学位论文 > 优秀研究生学位论文题录展示

缺血性中风病重复测量设计定性数据变化规律的研究

作　者: 王琪
导　师: 胡良平
学　校: 中国人民解放军军事医学科学院
专　业: 流行病与卫生统计学
关键词: 广义估计方程潜在类别分析潜在转移分析项目反应理论缺血性中风
分类号: R743.3
类　型: 博士论文
年　份: 2013年
下　载: 47次
引　用: 0次
阅　读: 论文下载

内容摘要

【目的】针对缺血性中风病重复测量设计定性数据，以往的多数研究只停留在横断面分析上，欠缺纵向分析，也没有一套系统而又全面地用于处理此类数据的统计分析方法。本文对此类资料进行深入地研究，试图给出相应数据分析的新思路，挖掘缺血性中风病患者证候随时间变化的规律，揭示中风病的病机本质，帮助并指导临床医生科学地对此病患者实施中医药干预，以期总结出相应的研究方法，为其他疾病获得的重复测量设计定性数据变化规律的研究奠定基础。此外，对中风病证候要素评价量表进行条目筛选、优化量表。本研究旨在为临床研究和实践提供统计学方法的依据和支持。【内容】本研究主要从证候演变规律、评价量表条目筛选两个方面进行了大规模的统计分析。基于多时点、连续、动态采集的数据，分析缺血性中风病住院患者的内风、内火、痰湿、血瘀、气虚和阴虚6个证候随时间推移的变化规律并寻找对此证候有影响的因素；分别根据患者的首发证候、6个证候各时间点的情况对缺血性中风病患者进行聚类，从而分析各分类中患者的证候随时间的变化规律和相应的影响因素，帮助临床医生找到中药干预的最佳作用点，探讨重复测量设计定性数据变化规律的分析方法。此外，进行中风病证候要素评价量表（含目珠游动、抽搐、头晕、心烦、发热、滑脉等97个症状）条目的筛选研究，探讨项目反应理论在评价量表条目筛选中的应用。本研究重点针对缺血性中风病重复测量设计定性数据变化规律研究中尚存在的不足进行探讨，借助SAS软件和Mplus软件的编程语言，实现对缺血性中风病患者自身的证候演变规律（证候随时间的变化规律）的挖掘分析以及项目反应理论在中风病证候要素评价量表条目筛选中的应用。【方法】本研究充分运用多种统计分析方法，特别是广义估计方程、潜在类别分析、潜在转移分析、项目反应理论等。基于北京中医药大学东直门医院所提供的研究基础（国家重点基础研究发展计划课题——缺血性中风病证结合的诊断标准与疗效评价体系研究，课题编号：2003CB517102；国家科技重大专项“重大新药创制”课题——显示中医药疗效优势的中药临床疗效评价关键技术研究，课题编号：2009ZX09502-028），在探索缺血性中风病证候演变模式的研究中，先分别将观测时间作为分类变量和连续变量，单独使用广义估计方程探讨影响本课题收集的全部缺血性中风病患者证候（内风、内火、痰湿、气虚、血瘀和阴虚共6个证候）的因素，以及这6个证候随时间推移的变化规律。之后再根据潜在类别分析和广义估计方程相结合、潜在转移分析和广义估计方程相结合的策略，将观测时间分别作为分类变量和连续变量，分别探索导致不同类别缺血性中风病患者出现不同证候的影响因素以及证候随时间变化的规律。在对中风病证候要素评价量表条目筛选的研究中，使用项目反应理论，通过项目信息函数、区分度参数、项目特征曲线图并综合现实中医理论对评价量表进行条目的筛选，剔除信息量较低的条目，构建logistic曲线回归方程，对项目反应理论最常用的两个参数估计方法（最大似然估计法和贝叶斯估计法）得到的预测概率与真实频率进行比较，根据残差平方和与相关系数找出本研究中最优的参数估计方法。【结果】本研究对缺血性中风病重复测量设计定性数据研究中现有分析方法存在的不足进行改进，有针对性地提出缺血性中风病证候随时间的变化规律和中风病证候要素评价量表条目筛选的研究策略，通过SAS软件和Mplus软件进行大量编程使分析策略得以实现，通过最适合的形式呈现出来。具体来说，论文的研究结果和主要创新点包括下面四个方面。（1）对于缺血性中风病重复测量设计定性数据，将受试对象内部相关考虑进来，使用广义估计方程来进行分析。分别将观测时间作为分类变量（重在孤立地看每一个时间点与起点相比对结果的影响，是站在局部的角度来看问题）和连续变量（重在看发生概率随时间的推移的变化规律，是站在全局的角度来看问题），运用广义估计方程对缺血性中风病患者证候数据进行研究，得出影响缺血性中风病患者各证候的因素以及不同证候随时间推移的变化趋势，并可通过拟合的方程对某患者在某时间点出现某证候的概率进行预测。广义估计方程可以较便捷地分析每一个受试对象在不同时间点上被重复观测而得到的缺乏独立性的缺血性中风病重复测量定性数据。（2）由于发病第一时间出现的证候（首发证候）在临床上有重要意义，对缺血性中风病证候随时间的变化规律的研究摸索出一套分析策略：根据潜在类别分析和广义估计方程相结合的思路，先通过潜在类别分析将缺血性中风病患者按第一时间的6个证候进行聚类，根据拟合指标，聚成2类时最好，“无明显内火”组379例、“内火”组614例。再分别将观测时间作为分类变量和连续变量，运用广义估计方程对这两类缺血性中风病患者证候数据进行研究，得出对首发证候不同的2类患者的6个证候有影响的因素，以及各类患者证候随时间推移的变化规律，并可通过拟合的方程对每组患者在某时间点出现某证候的概率进行预测。根据潜在类别分析聚成的2组患者，各证候的发生率及随时间的变化趋势不尽相同。（3）全面考虑6个证候各时间点的情况，对缺血性中风病证候随时间的变化规律的研究摸索出一套分析策略：根据潜在转移分析和广义估计方程相结合的思路，先通过潜在转移分析将缺血性中风病患者按6个证候各时间点的情况进行聚类，根据拟合指标，聚成7类时最好，第1类“内风+内火+痰湿+血瘀”组498例、第2类“血瘀+内风”组251例、第3类“阴虚”组87例、第4类“血瘀+内火+痰湿”组63例、第5类“气虚”组52例、第6类“内火+痰湿”组26例、第7类“血瘀”组16例。再分别将观测时间作为分类变量和连续变量，运用广义估计方程对所占比重最大的两类缺血性中风病患者证候数据进行研究，得出对各类患者的6个证候有影响的因素、各类患者证候随时间推移的变化规律以及相邻时间点潜在状态的转移概率，并可通过拟合的方程对每组患者在某时间点出现某证候的概率进行预测。最终发现：各组患者各证候的发生率及随时间的变化趋势不尽相同。（4）对于中风病证候要素评价量表，使用项目反应理论，得出各项目的难度参数、区分度参数、项目信息函数值、各证候的测验信息函数值和患者能力参数估计值，并绘制各证候下各症状的项目特征曲线、各症状的项目信息函数曲线及各分量表测验特征曲线。通过项目信息函数、区分度参数、项目特征曲线图并综合现实中医理论对评价量表进行条目的筛选，剔除信息量较低f6（项强）、f13（舌短缩）、h24（疾脉）、h25（滑脉）、t10（恶心呕吐）、q18（细脉）、y11（弦脉）和y12（细脉）共8个条目，占总条目数的8.25%。根据条目的参数构建logistic曲线回归方程，可代入患者的能力参数估计值，得到患者各条目水平的概率。对项目反应理论最常用的两种参数估计方法（最大似然估计法和贝叶斯估计法）得到的预测概率与真实频率进行比较，根据残差平方和与相关系数可以看出，本研究中最大似然估计法得到的结果与贝叶斯估计法基本一致，略优于贝叶斯法。【结论】本研究对缺血性中风病重复测量设计定性数据进行了探索性分析，得到了令人满意的结果。解决了结果变量为证候数据的多元定性资料以及结果变量为证候数据的重复测量设计多元定性资料的受试对象的聚类问题，考虑了受试对象的内部相关性，统计推论更可靠，为研究其他疾病而获得的重复测量设计定性数据的变化规律奠定了基础。在对受试对象聚类后研究每一类患者各证候随时间的变化规律，这对临床医生更有针对性地因病施治，继而提高疗效有重要意义。此外，项目反应理论现在主要应用在心理测量学领域，本研究运用此方法对中风病证候要素评价量表条目进行筛选，结果证明可行，拓宽了项目反应理论的应用领域。

全文目录

缩略词表  6-8
中文摘要  8-11
Abstract  11-15
第一章前言  15-20
  1.1 研究背景  15-16
  1.2 研究现状  16-17
  1.3 研究内容  17
  1.4 课题意义  17-18
  1.5 研究方法  18
  1.6 论文结构  18-20
第二章数据来源、整理与统计描述  20-28
  2.1 数据来源  20
  2.2 数据整理  20-22
    2.2.1 用于探索证候演变模式的数据  20-21
    2.2.2 用于筛选量表条目的数据  21-22
  2.3 统计描述  22-25
    2.3.1 用于探索证候演变模式的受试对象的统计描述  22-24
    2.3.2 用于筛选量表条目的受试对象的统计描述  24-25
  2.4 不同时间点各证候频数  25-27
    2.4.1 不同时间点各证候频数表  25-27
    2.4.2 不同时间点各证候发生频率图  27
  2.5 本章小结  27-28
第三章背景知识简介  28-57
  3.1 广义估计方程  28-33
    3.1.1 广义估计方程模型简介  28-29
    3.1.2 作业相关矩阵  29-31
    3.1.3 参数的估计  31-32
    3.1.4 模型评价  32-33
  3.2 潜在类别分析  33-37
    3.2.1 基本模型  33-35
    3.2.2 模型参数  35
    3.2.3 模型估计  35-36
    3.2.4 模型评价  36-37
    3.2.5 分类  37
  3.3 潜在转移分析  37-41
    3.3.1 基本模型  38
    3.3.2 模型参数  38-40
    3.3.3 模型估计  40-41
    3.3.4 模型评价  41
  3.4 项目反应理论  41-49
    3.4.1 几个基本概念  42-44
    3.4.2 基本假设  44-45
    3.4.3 基本模型  45-46
    3.4.4 参数估计  46-48
    3.4.5 模型评价  48-49
  3.5 经典定性资料统计分析方法  49-52
    3.5.1 Logistic 回归分析  49-50
    3.5.2 对数线性模型  50-52
  3.6 方法比较  52-56
    3.6.1 数据结构  52-55
    3.6.2 数学模型  55-56
    3.6.3 应用场合  56
  3.7 本章小结  56-57
第四章广义估计方程在缺血性中风病患者证候数据中的应用  57-76
  4.1 数据结构及方法选择  57-58
  4.2 时间作为分类变量时广义估计方程的结果  58-66
  4.3 时间作为连续变量时广义估计方程的结果  66-75
  4.4 本章小结  75-76
第五章潜在类别分析联合广义估计方程在缺血性中风病患者证候数据中的应用  76-100
  5.1 数据结构及方法选择  76-77
  5.2 潜在类别分析聚类的结果  77-82
  5.3 时间作为分类变量时潜在类别分析联合广义估计方程的结果  82-91
    5.3.1 “无明显内火”组患者的结果  82-87
    5.3.2 “内火”组患者的结果  87-91
  5.4 时间作为连续变量时潜在类别分析联合广义估计方程的结果  91-98
    5.4.1 “无明显内火”组患者的结果  91-94
    5.4.2 “内火”组患者的结果  94-98
  5.5 本章小结  98-100
第六章潜在转移分析联合广义估计方程在缺血性中风病患者证候数据中的应用  100-128
  6.1 数据结构及方法选择  100-102
  6.2 潜在转移分析聚类的结果  102-111
  6.3 时间作为分类变量时潜在转移分析联合广义估计方程的结果  111-118
    6.3.1 “内风+内火+痰湿+血瘀”组患者的结果  111-114
    6.3.2 “血瘀+内风”组患者的结果  114-118
  6.4 时间作为连续变量时潜在转移分析联合广义估计方程的结果  118-126
    6.4.1 “内风+内火+痰湿+血瘀”组患者的结果  119-121
    6.4.2 “血瘀+内风”组患者的结果  121-126
  6.5 本章小结  126-128
第七章项目反应理论在中风病证候要素评价量表条目筛选中的应用  128-157
  7.1 数据结构及方法选择  128-129
  7.2 中风病证候要素评价量表条目的筛选  129-145
    7.2.1 内风证分量表  130-133
    7.2.2 内火证分量表  133-135
    7.2.3 痰湿证分量表  135-138
    7.2.4 血瘀证分量表  138-140
    7.2.5 气虚证分量表  140-143
    7.2.6 阴虚证分量表  143-145
  7.3 构建 logistic 曲线方程  145
  7.4 不同参数估计方法预测结果比较  145-156
  7.5 本章小结  156-157
第八章总结与展望  157-163
  8.1 本研究的主要工作  157
  8.2 结果和结论  157-159
  8.3 创新点  159
  8.4 讨论  159-161
  8.5 课题展望  161-163
参考文献  163-172
附录 1 中风病证候要素评价量表备选条目  172-177
附录 2 本课题部分程序  177-184
文献综述  184-196
  参考文献  192-196
代表论著  196-201
个人简历  201-205
致谢  205

缺血性中风病重复测量设计定性数据变化规律的研究

内容摘要

全文目录

相似论文