多元统计方法用于高血压患者

根据《中医内科学》症状学内容，结合高血压病的证候表现，共筛选129项症状、体征信息作为调查条目，由神经内科和心内科的临床医生、研究生经过统一培训后，采集四诊信息并如实填写调查表。

数据预处理和统计方法使用Epidata3.1建立数据库录入数据，采用SPSS18．0统计软件包进行统计分析。运用频数分析的方法对各个症状、体征出现的频次、频率进行分析,在此基础上排序，并筛选出现频率＞5%的症状进行系统聚类，考虑到变量比较分散，聚类方法选择最远距离法(Furthestneigh-bor)，距离测度方法选择积矩相关(Pearsoncorre1ation)。聚类后对包含症状、特征信息比较多的类别进行因子分析（经检验KMO值>0.5，才做因子分析），并根据特征根＞1的情况提取出公因子。将提取出的公因子再次进行聚类分析，并根据临床专业知识进行解释。

结果

原发性高血压中医证候、体征频数分析首先对129项症状、体征变量进行预处理，原则是据专业知识对表达相同含义的指标进行合并，如失眠和多梦合并为新症状失眠多梦，合并后的症状、体征共有86项目。频率分析结果显示773例患者出现的总频次例次，四诊指标出现频率＞5%的共有55个。

中医证候(症状、体征)主因子的第一次聚类分析因“眩晕、头痛”是高血压病病名诊断层面上的症状描述，可见于各个中医证型的高血压病中，故根据专业知识剔除这两个症状，对剩余53个症状、体征等四诊信息进行系统聚类分析，笔者尝试聚为3～6类，由于3类过于集中，而聚6类四诊指标又比较分散，最后根据专业意见，认为聚为4类比较符合实际，根据聚类的主症进行中医辨证，聚类后第1类可以辨证为肝阳上亢型，第2类辨证为血瘀型，第3类辨证为气虚型，但第4类包含变量过多，因此考虑对其做探索性因子分析。聚类分析结果。见表1。2.3对聚类结果的探索性因子分析将表1中第4类包含的所有指标作探索性因子分析，迭代25次得到因子负荷矩阵。经KMO值为0.63，Bartlett’s检验P<0.001，满足因子分析要求。提取特征根>1.0的公因子共11个，累积贡献率为53.05%。因子分析并经方差最大正交旋转后，因子包含的主症及载荷系数（≥0.5）表达的四诊指标。.4中医证候(症状、体征)主因子的第2次聚类分析对11个主因子进行标准化变换(Z-scores)，计算因子得分，根据各症状的因子得分再次进行系统聚类分析，最后根据专业判断，聚为2类比较符合实际，取每个公因子中载荷系数>0.5的症状作为该因子的症状指标，最后根据聚类出的主症进行中医辨证。见表2。本次调查的原发性高血压病人最终可以辨证为：肝阳上亢证、血瘀证、气虚证、肾虚、脾虚痰阻5型。

讨论

原发性高血压患者的中医临床症状及体征十分复杂。本文根据社区人群和医院病人的高血压病流行病学调查，结合中医专业知识和统计学方法，从数据挖掘角度探索高血压的证候规律。本次调查共收集了中医症状、体征、舌脉变量共129项。出现频率最高的症状为舌紫暗，出现477次，占总例数（733例）的61.7%，其它出现频率超过50%的有神疲乏力（55.8%），频率表现与他人的研究有区别［5］，表现为众多的症状、体征，分布较为散乱；分析原来可能是由于设计过多的条目有关。因此根据统计学原理，结合专业知识，将症状、体征等信息先做频率分析，出现频率>5%者才纳入多元统计分析，且有些信息可以进一步合并，最终纳入统计分析的指标有53项。本文主要的目的是对证候规律进行探索，由于各证素之间是“内实外虚”、“动态时空”、“多维界面”、“高维高阶”的复杂系统，并且存在共线性，因此考虑应用探索性的多元统计方法对众多的证素进行降维。聚类分析则可以将一组数据按照自身内在规律合理分为几类，缩小主观判断造成的误差。但是由于变量太多，且病例来源较复杂，因此聚类效果并不理想。第4类所包含的症状、体征较多，辨证后包含的证型也较复杂；因此考虑运用其它多元统计方法进一步降维。探索性因子分析是通过寻求少数的公因子来综合反映多个变量的大部分信息，每个公因子代表了1个证候群。但是由于本次调查病人来源包含社区人群、医院病例，且有合并疾病，因此虽然归纳了11个公因子，然后累计贡献率仍未达到70%，因此进一步考虑再次对11个公因子进行聚类分析。通过三次多元统计分析，本次调查的原发性高血压病人最终可以辨证为：肝阳上亢、血瘀、气虚、肾虚、脾虚痰阻5型。这与1993年卫生部《中药(新药)临床研究指导原则(试行)》［6］、王世琪等［7~10］的研究略有不同，在理论上丰富了高血压证候规律研究。本文通过多元统计方法对高血压证候分布规律进行了初步的研究，但中医证候分类研究的方法学仍有许多内容：如其它多元统计和数据挖掘方法，都需在日后的研究中不断进行探索来完善。

作者：欧阳文伟林晓忠任毅欧爱华周罗晶单位：广东省中医院江苏省苏北人民医院