)醫(yī)護(hù)人員的技術(shù)水平、醫(yī)護(hù)人員對(duì)家長(zhǎng)問題回答的情況、對(duì)疫苗相關(guān)知識(shí)的介紹、通知接種疫苗的方式、接種前的查體、打完疫苗對(duì)注意事項(xiàng)的告知情況、兒童家長(zhǎng)對(duì)接種門診位置的便捷程度、接種門診的醫(yī)護(hù)人員對(duì)家長(zhǎng)或兒童的熟悉程度等九項(xiàng)內(nèi)容。
1.3 統(tǒng)計(jì)分析。采用 Epidata3.1建立數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)錄入，采用SPSS12.0軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。對(duì)接種門診工作情況的滿意度用率表示，運(yùn)用多分類有序反應(yīng)變量 Logistic回歸分析滿意度的主要影響因素。
2 結(jié)果
2.1 家長(zhǎng)對(duì)兒童免疫接種門診服務(wù)滿意度。調(diào)查顯示，有69.2%的家長(zhǎng)對(duì)該地區(qū)免疫接種門診離家庭距離的設(shè)置表示滿意，有54.9%的家長(zhǎng)對(duì)接種門診的衛(wèi)生狀況感到滿意，有47.8%的家長(zhǎng)對(duì)醫(yī)生和護(hù)士的技術(shù)水平表示比較滿意，有50.9%的家長(zhǎng)對(duì)醫(yī)護(hù)人員對(duì)兒童的熟悉程度表示不滿意，有32.2%的家長(zhǎng)對(duì)接種前的健康檢查表示不滿意，具體數(shù)據(jù)分析見下表1所示：
表1 家長(zhǎng)對(duì)兒童免疫接種門診服務(wù)滿意度（%）
2.2 家長(zhǎng)主觀滿意度影響因素分析。調(diào)查顯示，有63.8%的家長(zhǎng)對(duì)接種門診的工作總體評(píng)價(jià)比較滿意，35.4%表示一般，6.1%表示不太滿意。以被調(diào)查者主觀總滿意程度為應(yīng)變量，以預(yù)設(shè)影響計(jì)劃免疫服務(wù)滿意度的9種因素為自變量以進(jìn)行多分類有序反應(yīng)變量Logistic回歸分析，影響主觀滿意度的變量從大到小依次為：接種門診的衛(wèi)生狀況（OR=2.81）、醫(yī)護(hù)人員的技術(shù)水平（OR=2.59）、醫(yī)護(hù)人員回答家長(zhǎng)問題的情況（OR=2.23）、對(duì)疫苗相關(guān)知識(shí)的介紹（OR=1.74）、通知接種疫苗的方式（OR=1.66）、接種前的查體（OR=1.58）、打完疫苗對(duì)注意事項(xiàng)的告之情況（OR=1.51）。其中接種點(diǎn)設(shè)置的距離和醫(yī)患熟悉程度兩項(xiàng)因素?zé)o統(tǒng)計(jì)學(xué)意義（P>0.05），其它因素?cái)?shù)據(jù)差異均有統(tǒng)計(jì)學(xué)意義。
3 結(jié)論
服務(wù)對(duì)象對(duì)醫(yī)療服務(wù)的滿意度調(diào)查是反映醫(yī)療服務(wù)質(zhì)量的重要指標(biāo)，也是反映醫(yī)療管理效果的最有效方式之一，現(xiàn)已經(jīng)在商業(yè)服務(wù)和臨床醫(yī)療服務(wù)領(lǐng)域得到廣泛的應(yīng)用[2]。隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展以及人們生活水平的不斷提高，公共衛(wèi)生服務(wù)體系越來越重視醫(yī)療水平和服務(wù)質(zhì)量的提高，也越來越多對(duì)服務(wù)對(duì)象滿意度展開調(diào)查，進(jìn)而探究影響工作質(zhì)量的關(guān)鍵因素及薄弱環(huán)節(jié)，為進(jìn)一步改善醫(yī)療服務(wù)質(zhì)量和提高醫(yī)療服務(wù)水平提出依據(jù)[3]。本次調(diào)查鳳山縣兒童免疫接種服務(wù)滿意度的直接服務(wù)對(duì)象是兒童，由于兒童對(duì)其接受服務(wù)的效果質(zhì)量不能做出有效評(píng)價(jià)，因此，本調(diào)查以兒童家長(zhǎng)為調(diào)查對(duì)象展開調(diào)查以了解目前鳳山目前兒童免疫接種的服務(wù)質(zhì)量。
本次調(diào)查顯示，家長(zhǎng)對(duì)鳳山縣兒童免疫接種服務(wù)綜合滿意度較高，在調(diào)查九條項(xiàng)目中，家長(zhǎng)對(duì)該地區(qū)免疫接種門診離家庭距離的設(shè)置、接種門診的衛(wèi)生狀況以及醫(yī)生和護(hù)士的技術(shù)水平滿意度比較高，而對(duì)醫(yī)護(hù)人員和兒童的熟悉程度以及接種前的健康檢查表示不滿意，而經(jīng)多分類有序反應(yīng)變量Logistic回歸分析顯示，影響家長(zhǎng)主觀滿意度的因素有：接種門診環(huán)境衛(wèi)生狀況、對(duì)醫(yī)護(hù)人員的技術(shù)水平、醫(yī)護(hù)人員對(duì)家長(zhǎng)問題回答的情況、對(duì)疫苗相關(guān)知識(shí)的介紹、通知接種疫苗的方式、接種前的查體、打完疫苗對(duì)注意事項(xiàng)的告知情況，并且影響家長(zhǎng)主觀滿意度各因素經(jīng)統(tǒng)計(jì)學(xué)處理均有統(tǒng)計(jì)學(xué)意義（P0.05），其它因素?cái)?shù)據(jù)差異均有統(tǒng)計(jì)學(xué)意義。由以上數(shù)據(jù)顯示可以說明，影響兒童家長(zhǎng)滿意度不僅與醫(yī)療技術(shù)水平、服務(wù)方式、服務(wù)質(zhì)量等情況有關(guān)，而且與醫(yī)療衛(wèi)生環(huán)境、心理狀態(tài)等情況相關(guān)。
目前，兒童免疫接種門診醫(yī)護(hù)人員注重醫(yī)療技術(shù)水平、服務(wù)方式以及服務(wù)質(zhì)量的提高，然而醫(yī)護(hù)人員忽視對(duì)服務(wù)對(duì)象的人文關(guān)懷，忽視醫(yī)護(hù)人員與兒童家長(zhǎng)間的交流[4]。醫(yī)護(hù)人員與家長(zhǎng)的交流可以使家長(zhǎng)獲取更多的有關(guān)疫苗預(yù)防疾病的知識(shí)、有關(guān)接種的禁忌癥以及有關(guān)接種后發(fā)生副反應(yīng)的有效處理方法等，從而有效的滿足家長(zhǎng)對(duì)兒童免疫接種的服務(wù)需求，提高家長(zhǎng)對(duì)兒童免疫接種的滿意度。
綜上所述，隨著規(guī)范化兒童免疫接種門診建設(shè)的不斷推進(jìn)，鳳山縣兒童免疫接種門診已基本達(dá)到規(guī)范化標(biāo)準(zhǔn)，家長(zhǎng)對(duì)兒童免疫接種門診的滿意度較高。但隨著經(jīng)濟(jì)的發(fā)展和公眾健康意識(shí)的不斷加強(qiáng)，家長(zhǎng)對(duì)兒童免疫接種的服務(wù)需求層次也在提高，除標(biāo)準(zhǔn)操作流程外，家長(zhǎng)希望得到人性化的服務(wù)設(shè)施[5]。兒童免疫接種門診的醫(yī)護(hù)人員要充分認(rèn)識(shí)到服務(wù)對(duì)象的現(xiàn)實(shí)需求以及感知、理解能力，對(duì)兒童免疫接種工作進(jìn)行針對(duì)性開展，使兒童免疫接種門診服務(wù)實(shí)現(xiàn)疾病的預(yù)防向預(yù)防接種的安全性的轉(zhuǎn)變，提高家長(zhǎng)對(duì)兒童免疫接種門診的滿意度，進(jìn)而提高兒童家長(zhǎng)主動(dòng)帶孩子接種疫苗的積極性和各類疫苗的接種率，更有效地控制和減少各種傳染病的傳播。
參考文獻(xiàn)
[1] 張，王文軍，李晶，陳廷，劉琥，宋燁.濟(jì)寧市兒童計(jì)劃免疫接種門診服務(wù)滿意度調(diào)查[J].中國(guó)公共衛(wèi)生，2009，10（03）：1195-1196
[2] 張小芳.太原市西山礦區(qū)計(jì)劃免疫接種門診服務(wù)滿意度調(diào)查與分析[J].醫(yī)學(xué)信息（上旬刊），2010，11（10）：3989-3990
