潜类别分析原理及其在聚类分析中的应用

目的探讨潜类别分析在多个二分类反应变量聚类分析中的应用。方法利用SAS软件ProcLCA模块,采用单一潜变量潜类别模型,对860名上海市公立性病门诊顾客有关性病预防知识的6个项目调查结果进行聚类分析。结果 4个潜类别的单一潜变量模型是数据拟合的理想模型(G2=38.52,df=36,P0.05)。依据性病预防知识掌握情况,860名性病门诊顾客可以聚为4个亚群,每一亚群的人数分别为375人、208人、218人和59人。结论潜类别分析适用于多个二分类反应变量的聚类分析。     

糖尿病抑郁症中医辨证分型临床观察

目的：探讨与分析糖尿病合并抑郁症的中医辨证分型特点与规律。方法：将2011年8月到2013年8月于我院接受治疗的90例糖尿病合并抑郁症患者作为研究对象,回顾性分析其临床资料,总结其中医辨证分型特点。结果：90例糖尿病合并抑郁症患者中医病位主要分布于脾、肝、肾、心等部位,中医病性虚证以气虚、阴虚证为主,中医病性实证分布主要以血瘀、燥热、痰湿、气逆为主。结论：对糖尿病抑郁症患者的治疗需以脾、肝为中心,遵循健脾补肾、调肝治本的原则,进而达到治疗的目的。     

糖尿病抑郁症中医辨证分型临床观察

目的:探讨与分析糖尿病合并抑郁症的中医辨证分型特点与规律。方法 :将2011年8月到2013年8月于我院接受治疗的90例糖尿病合并抑郁症患者作为研究对象,回顾性分析其临床资料,总结其中医辨证分型特点。结果 :90例糖尿病合并抑郁症患者中医病位主要分布于脾、肝、肾、心等部位,中医病性虚证以气虚、阴虚证为主,中医病性实证分布主要以血瘀、燥热、痰湿、气逆为主。结论 :对糖尿病抑郁症患者的治疗需以脾、肝为中心,遵循健脾补肾、调肝治本的原则,进而达到治疗的目的。     

高血压中医辨证分型与动态血压水平的关系研究

目的 探讨高血压中医辨证分型与动态血压水平之间的关系.方法选取该院收治的150例原发性高血压患者为研究对象,根据高血压病的四种中医辨证分型(肝火亢盛证、痰浊雍盛证、瘀血阻络证和气阴两虚证)分为A~D四组.观察患者的动态血压水平与中医辨证分型之间的关系.结果 计算患者血压昼夜变异率发现,由A组至D组,昼夜变异率逐渐下降,其中仅D组患者的昼夜变异率低于10%,且与其他三组差异明显,具有统计学意义,P＜0.05.结论 不同证型的高血压其动态血压水平存在差异,当病症发展至气阴两虚证时,非杓型高血压比例明显升高,人体健康损害加重.     

中医治疗高脂血症的辨证分型研究

随着近年来，高脂血症的患者逐渐增加，中医临床治疗高脂血症的情况变得越来受到人们的重视，而至今中医在治疗高脂血症的分类上还存在许多的分歧，本文试图总结并探讨高脂血症的中医临床治疗高脂血症的症型分类。     

临床工作中运用中医辨证施护的体会

中医治疗疾病与临床疗效，既取决于辨证施护是否正确。又与辨证施护是否得当有密切的关系。如果单凭药物作用而忽视护理，往往收不到预期的效果，甚至出现不良反应。本文就工作中的点滴体会总结如下：     

中医辨证分型治疗中老年女性高血压病临床观察分析

目的 探讨中医辨证分型治疗中老年女性高血压病的临床疗效.方法 将82例中老年女性高血压病患者随机分为对照组和观察组各41例,对照组给予西药治疗,观察组在对照组基础上联合以自拟平肝活血方辨证加减治疗,对比两组疗效.结果 观察组总有效率95.12%优于对照组的73.17%,差异有统计学意义(P＜0.05),两组治疗期间均未出现明显不良反应.结论 中医辨证分型治疗中老年女性高血压病,以平肝活血为基础,辨证论治,因人制宜,标本兼治,疗效显著,无明显毒副作用,值得临床进一步研究推广.     

潜在类别分析在心血管病高危人群分类中应用

目的探讨潜在类别分析在心血管病高危人群分类中的应用,为采取有针对性的干预措施提供决策依据。方法于2016年12月—2017年4月采用整群抽样方法抽取湖北省赤壁市13 908名35～75岁常住居民,从中筛查出2 951名心血管病高危人群作为研究对象进行潜在类别分析,并应用χ2检验分析不同类别高危人群的人口学特征及疾病史分布特征。结果筛查出的2 951名心血管病高危人群根据潜类别模型拟合结果得出4个潜类别的模型为首选模型,心血管病高危人群可聚为血脂异常组、体重异常组、呼吸系统异常组和睡眠状态下呼吸异常组四类,依次为860人(29.1%)、477人(16.2%)、672人(22.8%)和942人(31.9%);不同类别心血管病高危人群比较,4个类别高危人群的性别、年龄和疾病史分布差异均有统计学意义(均P <0.01)。结论心血管病高危人群可分为血脂异常、体重异常、呼吸系统异常和睡眠状态下呼吸异常4个潜类别,其中以血脂异常和在睡觉状态下呼吸异常者较多。     

中医辨证分型治疗冠心病心绞痛34例疗效观察

目的分析中医辨证分型治疗冠心病心绞痛的疗效，指导临床应用。方法应用中医辨证分型，用汤剂治疗冠心病心绞痛。结果34例经长短不同的疗程治疗后，显效16例（占47％），有效16例（占47％），无效2例（占6％）。经治疗后如心前区痛及胸闷的临床症状改善明显。全部患者用药期间无任何不良反应。结论通过辨证论治用药，收到良好治疗效果，值得临床推广。     

广州市居民健康行为模式的潜在类别分析

研究已证实吸烟、不健康饮食和缺乏运动是很多慢性病的危险因素。了解人群的健康行为特点,对不同行为模式的人群采取有针对性的干预措施,有助于慢性病的管理、高危人群的识别?以及干预措施效应最大化。     

The value of latent class analysis in medical diagnosis

Assessment of the value of diagnostic indicators such as symptoms and laboratory tests results from calculation of the sensitivity and specificity of the indicators. Knowledge of the rate of occurrence of the disease allows for additional calculations of the error rates in using an indicator. These calculations are accurate only when the data on which they are based are reliable. If the diagnosis, which is used as the criterion for computing the sensitivity and specificity, is not accurate, then the resulting calculations will be in error. We show how a statistical method, latent class analysis, allows for the estimation of the characteristics of indicators even when an accurate diagnosis is unavailable. In addition, the method deals with several indicators at once, and provides a way to combine the information from all the indicators to make a diagnosis.     

二级医院护士长胜任力分布现状:基于潜在类别模型的分析

利用潜在类别模型分析技术对二级医院护士长胜任力分布进行探讨,发现3-class模型能够较好地解释护士长胜任力潜在类别。探测到的三个类别分别为"个体能力驱动型","团队能力驱动型"和"能力认知缺乏型",当前二级医院护士长多为"个体能力驱动型"。通过对二级医院胜任力的分布现状进行研究,可以有效的了解二级医院护士长的胜任力水平,并制定有针对性的培养发展方式,逐步提高我国二级医院护士长的岗位胜任力水平。     

潜在类别分析在成年女性妇科病高危人群识别中的应用

目的 初步确立成年女性妇科病患病风险的潜在类别,并探究各类别的特征区别及患病风险差异。方法 采用两阶段调查抽取成都市区18～60岁女性成年人进行匿名自填式问卷调查,共回收364份有效问卷。运用潜在类别分析对研究对象特征进行分类比较。结果 当潜在类别数目为2时模型拟合最佳,因两类人群的妇科病患病率不同,可分为低风险型和高风险型两个类别,患病率分别为14.1%和45.1%（OR = 4.987,P＜0.05）。高风险型人群相对较为年长、较低学历、已婚、非学生、多无独居经历,性与生殖健康知识水平较低,发生过性行为者相对较多,性态度较为保守 (P＜0.05)。结论 利用所构建的潜在类别模型,可识别出妇科病患病高危人群,为完善和制定有重点、有针对性的干预措施提供依据,以改善女性生殖健康水平、降低高危人群妇科病患病率。     

基于潜在类别分析的居民健康生活态度与行为变化阶段研究

目的 了解居民健康生活态度的潜在类别及其与行为变化阶段之间的关系。方法 于2019年1—3月对山西省18岁以上居民进行问卷调查,内容包括基本人口学特征、健康生活态度、健康行为变化阶段。采用潜在类别分析方法对研究对象的健康生活态度进行分型,比较不同健康生活态度居民的行为变化阶段。结果 居民健康生活态度可分为“态度积极型”（C1,72.47%）,“态度消极型”（C2,14.57%）和“态度不稳定型”（C3,12.96%）3个潜在类别。与“态度积极型”人群相比,“态度消极型”和“态度不稳定型”人群中文化程度在中等教育及以下者较多,学生、农民、工人和商业人员等职业人群比例较高。居民健康行为变化阶段在3类群组中存在显著性差异。结论 山西省居民的健康生活态度具有明显的分类特征,且与行为转变关系密切,提示应针对不同类别人群的健康生活态度进行差异性干预。     

Incorporating scientific knowledge into phenotype development: penalized latent class regression

The field of psychiatric genetics is hampered by the lack of a clear taxonomy for disorders. Building on the work of Houseman and colleagues (Feature-specific penalized latent class analysis for genomic data. Harvard University Biostatistics Working Paper Series, Working Paper 22, 2005), we describe a penalized latent class regression aimed at allowing additional scientific information to influence the estimation of the measurement model, while retaining the standard assumption of non-differential measurement. In simulation studies, ridge and LASSO penalty functions improved the precision of estimates and, in some cases of differential measurement, also reduced bias. Class-specific penalization enhanced separation of latent classes with respect to covariates, but only in scenarios where there was a true separation. Penalization proved to be less computationally intensive than an analogous Bayesian analysis by a factor of 37. This methodology was then applied to data from normal elderly subjects from the Cache County Study on Memory and Aging. Addition of APO-E genotype and a number of baseline clinical covariates improved the dementia prediction utility of the latent classes; application of class-specific penalization improved precision while retaining that prediction utility. This methodology may be useful in scenarios with large numbers of collinear covariates or in certain cases where latent class model assumptions are violated. Investigation of novel penalty functions may prove fruitful in further refining psychiatric phenotypes.     

Distinct trajectories of multimorbidity in primary care were identified using latent class growth analysis

ObjectivesTo investigate the use of latent class growth analysis (LCGA) in understanding onset and changes in multimorbidity over time in older adults.Study Design and SettingThis study used primary care consultations for 42 consensus-defined chronic morbidities over 3 years (2003–2005) by 24,615 people aged >50 years at 10 UK general practices, which contribute to the Consultations in Primary Care Archive database. Distinct groups of people who had similar progression of multimorbidity over time were identified using LCGA. These derived trajectories were tested in another primary care consultation data set with linked self-reported health status.ResultsFive clusters of people representing different trajectories were identified: those who had no recorded chronic problems (40%), those who developed a first chronic morbidity over 3 years (10%), a developing multimorbidity group (37%), a group with increasing number of chronic morbidities (12%), and a multi-chronic group with many chronic morbidities (1%). These trajectories were also identified using another consultation database and associated with self-reported physical and mental health.ConclusionThere are distinct trajectories in the development of multimorbidity in primary care populations, which are associated with poor health. Future research needs to incorporate such trajectories when assessing progression of disease and deterioration of health.     

纵向数据潜变量增长曲线模型及其在Mplus中的实现

探讨纵向数据潜变量增长曲线模型及其在Mplus中的实现方法。通过实例采用Mplus软件处理某高校大学生心理健康状况纵向数据。结果表明潜变量增长曲线模型可以处理含有潜变量的纵向数据,能够比较总体发展趋势和个体发展的差异,纳入协变量可以提高模型拟合效果;采用Mplus软件实现潜变量增长曲线模型,程序简单,操作方便。纵向数据潜变量增长曲线模型及其在Mplus中的实现程序,可为实际应用尤其是流行病学队列研究提供统计方法学方面的指导和参考。     

基于潜变量增长混合模型的慢性乙肝患者治疗队列医疗费用的异质性研究

目的 探讨广州市慢性乙型肝炎门诊患者医疗费用变化轨迹的异质性,以期为临床治疗方案的选择和相关部门政策的制定提供切实可行的建议。方法 数据来源于广州市第八人民医院信息系统,研究对象为2008年1月至2015年12月期间在该医院就诊并诊断为“慢性乙型肝炎”的门诊患者。采用潜变量增长混合模型对患者的医疗费用进行建模,比较不同亚组的总费用、抗病毒药物使用情况以及治疗效果。 结果 本研究共纳入慢乙肝患者4296人,平均年龄（35.19±10.84）岁,其中男性占76.84%。基于LGMM模型识别出2个增长趋势不同的亚类:高费用组（2175人,占50.63%）和低费用组（2121人,占49.37%）,结果显示“高费用组”患者的DNA应答率高于“低费用组”患者（F=7.81,P<0.05;F=5.29,P<0.05）,ALT复常率也高于“低费用组”患者（F=5.40,P<0.05）。结论 潜变量增长混合模型能够识别慢乙肝患者治疗队列中不可观测亚类的医疗费用变化轨迹,反映真实的慢乙肝患者治疗过程中医疗费用及疗效情况。