主成分分析和数据包络分析的联合应用

目的 联合应用主成分分析和数据包络分析以综合评价某医院各临床科室的相对效率,提出改善建议.方法 根据医院情况,选择财务、工作量和病人满意度等各方面有代表性的12个指标,计算出16个临床科室的主成分得分和相对效率值,将2者分别排序并综合于二维象限,直观地评价和判断各科室相对效率.并得出非有效科室的松弛量,指出需调整的投入产出量,以达到相对有效.结果 二维象限显示各科室2种方法间排序一致,差异无统计学意义（P〉0.05）.位于第一象限的普外科、神经内科、肿瘤内科相对效率高（最优解θ=1）、综合情况较好 （PCA得分〉1）;而第四象限的小儿外科、眼科等相对效率高（最优解θ=1）,但主成分得分低（PCA得分〈-1.5）,规模偏小综合实力较差,应考虑予以发展;第二、三象限的感染病科、血液内科和口腔科则效率较差,为达到科室相对有效,在产出不变时,实际占用总床日数、职工人数、工资和福利、固定资产、材料及一次性消耗等投入应根据松弛量进行调整.结论 主成分分析和数据包络分析能互相补充,既体现评价单元的综合差异,又可比较相对效率,联合应用可以更全面地评价各决策单元.使用二维象限能更直观的判断较多评价单元的相对效率和综合情况,可以考虑在医院管理决策中予以推广.     

应用主成分分析法对某医院住院工作进行综合评价

目的 对某医院近6年住院工作情况进行综合评价，为医院决策提供客观、科学，反映医院工作实质的统计分析。方法 选择反映工作效率、医疗质量的10项统计指标，应用主成分分析法，分别在单层次及整体水平上进行评价，并得出综合评分。分析过程采用SPSS软件进行数据处理。结果 近6年来，医院工作质量综合评价最好的是2005年，其次是2000年，2002年排名第3，综合评价最差的是2003年。结论 医院的工作效率与医疗质量同等重要，医疗质量是医院发展的根本，只有在保证医疗质量的前提下，提高工作效率，才能使医院得到更大的发展。     

主成分分析法综合评价医院医疗质量

目的 应用主成分分析法对我院1999-2005年的医疗质量进行综合评价。方法 选取具有代表性的医院工作效率、工作质量指标共7项，在SAS软件支持下得出综合评分，评价医院医疗质量。结果 用选出的第一主成分对参评年份进行综合评价，综合评分最高为2004年，最低为2001年。结论 主成分分析法可以消除原始变量间的信息重叠，在评价医院的医疗质量上具有合理性、综合性和可行性。     

主成分分析法在大学生艾滋病相关态度中的应用

目的应用主成分分析方法对大学生艾滋病相关态度进行综合分析。方法选取江苏省5所大学，采用多阶段整群随机抽样的方法抽取3254名大学生进行问卷调查。结果经主成分分析，从5道对他人行为表现的态度题中提取出2个主成分即对交易性行为的态度和对在校性行为的态度，累计贡献率为72．86％。从7道对于自身遇到的艾滋病相关问题态度题中提取了5个主成分，分别反映安全套的使用态度，对艾滋病患者的态度，对交易性行为的态度，对义务献血和对性伴性经历的态度，累计贡献率为83．37％。从7道对安全套相关问题态度题中提取出3个主成分，分别为性行为时对安全套的认同、安全套的购买和使用时的心理变化，累计贡献率为75．57％。结论主成分分析综合了大学生对艾滋病相关问题的态度，并进行了降维度分析，能够有效的提取主成分对原始变量进行解释。主成分分析在大学生艾滋病相关态度的问卷分析中有很好的应用价值。     

用主成分分析法结合加权TOPSIS法对医院医疗工作质量综合评价

目的综合评价武汉市某三级甲等医院2002—2007年医疗工作质量,为医院制定长远的工作计划提供科学的决策依据。方法选择反映工作效率、医疗质量、诊断质量的17项代表性好、敏感性强的统计指标,应用主成分分析法结合加权TOPSIS法进行综合评价。结果近6年来,医院医疗工作质量整体呈上升趋势,综合评价最好的是2007年,最差的是2003年。结论应用主成分分析法,结合加权TOPSIS法进行综合评价充分利用原始数据,不损失原指标的信息,更具科学性、真实性。     

应用主成分分析评价妇幼卫生状况

目的:全面评价浙江省各地区的妇幼卫生状况。方法:选取妇幼卫生年报中有代表性的指标,应用主成分分析的方法进行评价。结果:C、J、K三个地区的妇幼保健水平相对较低,而C、G、K三个地区的孕产妇和儿童死亡率较高。结论:C、J、K三个地区的总体妇幼卫生水平低于浙江省的其他地区,其妇幼卫生状况仍有待于进一步改善。     

我国孕产妇死亡率变化趋势及保健状况主成分分析

目的  通过描述2005-2015年我国孕产妇死亡率的变化趋势;分析2015年我国各地区的孕产妇保健状况,为相关部门合理分配卫生资源提供科学依据。 方法  采用动态数列法描述2005-2015年我国孕产妇死亡变化趋势,主成分分析法评价2015年我国各地孕产妇保健状况。 结果  2005-2015年全国以及城乡孕产妇死亡率呈下降趋势,平均增长速度分别为-0.0756、-0.0210、-0.0852;大部分沿海省市孕产妇保健工作发展均衡,江苏省在两个主成分分值中均排名领先（F₁=218.3、F₂=60.6）。 结论  我国孕产妇保健事业取得良好进展,发展方向应由沿海转向内陆,为未来下一个目标的实现奠定良好基础。     

基于主成分分析的膳食脂肪酸模式与口腔癌的关系

目的  探讨膳食脂肪酸模式与口腔癌发病的关联。 方法  采用病例对照研究设计,收集2013年11月14日至2019年3月21日在福建医科大学附属第一医院口腔颌面外科确诊的225例口腔癌新发病例以及同期在该医院进行健康体检的524例对照。应用主成分分析确定人群的膳食脂肪酸模式,并通过非条件Logistic回归分析模型计算膳食脂肪酸模式与口腔癌发病风险的OR值及其95% CI值。 结果  主成分分析共提取了6种膳食脂肪酸模式。以人群中占比最大的模式6(己酸、十三烷酸为主)为参照组,模式1(以长链饱和脂肪酸和单不饱和脂肪酸为主)和模式2(中链饱和脂肪酸和多不饱和脂肪酸为主)均可降低口腔癌的发病风险,其调整后的OR值及其95% CI值分别为0.47(95% CI：0.25~0.86)、0.45(95% CI：0.21~0.98),其他模式未观察到与口腔癌发病风险有关联(均有P>0.05)。 结论  相对于以己酸、十三烷酸为主的模式6,以长链饱和脂肪酸和单不饱和脂肪酸为主的模式1和以中链饱和脂肪酸和多不饱和脂肪酸为主的模式2与口腔癌的发病风险呈负相关。科学合理摄入脂肪酸,可能降低口腔癌的发病风险。     

主成分分析在经前期综合症数据处理中的应用

"经前期综合症(PMS)肝气逆证辨证规范与疗效评价标准研究"项目收集了较大数量的数据,应用主成分分析进行降维处理,提取出经前期综合症的主证候要素并探讨证候要素的分布,运用SQLAS(Analysis Services)实现聚集检验,初步构建经前期综合症的辩证及数学模型。     

Profiling of anthocyanins from blueberries produced in China using HPLC-DAD-MS and exploratory analysis by principal component analysis

In this study, anthocyanins in 17 samples of blueberries of different varieties and geographical origins in China (including Duke, Bluecrop, Northland, Northblue, Spartan, and St. Cloud blueberry varieties) were identified and quantified. Thirteen anthocyanins were identified by means of their absorbance spectrum and fragmentation pattern in tandem mass spectrometry. The anthocyanin profiles from blueberries of all cultivars were similar, but the proportions were cultivar-dependent. Malvidin (41.0%), delphinidin (33.1%), and petunidin (17.3%) were the major contributors to the total anthocyanidin content. The multivariate method of principal component analysis (PCA) was used to evaluate the differences among the cultivars. The results showed that each species could be separated from others cultivated in China, primarily by the proportions of each anthocyanin compound in each blueberry variety. The differences were probably due to the cultivar and climatic factors.     

基于基因水平主成分logistic回归模型在全基因组关联研究中的应用

探讨基于基因水平的主成分logistic回归模型分析方法及其在全基因组关联研究中的应用.以全基因组关联研究基因型模拟数据为例,介绍基于主成分的logistic回归模型在基因水平检测遗传变异与复杂性疾病之间关联的分析策略.模拟结果表明致病位点所在基因假设检验的P值在所有基因检验结果中为最小.研究结果提示在全基因组关联研究中,采用基于基因水平的主成分logistic回归模型一方面能够降低检验的自由度,另一方面能够处理单核苷酸多态性之间相关性问题,在检测致病基因与疾病关联时具有一定的效能.     

Methodological issues in determining the dimensionality of composite health measures using principal component analysis: Case illustration and suggestions for practice

During the early steps of the construction of composite health measures, principal component analysis (PCA) is commonly used to identify latent factors that underlie observed variables and to determine the dimensionality of the instruments. The determination of the number of components to retain is critical to PCA: it markedly influences the factorial model identified and further conditions the validity of the constructed instrument. However, many researchers developing composite health measures seem to be unaware of the importance of this determination. The purposes of the paper are to illustrate (1) the variability of the factorial models obtained by using different published rules (n=10) for determining the number of components to retain in PCA applied to two quality-of-life datasets, and (2) the value of a careful and diversified approach to the problem of the number of components to retain in PCA that we suggest, instead of the unsatisfactory rule-of-thumb that many researchers use. This involves: (1) using robust rules (including parallel analysis and minimum average partial procedure) to generate a set of possible values for the number of components to retain, (2) repeating the analysis across samples, (3) comprehensively assessing the models obtained, and (4) considering complementary methods to PCA and especially confirmatory factor analysis.     

Gene selection for microarray data analysis using principal component analysis

Principal component analysis (PCA) has been widely used in multivariate data analysis to reduce the dimensionality of the data in order to simplify subsequent analysis and allow for summarization of the data in a parsimonious manner. It has become a useful tool in microarray data analysis. For a typical microarray data set, it is often difficult to compare the overall gene expression difference between observations from different groups or conduct the classification based on a very large number of genes. In this paper, we propose a gene selection method based on the strategy proposed by Krzanowski. We demonstrate the effectiveness of this procedure using a cancer gene expression data set and compare it with several other gene selection strategies. It turns out that the proposed method selects the best gene subset for preserving the original data structure.     

长爪沙鼠种群年龄指标的主成分分析

本文采用生成分分析法,对内蒙古地区长爪沙鼠的体重、体长、尾长、颅全长、颅基长、鼻骨长、腭长、上齿列长、齿隙长、听泡长、听泡宽、颧宽、眶间宽、后头高、后头宽15项指标进行了二维排序。结果表明:颅基长是长爪沙鼠雄、雌鼠最具代表性的年龄指标;简易可行指标,雄鼠为体重,雌鼠为体长,亦可用于年龄划分。     

Application of principal component and hierarchical cluster analysis to classify fruits and vegetables commonly consumed in Ireland based on in vitro antioxidant activity

The purpose of this study was to gain insights into the variations in antioxidant profiles between fruits and vegetables using pattern recognition tools; classification was achieved based on global antioxidant activity, levels of antioxidant groups (total phenolics, total anthocyanins, ascorbic acid) and quality parameters (instrumental colour, moisture). Six vegetables (broccoli, carrot [organic and intensively grown], butterhead lettuce, red onion, yellow onion) and eight fruits (blueberries, cherry tomato, cranberries, red grapes, green pepper, raspberry, red pepper and strawberry) commonly consumed in Ireland were analysed. Antioxidant activity (ARP) and concentrations of bioactive compound groups differed according to sample type. Berry fruits had the highest antioxidant activity (1.51-2.97 (g/L)⁻¹). By contrast, vegetables were quite low in antioxidant activity (0.14-0.39 (g/L)⁻¹). Interrelationships between the parameters analysed and the different fruits and vegetables were investigated by principal component analysis (PCA) and hierarchical cluster analysis (HCA). PCA revealed that the first two components represented 62% of the total variability in antioxidant activity and different antioxidant groups. HCA classified samples into four main groups on the basis of the measured parameters.     

Non-targeted method to detect honey adulteration: Combination of electrochemical and spectrophotometric responses with principal component analysis

Detecting adulteration in honey is not an easy task and most of the traditional methods are usually unaffordable. Thus, we describe the use of cyclic voltammetry using Cu/CuO electrode and UV–vis spectrophotometry along with chemometric tools to detect adulteration of honey with corn syrup. Both honey and corn syrup samples presented an anodic peak at +1.1 V, but the current is variable and depends on the sample composition in relation to the honey and syrup content. A cathodic peak at +0.42 V arises at higher scan rates, which is more pronounced for syrup samples and can be used to discriminate between pure and adulterated samples. This response can be combined with UV/vis absorbance peaks at 285 and 216 nm to identify adulteration. Principal component analysis (PCA) and hierarchical cluster analysis (HCA) allowed differentiating between honey and corn syrup samples and simulated mixtures of them, in which the first two principal components together explain 100.0 % of the data variability, specifically 98.47 % by PC1 and 1.53 % by PC2. The method requires a minimum amount of sample and generates a low amount of waste. Furthermore, it is possible to use portable and cheap equipment, making it more accessible to the beekeeper sector.     

工作场所空气中铅及其化合物的氢化物发生-原子荧光光谱测定法

目的建立氢化物发生原子荧光光谱法测定空气中铅及其化合物的方法。方法用微孔滤膜采集空气样品,经高氯酸-硝酸（1＋9）加热消解后,以去离子水定容,通过氢化物原子荧光光谱法测定铅及其化合物的含量。结果该方法线性范围为0-160 ng/ml,检出限为0.1 ng/ml,RSD为0.56%-2.17%,相对误差为0.47%-1.30%。结论采用盐酸浓度1%（体积分数）,铁氰化钾浓度0.8%（质量浓度）,氢氧化钠浓度0.36%（质量浓度）,反应液pH值在8、9之间,荧光强度稳定。该法精密度和准确度高。测定标准物质结果在控制限范围内,该方法可以用于测定工作场所空气中铅及其化合物。     

主因子分析在评价造影术后肾功能的应用

目的 评价影响心血管造影术后肾功能的危险因子,预测术后肾功能改变.方法 选取2009年1月20日至2010年4月20日于武汉亚洲心脏病医院行心血管造影的2型糖尿病合并轻-中度肾功能不全的患者80例,观察术前、术后各项指标的变化,分别对术后2天肌酐水平和3天肌酐水平跟基线肌酐水平进行配对样本t检验.利用SPSS软件,根据上述原始数据,基于主因子分析法提取占总方差75%以上的主因子,分别建立预测术后2天和3天肌酐水平的线性回归模型.结果 配对样本t检验显示基线肌酐（94.99±20.27）umol/l,术后2天肌酐（95.33±20.66）umol/l,术后3天肌酐（97.37±20.06）umol/l.术后2天的肌酐和基线相比无显著性差异,P=0.729,术后3天肌酐和基线相比有显著性差异,P=0.012.主因子分析法显示可知前4个主因子累计贡献率达到77.03%,建立的线性回归模型的R值为0.916,R2值为0.839.结论 对于糖尿病合并轻中度肾功能不全患者,造影术后3天肌酐值会显著增高.术前7项影响肾功能的指标降维后获得主要因素分别是身高、性别、年龄、对比剂剂量以及基线肌酐水平.主因子分析法能客观评价肾功能不全合并糖尿病患者造影术后肾功能改变的危险因子,基于主因子分析的线性回归模型可用于预测术后2天和3天的肌酐水平.     

室内空气中总挥发性有机物的热解吸-毛细管柱气相色谱测定法

目的:建立热解吸-毛细管柱气相色谱法测定室内空气中总挥发性有机物(TVOC)的方法。方法:用活性炭管吸附,热解吸进样,FFAP大口径毛细管气相色谱法对室内空气中24种挥发性有机物进行分离和测定。结果:24种挥发性有机物的线性方程相关系数为0.9963～0.9999,相对标准偏差为0.3%～7.8%,其中苯、甲苯、二甲苯的检出限为(0.5～1)×10-3μg/ml。结论:该方法操作简便,对仪器设备要求不高,准确灵敏,适用于空气中总挥发性有机物和低浓度组分有机物的测定。