统计学变量类型范文

引言：寻求写作上的突破？我们特意为您精选了12篇统计学变量类型范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

目前越来越多的研究证实局部或全身慢性炎症在粥样硬化斑块的发生、发展中也起到重要作用，炎症反应的激活是造成AS斑块不稳定的重要促发因素，在ACS的发病机制中起重要作用［1］。抗血小板治疗可明显降低心脏事件发生率。常用的药物为阿司匹林和氯吡格雷。目前氯吡格雷负荷量备受关注。作为炎症标记物的CRP可能促进血栓形成和动脉粥样硬化形成［2］。本研究通过检测ACS患者血清C-反应蛋白（C-reactive protein，CRP）浓度，来探讨氯吡格雷是否可抑制AS的炎症反应，而稳定斑块，改善患者预后，以及不同剂量间的差异。

资料与方法

2008年5月～2010年8月收治ACS患者60例，男40例，女20例。入选标准：符合2007年中国心血管治疗指南和建议的急性冠脉综合征的诊断标准。凡有以下情况者予以剔除：①慢性肝、肾、免疫、血液系统疾病、恶性肿瘤、感染性疾病以及诱发血栓形成的疾病（心房颤动、风湿性心瓣膜病、周围血管疾病等）；②NYHA心功能Ⅳ级；③3个月内做过经皮腔内冠脉成形术（PCI）及冠脉搭桥术（CABG）或准备行PCI或CABG治疗；④近期口服抗凝、抗血小板、止血药以及抗炎、抗氧化药物（如非甾体类抗炎镇痛药、类固醇、维生素E等）；⑤有抗凝或抗血小板药物禁忌证。

试验方法：患者随机选入，入院后给予不同负荷剂量氯吡格雷组（300mg、600mg），后75mg/日，连服2周。两组其他治疗包括硝酸酯类药物、β受体阻滞剂、钙离子拮抗剂、ACEI、他汀类降脂药物，以及降糖药物等常规治疗。两组患者在易患因素、基础疾病、临床治疗方面差异无统计学意义，具有可比性。患者分别于给予氯吡格雷负荷量前、给予后6小时、24小时，48小时以及1周采血测定各项检测指标。并观察两组有无出血倾向、血细胞下降等不良反应。

检测指标：mPAR测定：取3.6ml注入含有0.109mmol/L的枸椽酸钠0.4ml的塑料试管中，离心，取上层液制得贫血小板血浆（PPP），以ADP为致聚剂，采用血液聚集仪，测定血小板最大聚集，用百分比（%）表示。

hs-CRP测定：采肘前静脉血，用真空采血针穿刺静脉，促凝剂加分离胶管取血2ml；采用超敏乳胶增强散射比浊法，经全自动生化分析仪测定。

不良反应：所有入选患者均完成临床试验，无严重出血及血小板、粒细胞下降发生。氯吡格雷600mg组有2例患者出现静脉穿刺部位瘀血，自行吸收，无需停药。

统计学分析：采用SPSS16.0统计软件包进行统计学处理。计量资料用（X±S）表示，组内比较采用t检验；组间比较采用方差分析。P＜0.05为差异有统计学意义。

结 果

两组患者在基线资料差异无统计学意义，见表1。

表1 患者基本临床资料比较

注：两两比较，P均＞0.05。

不同负荷剂量氯吡格雷患者血小板最大聚集率（mPAR）结果各组服药后后6小时、24小时，48小时以及1周mPAR均较服药前显著降低（P＜0.01），差异具有统计学意义。在24小时后可维持较低的抑制水平。600mg组在服药后6小时MPAR较300mg组降低明显（P＜0.01），但24小时后对血小板聚集的抑制与300mg组无明显差异，见表2。

治疗前两组患者血清hs-CRP浓度无差异（P＞0.05）。氯吡格雷治疗24小时后血清CRP浓度均显著下降（P＜0.01），600mg组在服药后24小时，48小时hs-CRP较300mg组降低明显（P＜0.01）；服药后1周则差异不显著（P＞0.05），见表2。

讨 论

众多研究证实，急性冠脉综合征患者斑块的破裂及不稳定性与炎症反应直接相关［2］。实验研究发现［4］，在内皮血管壁存在CRP，与人类中性粒细胞紧密结合，诱导补体活化；CRP与一些细胞黏附分子有关，这些黏附分子在白细胞通过内皮壁时黏附和移行中起重要作用，此过程是粥样硬化形成开始重要的一步。

氯吡格雷是噻吩吡啶类药物，为血小板二磷酸腺苷（ADP）受体拮抗剂，有较强抑制血小板激活作用。氯吡格雷的活性在一定范围内呈剂量依赖性。近年来，国外有学者报道，采用高负荷剂量氯吡格雷用于PCI术前抗血小板治疗可更快抑制血小板［5～7］，并显现出较好的疗效和安全性。

本观察发现，ACS患者血清CRP水平显著高于正常范围，提示CRP可作为AS斑块不稳定的标志。氯吡格雷临床疗效显著，显著降低ACS患者mPAR及CRP水平，提示氯吡格雷除抑制血小板聚集，还可通过抑制CRP等炎症介质的生成和表达而起到抗炎和稳定斑块的作用。阿司匹林是不影响TXA2途径以外的血小板活化途径，低分子肝素可阻断凝血酶诱导的血小板聚集反应，但对ADP诱导血小板活化影响不显著。这可能是氯吡格雷组CRP水平下降显著优于常规治疗组的原因。

参考文献

1 ROSS R.Atherosclerosisan inflammatory disease［J］.N Engl J Med,1999,340:115-126.

2 Rus H,Niculescu FI.Inflammation,aspirin,and the risk of cardiovascular disease.N Engl J Med,1997,337:423.3 贾利敏,黄立新.C反应蛋白的临床应用及预测价值［J］.实用心脑肺血管病杂志,2006,14（9）:761-762.

4 Torzewski J,Torzewski M,Bowyer DE,et al.C-reactive protein frequently colocalizes with the terminal complement complex in the intima of early atherosclerotic lesions of human coronary arteries.Arterioscler Thromb Vasc Biol,1998,18:1386-1392.

5 Kastrati A,Mehilli J,Schuhlen H,et al.clinical trial of abciximab in elective percutaneous coronary intervention after pretreatment with clopidogrel［J］.N Engl J Med,2004,350:232-238.

6 Pache J,Kastrati A,Mehilli J,et al.Clopidogrel therapy in patients undergoing coronary stenting:value of a high - loading-dose regimen［J］.Catheter Cardiovasc Interv,2002,55:436-441.

7 CAPR IE Steering Committee.A randomized,blinded,trial of clop idogrel versus asp irin in patients at risk of ischemic events［J］.Lancet,1996,348:1329-1339.

表2 不同负荷剂量氯吡格雷各时间点MPAR比较（%）

篇2

【中图分类号】 R 179 R 395.6 R 163 【文献标识码】 A 【文章编号】 1000-9817(2007)08-0699-02

Relationship Between the Internet Addiction and School Management/CHANG Guo-sheng*, LI Yong-zhan, ZHAO Shan-ming. * No.9 People's Hospital of Zhengzhou, Zhengzhou(450001), China

【Abstract】 Objective To study the situation of the internet addiction disorder (IAD) among the senior middle school, and to explore the influence of school management type on the incidence of the internet addiction disorder.MethodsEight hundred and fifty students were sampled from six senior middle schools by cluster sampling. They were tested by IAD Scale and a self-designed inventory. Results The incidence of IAD was 6.1%, and it had no significant differences in gender, grade and original location, but it had significant differences between IAD and school nature or school management type. The results of logistic regression and linear regression indicated that school management type had the greatest predictability to the variation of the IAD. ConclusionIAD of senior middle school students is related with school management type, and close management can be a valid way to IAD prevention.

【Key words】 Internet;Behavior,addictive;Organization and administration;Students

如今，大学生网络成瘾(IAD)现象日趋突现, 越来越多的中学生也开始加入到上网大军之中［1］，成为另一个网络成瘾的高危群体［2］。因沉迷网络所致的学习成绩下降和心理、行为异常现象已经引起了社会的广泛关注［3-5］。中学生身心发展不平衡，容易出现较多的心理问题［6］，加之好奇心强、自制力弱、人生观和价值观尚未形成，面对包罗万象的网络虚拟世界，网络成瘾的危险性更大［7］。笔者以郑州市高中生为被试，调查其网络成瘾状况，并分析学校管理类型与网络成瘾的关系，以期为干预网络成瘾提供理论依据。

1 对象与方法

1.1 对象 随机选取郑州市重点、普通、职业中学各2所，按年级随机抽取高一至高三年级共18个教学班的学生850人为调查对象,获有效答卷806份,有效应答率为94.82%。被试中一年级262人，二年级261人，三年级283人；男生457人，女生349人；重点中学学生310人，普通中学学生277人，职业中学学生219人。年龄14～19岁，平均年龄(16.12±1.25)岁。

1.2 方法 采用网络成瘾诊断问卷和自编的网络使用调查问卷对所有调查对象进行测试。网络成瘾诊断问卷又称网络成瘾诊断标准，是1996年由美国心理学家K.S.Young参照《美国精神障碍诊断与统计手册》第4版（DSM-IV)中关于赌博成瘾的标准编制而成［8］。问卷由8个问题组成，得5分及5分以上即可判定为网络成瘾（IAD）。自编网络使用调查问卷系参考已有的网络成瘾研究所用的调查问卷，并结合本研究的目的编制的，项目包括年龄、性别、年级、学校性质、学校管理类型、生源等内容。上述2套问卷由课题组成员统一发给被试,进行不记名集体测试。采用SPSS 10.0软件对数据进行统计与分析。

2 结果与分析

2.1 网络成瘾诊断问卷得分情况及网络成瘾率 在806名被试中，得分大于或等于5分的IAD者有49名，非IAD者有757名，网络成瘾率为6.1%。

2.2 不同人口社会统计学特征高中生网络成瘾率比较 由表1可知，只有职业高中学生网络成瘾人数显著大于期望值（P=0.014）。开放式管理的学校学生与封闭式管理的学校网络成瘾率差异有统计学意义。

2.3 网络成瘾与各统计变量之间的相关分析 结果显示，网络成瘾与性别、年级、生源均无显著性相关，而与学校性质和学校管理类型的相关均具有统计学意义(r值分别为0.106和0.089)。

2.4 网络成瘾倾向与各统计变量的多元线性回归分析 以网络成瘾总分为因变量，以性别、年级、生源、学校性质、学校管理类型为自变量进行多元线性回归分析，结果显示：网络成瘾总分和学校管理类型、生源有线性回归关系；学校管理类型首先进入回归模型，其次进入的是生源。模型的回归方程为y=-0.685＋0.906x1＋0.377x2，其中x1为学校管理类型，x2为生源。见表2。

3 讨论

调查结果显示，郑州市高中生网络成瘾率为6.1%，低于已有研究的结果［9-10］。可能是由于各研究所采用的网络成瘾诊断量表不同所致，也可能与各研究所调查的样本范围及研究的时间不同有关。

男、女生网络成瘾率差异无统计学意义，与已有的研究结果不一致［9-10］。可能是随着网络的日渐普及，女生上网人数也与日俱增，使更多的女生网络成瘾。

结果还显示，职业高中的网络成瘾率显著高于重点与普通高中，开放式管理的学校网络成瘾率显著高于封闭式管理的学校。说明学校性质与学校管理类型应该与网络成瘾有关。相关性分析也提示，学校性质和学校管理类型与网络成瘾呈显著正相关。

多元线性回归分析显示，学校管理类型对网络成瘾倾向的影响在各变量中最大。提示在干预高中生网络成瘾方面，学校实行封闭式教学管理可能是一项有效的措施。当然，人格、生理、家庭教养方式、社会支持等因素都可能是网络成瘾的预测变量，但单从可操作性来考虑网络成瘾的干预措施，实施封闭式学校管理应该说是具有一定可行性的。

4 参考文献

［1］ 中国互联网络发展状况统计报告.中国互联网信息中心（CNNIC)，2006.

［2］ 李煜光.中学生网络成瘾和学校教育：上海市中学生网络成瘾现象分析.四川教育学院学报，2005，21（4）：3-12.

［3］ 张晓阳,席震芳,严红妹.城市初中生网络成瘾与其网络行为的相关研究.中国学校卫生,2004,10,25（5）:607-608.

［4］ 席震芳,张晓阳.初中生网络成瘾倾向与家庭教养方式的关系.中国学校卫生,2005 ,26（2）:153-155.

［5］ 李晓驷,李泽爱,谢雯,等.合肥市中学生网络成瘾流行病学调查报告.中国心理卫生杂志,2006,20（1）:51-54.

［6］ 王宇中.医学心理学.兰州：兰州大学出版社，2003：237.

［7］ 龚银清，杨容，张斌.中学生网络成瘾的心理治疗方法与技术.中国学校卫生，2005 ，26 （5）：408-409.

［8］ YOUNG KS.Internet Addiction: the emergence of a new disorder.Cyber-psychol behavi,1998,1（3）:237-244.

［9］ 黄少南，胡武昌，周先华，等.九江市城区中学生网络成瘾状况调查.山东精神医学，2005，18 （1）:35-37.

篇3

【中图分类号】 R 179 R 395.6 【文献标识码】 A 【文章编号】 1000-9817(2010)02-0214-03

伯恩斯(Burns)[1]认为:个体如何理解自己是其内在一致性的关键部分,自我概念积极的学生成就动机与学习投入及成绩也明显优于自我概念消极的学生。他还认为一定的经验对个人具有怎样的意义是由个人的自我概念决定的。不同的人可能会获得完全相同的经验,但对这种经验的解释却可能是高度不同的[2]。当个人的既有自我概念消极时,每一种经验都会被与消极的自我评定联系到一起;反之则可能被赋予积极的含义。在各种不同的情境中,人们对事情发生的期待、对于情境中其他人行为的解释及自己在情境中如何行为,都受到自我概念极大的影响。恋爱是当代大学生生活的中心内容之一。恋爱关系可以对青少年的发展产生正面影响,也可以产生负面影响而导致问题的产生。在整个青少年期的发展过程中,恋爱经验是不断变化的。本研究旨在考察已具有恋爱经验大学生的依恋模式及亲密关系心理对恋爱持续时间及恋爱次数的影响,以及依恋模式及亲密关系心理对自我概念发展的影响。

1 对象与方法

1.1 对象 2008年10-12月,由研究者在某师范院校中招募已有恋爱经验的大学生进行问卷调查。共发放问卷220份,回收有效问卷209份,回收有效率为95%。其中男生107名,女生102名;恋情持续时间为3个月以下者32名,3～6个月42名,6～12个月28名,12个月以上105名,有2人未报告;恋爱次数为1次94名,2次64名,3次及以上45名,有6人未报告恋爱次数。年龄为21～24岁,平均21岁。

1.2 工具

1.2.1 成人依恋问卷 由关系问卷中文版(RQ)和亲密关系经历量表组成。关系问卷包括4段短文,分别描述4种依恋类型,要求被试者从中选出一种最符合自己的依恋类型。亲密关系经历量表包括36题,其中18道题测量依恋回避,18道题测量依恋焦虑,为Likert 7点量表,计算其平均分作为维度得分。该量表被证明有很好的信度和效度[3]。本研究中2个分量表的内部一致性系数分别为0.82和0.77。

1.2.2 田纳西自我概念量表(Tennessee Self-Concept Scale,简称TSCS) 该量表由美国田纳西心理治疗医生Williams于1965年编制,台湾心理学家林邦杰于1978年进行了修订。研究表明,量表的Cronbach系数α=0.869 4 ,Spearman-Brown分半信度系数为0.965 6,且证明有很高的效度[4]。量表共有70道题,形成生理自我、道德自我、心理自我、家庭自我、社会自我、自我批评、自我认同、自我满意、自我行动和自我总分。除了自我批评得分越高说明其自我概念越低外,其余各项得分越高表示他越喜欢自己、信任自己,认为自己是个有价值的人。

1.3 数据分析 采用SPSS 16.0统计软件包对数据进行整理和分析。

2 结果

2.1 成人依恋类型和亲密关系经历 成人依恋问卷调查结果显示,恋爱学生的依恋类型为安全型90人(43.1%),轻视型49人(23.4%),倾注型42人(20.1%),害怕型28人(13.4%);亲密关系经历量表测量结果显示,依恋回避(3.74±0.34)分,依恋焦虑(3.87±0.56)分。

2.2 不同依恋类型对恋爱持续时间及恋爱次数的影响 比较恋爱持续时间分别为3个月以下、3～6个月、6～12个月及12个月以上。大学生依恋类型差异无统计学意义(χ2=12.56,P>0.05)。比较恋爱次数分别为1次、2次、3次及以上者,大学生依恋类型差异也无统计学意义(χ2=4.73,P>0.05)。

2.3 亲密关系经历量表、田纳西自我概念量表测评结果

2.3.1 不同恋爱持续时间、恋爱次数亲密关系经历量表和田纳西自我概念量表得分比较 以恋爱持续时间为自变量,对亲密关系经历量表、自我概念的各个因素得分进行方差分析,结果显示,恋爱持续时间不同的大学生依恋回避和依恋焦虑得分差异无统计学意义;在自我概念各维度得分上,除道德自我、家庭自我、自我满意、自我行动及自我总分上得分差异均有统计学意义(F值分别为3.14,2.91,4.29,2.87,3.76,P值均

2.3.2 不同性别大学生亲密关系经历量表、田纳西自我概念量表得分比较 以性别为自变量对亲密关系经历量表、自我概念的各个指标进行t检验,结果见表1。在亲密关系体验上,女性依恋焦虑高于男性,差异有统计学意义(t=4.81,P

2.3.3 不同依恋类型个体自我概念得分比较 以依恋类型作为自变量,以田纳西自我概念量表的各个指标作为因变量,进行单因素方差分析,除道德自我和自我批评外,不同依恋类型个体在田纳西自我概念各维度上的得分差异均有统计学意义(P值均

2.3.4 成人依恋和自我概念的相关分析 从表3中可以看出,依恋焦虑除与自我批评呈正相关外,与自我概念其他各维度均呈负相关;依恋回避与自我概念各维度间均无相关。

2.3.5 依恋类型和自我概念的回归分析 见表4。

以性别、恋爱次数、恋爱持续时间、依恋焦虑、依恋回避等5个分指标预测自我概念总分,进行逐步回归分析,结果见表4。

3 讨论

调查表明,拥有恋爱经历的大学生的依恋类型,安全型高于40%,而矛盾型(即倾注型)占20%;男生在依恋焦虑上的得分显著低于女生,而在依恋回避上不存在性别差异,与

李同归等[5]对成人的研究结果不一致。自我概念的整体情况男大学生在各项因子上的得分均高于女大学生,说明具有恋爱经验的男大学生与女大学生相比,更敢于承认自己的优点和长处,能够更好地接纳自己。这与以往的研究结果[6]不一致。可能与本研究关注的群体与以往研究不同有关,也可能反映了社会期望对有恋爱经验的男女自我概念的影响。

方差分析结果显示,不同依恋类型的大学生在自我概念各维度上,除在道德自我和自我批评维度得分差异无统计学意义外,其他各维度得分差异均有统计学意义,安全型被试的得分均高于其他3种非安全型的被试。这说明安全型被试对自己各方面的感受均好于非安全型的被试,更能认识自己、接纳自己、肯定自己的价值,并能以此采取积极的行为。

调查结果表明,依恋焦虑与自我概念各维度相关均有统计学意义。相对于依恋回避而言,依恋焦虑对自我概念有较好的预测性。此外,恋爱持续时间也能预测自我概念,恋爱持续时间越长自我概念总分越高,个体越喜欢自己、信任自己并认为自己是个有价值的人。

4 参考文献

[1] BURNS RB. The self-concept: Theory measurement,development and behavior. New York:Longman, 1982:58-76.

[2] 刘岸英. 自我概念的理论回顾及发展走向. 心理科学, 2004, 27(10):248-249.

[3] 李同归,加藤和生. 成人依恋的测量:亲密关系经历量表(ECR)中文.心理学报,2006,38(3):399 -406.

[4] 林邦杰.田纳西自我概念量表之修订.中国测验年刊(台湾),1980,27:71-78.

[5] 李同归,李楠欣,李敏. 成人依恋与社会支持及主观幸福感的关系.中国临床康复,2006, 10(46):47-49.

篇4

保证医药科研工作的重要手段已写入有关文件的要求中，作为高层次的医学专业人员，通过学

习本门课程，可以较好地把统计原理和方法的思维逻辑应用于科研和管理中，尤其在本学科

的研究设计和数据分析方面，更为明显。

通过本门课程的学习，要使学生学会人群健康研究的统计学方法，学会计量、计数资料的分析，

非参数统计方法和多元统计分析方法及医学研究设计。其目的使大家具备新的推理思维，结合专业问

题合理设计试验，科学获取资料，提高科研素质。

本课程教学的主要方法有理论讲授、课堂讨论、课堂演算等，使学生加深对理论的理解。

【主要内容及要求】

第一章绪言

1．掌握统计工作的步骤。

2．掌握统计资料的类型。

3．掌握总体与样本、概率、小概率事件，误差等基本概念。

4．熟悉统计学、医学统计学的定义、掌握统计学的研究对象。

5．了解学习本门课程应注意的问题。

第二章个体变异与变量分布

1．掌握均数、几何均数、中位数的计算和应用；掌握四分位数、标准差的应用；相对数常用指标、应用相对数的注意事项；正态分布的应用和医学参考值的估计。

2．熟悉利用统计图表描述定量资料的基本方法；制作统计图表的基本要求和规则；百分位数的计算方法；正态曲线的面积的分布规律。

3．了解定量资料频数分布表的编制方法和分布规律；常用疾病统计指标的计算；正态分布的概念及特征。

第三章抽样误差

1．掌握抽样误差的概念；标准误的意义及其应用；t分布特征及应用。

2．熟悉抽样误差影响因素；标准误的计算。

3．了解t分布特征

第四章可信区间

1．掌握可信区间的概念，总体均数95％和99％置信区间的计算及适用条件;掌握正态近似法计算总体率的95%和99％置信区间及适用条件；阐述标准差与均数标准误的区别。

2．熟悉可信区间的两个要素，查表法估计总体率的置信区间。

3．了解两均数之差的可信区间。

第五章假设检验

1．掌握假设检验的意义及步骤；第一类错误与第二类错误。

2．熟悉假设检验的基本思路；假设检验的条件；P值含义。

3．了解差异检验与优度检验；区间估计与假设检验之间的关系。

第六章定量资料的分析

1．掌握t检验的应用条件及类型，常用的t检验分析与计算过程；方差分析的基本思想；单因素方差分析的过程。

2．熟悉方差不齐时的t‘检验；多样本的两两比较方法。

3．了解两样本几何均数的比较；方差齐性检验；变量变换。

第七章定性资料的分析

1．掌握X2检验各种公式的适用条件和各种设计类型的X2检验的步骤及行×列表资料X2检验的注意事项。

2．熟悉样本率与总体率比较的u检验；多个率的多重比较；似然比检验。

3．了解两样本率比较的u检验；确切概率法。

第八章等级资料的分析

1．掌握非参数统计的概念；不同设计类型的秩和检验的实施方法及其应用条件。

2．熟悉不同设计类型的秩和检验方法。

3．了解不同设计类型的秩和检验和相应t检验的功效有何不同。

第九章两指标间的直线相关

1．掌握利用散点图确定两个定量变量之间有否线性关系；掌握Pearson积差相关、Spearman等级相关的应用条件并能计算相应的相关系数，同时进行假设检验；对分类计数频数表资料的两变量间的关联性作定量分析。

2．熟悉对不同类型的变量，用不同的统计方法去分析它们之间的关系。

3．了解利用散点图分析样本相关系数可能出现的各种假象，并作出合理解释。

第十章两指标间的直线回归

1．掌握回归的基本概念；回归分析的基本思想与方法；回归系数检验的意义与方法；相关与回归分析的区别与联系。

2．熟悉总体回归系数β的统计推断；残差与残差分析。

3．了解总体回归线的95%置信带与个体预测值Y的区间估计；过定点的直线回归。

第十一章多元回归分析

1．掌握多元线性回归、Logistic回归、Cox比例风险回归方程中的偏回归系数、标准化偏回归系数、确定系数、复相关系数、比数比（OR）的概念、应用、计算结果的解释。

2．熟悉回归分析的分类，残差的概念，最小二乘法求多元回归方程，回归方程的配合适度检验，逐步筛选法选择自变量，最大似然估计法求Logistic回归方程及Cox比例风险回归方程，似然比检验筛选自变量。

3．了解多元线性回归、Logistic回归模型。

第十二章研究设计（一）——总论

1．掌握医学研究设计的意义，研究设计的形式、研究设计的基本原则和基本要素。

2．熟悉样本含量的估计方法。

3．了解调查设计的步骤和样本含量的估计方法。

第十三章研究设计（二）——实验设计

1．掌握实验设计方法选择的依据。

2．熟悉常用实验设计方法的特点与设计方式，如完全随机设计、配对设计、配伍设计、交叉设计、拉丁方设计、析因设计、正交试验设计。

3．了解常用实验设计方法样本含量的估计。

第十四章研究设计（三）——临床新药设计

1．掌握临床试验的特点，新药临床试验的分期，新药临床试验的基本原则。

2．熟悉新药临床试验的统计分析方法。

3．了解临床诊断试验与评价的方法。

第十五章统计表和统计图

篇5

卒中预后与血脂关系的研究结果差异很大， 认识尚未统一。研究发现脑卒中患者预后的独立预测因素是血清胆固醇水平， 而另有研究却认为脑卒中死亡的独立预测因素血清甘油三酯水平， 预测因素中TC水平不作为独立因素， 预后较好时患者TG水平高[1]。本实验研究分析260例脑卒中患者神经功能缺损的程度和急性期血脂的水平， 探讨不同类型脑卒中患者血脂水平与疾病严重程度的关系。

1 资料与方法

1. 1 一般资料 选择2006年12月～2012年12月于本院住院、病程0.05）， 具有可比性。

1. 2 方法

1. 2. 1 血脂测定 所有研究对象测甘油三酯、总胆固醇、低密度脂蛋白、高密度脂蛋白、载脂蛋白B（APOB）、载脂蛋白A1（APOA1）均通过东芝T-40型全自动生化分析仪测定， 低TC指TC

1. 2. 2 疾病严重程度评价 所有患者评定神经功能的缺损程度均为入院24 h内采用SSS， 评分0～58分。重度SSS

1. 3 统计学方法 数据分析应用SPSS17.0统计学软件。计量资料用均数±标准差（ x-±s）表示， 采用t检验；计数资料用率表示， 采用χ2检验；多因素分析采用多元逐步Logistic回归分析。P

2 结果

2. 1 不同卒中类型的疾病严重程度、血脂水平评分比较 出血性脑卒中患者的血清TG、TC和LDL-C水平与缺血性脑卒中患者比较明显降低， 差异有统计学意义（P

2. 2 血脂水平与SSS的关系 218例低TC患者， SSS为（30.76±16.73）分， 与血清TC≥6.00 mmol/L的患者（42例）[SSS（42.63±13.53）分]相比明显较低， 差异有统计学意义（P12.0 mmol/L患者（104例）[SSS（44.95±11.25）分]相比明显较低， 差异有统计学意义（P

2. 3 多元逐步回归分析 以入院24 h内神经功能缺损评分（SSS）为应变量， 以年龄、性别、文化程度、脑卒中类型及各血脂指标为自变量， 进行多元逐步回归分析， 进入方程的变量有年龄、脑卒中类型、TC及LDL-C， 其中年龄与SSS评分呈负相关（r=-0.34， P

3 讨论

脂质代谢紊乱包括血清TG升高、TC升高、LDL-C升高或者高密度脂蛋白胆固醇（HDL-C）降低， 在动脉粥样硬化的形成和发展过程以及心脑血管疾病发生当中是很重要的。且类型不一样的脑卒中脂质的代谢也不同。本研究发现入院时患者的脑卒中类型和血脂水平相关， 出血性脑卒中患者的血清TG、TC和LDL-C水平明显低于缺血性脑卒中患者。

脂质代谢紊乱作为冠心病的主要危险因素已被人们所认识， 然而血脂水平与脑卒中的相关性至今还存有争议[2， 3]。本研究发现急性期脑卒中患者病情较重的都是血清TC和TG水平较低的患者， 其机制尚未清楚。目前认为TC可能通过调节乙酰胆碱酯酶的活性和r-谷氨酰转移酶起效达到神经保护作用。高TC饮食可降低乙酰胆碱酯酶的活性， 提高r-谷氨酰转移酶的活性， 从而可降低兴奋性氨基酸的神经毒性作用。TC也可中和部分氧自由基作为一种缓冲剂， 从而提高细胞的恢复能力和限制病灶的扩大。通过氧化氢培养大鼠脑切片的实验研究表明， TC阻碍应激反应的效果明显。而TG致动脉粥样硬化作用很强大， 其导致动脉硬化的机制尚不明确。另TG易受其他因素的影响， 尤其是糖尿病和肥胖。最近的一项TG基因在肥胖核心家庭分析中， 发现血清TG在极端肥胖者中水平明显增加， 说明肥胖、高TG、糖耐量异常三者之间的关系复杂， 以上均是代谢综合征的重要组成部分。因此认为TG的在脑卒中的发病因素并非独立的， 而是几种病因综合起来的共同作用导致。本研究对入院24 h时SSS评分与血脂指标进行多元逐步回归分析， 结果表明TC及LDL-C水平与SSS评分密切相关， 且与SSS评分呈正相关， 提示TC及LDL-C水平可能是预测急性脑卒中病情严重程度独立变量。

本组研究中不同类型卒中比较， 神经功能缺损程度评分差异有统计学意义（P

参考文献

[1] 李伟， 刘鸣， 王丽春.脑卒中患者急性期血脂水平与病情严重程度的关系.临床神经病学杂志， 2007， 20（3）：222.

篇6

Prediction of lymph node metastasis with binary logistic regression in renal cell carcinoma ZHANG Xiao-nong，SHEN Jun， CHEN Peng.Yuehua Hospital of Yueyang，Yueyang 414014, China

【Abstract】 Objective To study the risk factors of lymph node metastasis of renal cell Carcinoma（RCC） and to set up a Logistic regression model.Methods The clinical data of 163 patients with renal cell carcinoma who underwent radical nephrectomy from July 2000 to July 2008 in Affiliated Tumor Hospital of Xinjiang Medicial University, were analyzed by univariate and binary Logistic regression.Results The incidence of lymph node metastasis was 20.9%. Univariate logistic analysis revealed that the tumor size，clinical stage, Fuhrman nuclear grade and anemia were all correlated with lymph node metastasis of RCC（P

【Key words】 Renal cell carcinoma； Lymph node metastasis； Risk factors； Regression analysis

肾细胞癌（RCC）在成人泌尿生殖系统肿瘤中发病率仅次于膀胱癌居第二位,且对放化疗、生物治疗不敏感，预后较差。肾癌的生物学行为多变，发生机制复杂且受到与患者和肿瘤相关因素的影响，目前不太容易对根治性肾切除术后患者的生存率进行准确预测。淋巴结转移是影响肾细胞癌预后的重要因素，而准确的淋巴结分期对肾细胞癌的治疗和预后评价尤为重要。本研究回顾性分析本院近9年163例肾细胞癌根治性切除术后的病理及临床资料，探讨肾细胞癌淋巴结转移的危险因素，研究预测肾细胞癌淋巴结转移的较为合适的方法和指标，并建立Logistic 回归模型。

1 资料与方法

1.1 一般资料 2000年2月～2008年10月，本院共行肾癌根治性切除术163例，所有的病例经病理组织学确诊。其中男105例，女58例；年龄17～79岁，中位数年龄55岁；肿瘤最大直径（CT）1.3～19.0 cm，中位数6.0 cm；根据2002年AJCC肾细胞癌分期标准，Ⅰ期77例，Ⅱ期31例，Ⅲ期43例，Ⅳ期12例；根据1982年Fuhrman核分级标准，G1 81 例，G2 46例，G3 22例，G4 14例；病理类型：透明细胞癌135例，颗粒细胞癌7例，混合细胞癌12例，状细胞癌7例，肉瘤样癌2例；肿瘤侧别：左侧84例，右侧79例；其中淋巴结转移34例。

1.2 方法 查阅病历资料，收集11项可能与肾细胞癌淋巴结转移相关的临床病理因素，如性别、年龄、肿瘤最大径、ECOG-PS、肿瘤侧别、肿瘤分期、病理类型、肿瘤分级、贫血、碱性磷酸酶和乳酸脱氢酶。以34例淋巴结转移者为研究组，以129例无淋巴结转移者为对照组。

1.3 统计学处理 统计学分析采用Logistic回归分析，以淋巴结是否转移为应变量（Y：无0，有1），对各研究指标进行量化，各自变量（研究指标）赋值标准，见表1。将量化数据输入计算机，应用SPSS 13.0统计软件包，进行Logistic回归分析。采用相对危险度的近似估计值比值比（odds ratio，OR）来估计各变量与RCC转移的联系强度。先用Logistic回归模型做单因素分析（α0.05），利用单因素分析得出的结果对不同因素的作用大小进行排序，以α0.05为入选变量的检验水准，以α0.1为剔除变量的检验水准，基于偏最大似然估计的前进法向前逐步选择自变量，再用Logistic回归模型多因素逐步回归分析，并得出RCC淋巴结转移的概率模型。

表1 RCC淋巴结转移因素（自变量）赋值标准

2 结果

2.1 单因素分析 把与163例RCC患者淋巴结转移有关的临床病理因素应用单因素的Logistic回归模型做单因素分析，结果见表2。其中肿瘤大小、临床分期、Fuhrman核分级和贫血的OR值均大于1，与RCC淋巴结转移的风险有关（P0.05）。

表2 肾细胞癌淋巴结转移影响因素的Logistic回归单因素分析（n163，α0.05）

2.2 多因素分析 利用表2的结果，将P值＜0.05的自变量和临床认为对肾细胞癌淋巴结转移有关的病理类型X7（病理类型）也入选Logistic回归模型，基于偏最大似然估计的前进法向前逐步选择自变量，进行多因素逐步回归分析，其中肿瘤大小、临床分期和Fuhrman核分级对RCC淋巴结转移有显著回归效果而选入回归方程，结果见表3。但由单因素回归分析亦可知，P值＜0.05的自变量X9（贫血）未能选入回归方程并不说明其对肾细胞癌淋巴结转移无统计学意义，而可能是由于其作用被已选入的变量代替，从而使回归模型中的自变量均保证具有统计学意义。自变量X7（病理类型）也未能进入方程，不能因此认为其与肾细胞癌淋巴结转移一定无关，如果增加样本含量，可能会出现有统计学意义的结果。

表3 肾细胞癌淋巴结转移影响因素的Logistic回归多因素分析（n163, α0.10）

2.3 概率模型 由多因素逐步回归分析结果，可得出肾细胞癌临床病理因素与淋巴结转移关系的概率模型,LogitP－8.199＋0.603X3＋1.840X6＋0.976X8， 其中P值越接近于1，患者发生转移的可能性越大；P值越接近于0，患者发生转移的可能性越小。整个模型经χ2检验有统计学意义（χ281.601，P0.000）。

2.4 应用概率模型的回代分析 为检验该模型的实用性，163例RCC对概率模型进行回代分析，以预测概率0.500为判别函数的分界点。结果显示此概率模型判断163例RCC淋巴结转移与病理诊断总符合率为87.7%［（122+21）/163］，结果见表4。

表4 RCC淋巴结转移概率模型回代分析*

注:*判别函数的分界值为0.5000

3 讨论

肾细胞癌是肾脏最常见的恶性肿瘤，占成人肾恶性肿瘤的85%～90%和人类恶性肿瘤的1%～2%［1］。大约25%～30%的肾细胞癌在初始诊断时伴有远处转移，局限性肾癌在根治性手术后大约1/3的患者最终会发生远处转移,而30%～40%的患者会有淋巴结转移［2］。目前对肿瘤患者可能出现的淋巴结转移进行预测是一个大的挑战，淋巴结转移是癌症扩散的首要迹象，因此，详细的术前影像学和准确的淋巴结分期对外科治疗计划和策略及术后随访十分重要，同时还能为患者提供预后有关的准确信息。

癌细胞淋巴结转移是影响肾细胞癌疗效和预后的重要因素。Blute等［3］通过多因素分析总结了RCC淋巴结转移的高危因素：（1）肿瘤临床分期T3或T4；（2）肿瘤最大径＞10 cm；（3）肿瘤细胞为低分化；（4）肿瘤组织中含有肉瘤样成分；（5）肿瘤组织中有坏死。如果具有2个或以上危险因素淋巴结转移的几率为10%，如果低于2个危险因素淋巴结转移的几率仅为0.6%，如果5个危险因素均满足者淋巴结转移率达到50%。此外，远处转移和下腔静脉癌栓阳性等也是淋巴结转移的高危因素［4］。

对肾细胞癌淋巴结转移的临床病理指标进行分析，试图找出RCC预后的独立的临床病理指标，可以为临床选择更好的治疗方案，从而提高患者的术后生存率。通过对影响RCC淋巴结转移的可能临床病理因素进行系列研究，可以在众多的有关因素中筛选出具有显著性影响的因素，将作用有显著性意义的影响因素挑选出来后建立较为合适的回归方程，便于检查和分析，从而可能对RCC的淋巴结转移的诊断和治疗带来帮助。笔者对163例RCC患者的临床病例因素进行单因素Logistic回归分析，结果表明肿瘤大小、临床分期，Fuhrman核分级、贫血与RCC的淋巴结转移有关（P

本研究表明，肿瘤大小、临床分期和Fuhrman核分级是肾细胞癌淋巴结转移的危险因素，与Blute等的研究结果基本一致。根据临床病理参数建立的Logistic回归模型对RCC患者淋巴结转移的风险提供非常重要的信息，对于判断预后、指导术后治疗及随访方案的制订具有重要的作用。因为存在研究方法和研究指标的多样性，笔者选取的研究方法和研究指标也有其自身的局限性，需要更多的病例和更多研究者的参与，相信随着研究的不断深入，这一问题将会得到解决。

参 考 文 献

［1］ Jemal A, Murray T, Ward E, et al. Cancer statistics, 2005. CA Cancer J Clin， 2005， 55:10-30.

［2］ Motzer RJ, Bander NH, Nanus DM. Renal-cell carcinoma. N Engl J Med, 1996, 335（12）:865-875.

篇7

中图分类号 G642.0 文献标识码 A 文章编号 1007-7731（2013）15-148-02

生物统计学是数理统计原理和方法在生物学中的应用，不仅在生命科学领域、而且也在其他学科领域中得到广泛应用，是一门工具学科[1]。生物统计学的理论性和实践性均较强，涉及的基本原理、公式和概念较多，需有一定的数学基础和逻辑推理能力才能学好，相对于其他专业课程，师生普遍反映难教、难学、难记[2]。《生物统计学》不容易理解和掌握，导致学生缺乏学习兴趣和动力，考试前通过死记硬背接受理论知识，形成短暂记忆，随着时间的延长，所学内容逐渐忘记。这门课程讲授完之后，学生不会灵活运用其中的方法，也不会设计一个简单的试验，更不会将生物统计学的基本理论、技术和常用统计方法应用到本科毕业论文设计中，导致理论教学与实践应用脱节，显然未达到教学目的。以往《生物统计学》教学以单纯理论教学为主，不设或很少开设实验课。因此，笔者结合《生物统计学》的基本原理，利用计算机和统计软件，开设了《生物统计学》实验课，并尝试对该课程的实验教学方法进行改革探索。

实践教学环节非常有利于提高大学生的培养质量，而《生物统计学》课程教学的实践环节亟待加强。在《生物统计学》实验教学过程中，我们利用计算机辅助实验教学，开设以下实验课：（1）《生物统计学》某章节理论知识讲授完之后，利用计算机和相关统计软件，开设相应的实验课。在实验课上，教师通过统计软件演示例题的计算和分析过程，并讲授统计软件的使用方法，学生根据所学理论知识，结合实例在计算机上借助统计软件进行操作，这样使学生获得知识更加直接与快速。（2）学生参与试验设计和科学试验。学生要在生产实践或实验室中设计试验，亲自参与试验数据的采集，并对试验数据进行统计和分析，这样有利于加深学生对所学内容的理解。《生物统计学》教学开设了如下实验：

1 利用Excel绘制常用统计图

Excel绘制图形功能强大，各种版本的Excel软件均提供了14种标准图表类型，每种图表类型中又含有2～7种子图表类型；还有20种自定义图表类型可以套用。讲授完试验资料的搜集和整理后，开设利用Excel绘制常用统计图的实验课。学生在实验课上利用Excel绘图时，可以对图表区、绘图区、数据系列、坐标轴、图例、图表标题的格式，例如文字的颜色、字体、大小，背景图案、颜色等进行修改和调整，使修饰后的图形更加美观好看，爽心悦目。当图和数据放在一张工作表上、学生改变绘制图形的数据时，其图形将发生相应变化；将鼠标放在图中某数据点上，在鼠标下方将弹出一个文本框给出数据点的具体数值；用鼠标单击绘图区中的“数据系列”标志，其图所属数据单元格将被彩色框线围住，便于用户查看图形的数据引用位置。在“数据系列”点击右键可以向散点图、线图、条形图等添加趋势线，并可给出趋势线的方程与决定系数。

2 利用Excel进行数据描述统计分析

讲授完试验资料特征数的计算后，开设利用Excel进行数据描述统计分析的实验课。首先选用与生活联系紧密的数据资料，让学生利用Excel计算这些数据的平均数、中位数和众数，测定和分析这些数据的集中趋势，然后利用Excel测定样本标准差、总体标准差和四分位数，让学生分析这些数据的离散趋势。另外，让学生利用Excel分析总体次数的分布形态，计算总体平均值的置信区间，有助于识别总体的数量特征。总体的分布形态可以从两个角度考虑，一是分布的对称程度，另一个是分布的高低。前者的测定参数称为偏度或偏斜度，后者的测定参数称为峰度。

3 利用Excel进行统计假设检验

讲授完统计推断之后，利用Excel进行统计假设检验的实验课。统计假设检验是根据随机样本中的数据信息来判断其与总体分布是否具有指定的特征[1]。我们选择实际案例，让学生提出假设，利用Excel中适当的统计方法计算检验的统计量及其分布，确定显著性水平和决策规则，最后推断是否接受假设，得出科学合理的结论，这个过程就称为假设检验或统计假设检验。统计假设检验的方法多样，通过比较就会发现它们的基本方法和步骤大同小异，例如t检验、u 检验、x2检验等，可以详细讲述其中1～3种假设检验方法，其它假设检验方法可以采用启迪和推导方式让学生利用统计软件自行轻松地学习和操作。

4 利用Excel和SAS软件进行方差分析

讲授完方差分析之后，开设利用Excel和SAS软件进行方差分析的实验课。利用Excel只能进行单因素或双因素（包括可重复双因素和无重复双因素）方差分析，而涉及双因素随机区组试验、三因素试验和裂区试验等试验数据的方差分析，即让学生利用SAS软件进行多重方差分析。另外，Excel中的单因素或双因素方差分析只能给出方差分析表，不能进行平均数的多重比较，也无法用不同字母标记法表示差异显著性的结果，这些也都需要利用SAS软件。

5 利用多种统计软件进行回归分析

由一个或一组非随机变量来估计或预测某一个随机变量的观测值时，所建立的数学模型及所进行的统计分析，称为回归分析[1]。按变量个数的多少，回归分析有一元回归分析与多元回归分析之分，多元回归分析的原理与一元回归分析的原理基本相似。按变量之间的关系，回归分析可以分为线性回归分析和非线性回归分析。利用统计软件进行回归分析时，首先让学生如何确定因变量与自变量之间的回归模型；如何根据样本观测数据，估计并检验回归模型及未知参数；在众多的自变量中，让学生判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的。在方差分析实验课上，先让学生利用Excel进行简单的线性回归分析，然后利用SPSS软件进行相关与回归分析，最后利用SAS软件进行多元线性回归分析和逐步回归分析，使学生了解不同统计软件的特点、功能和作用。

6 利用基本原理设计试验

试验的精确度高低取决于试验设计的各个方面，只有通过有效地控制试验误差才能提高试验精确度。因此，教师有必要正确引导大学生在试验过程中要做到操作仔细，这样有利于提高学生的科研素质。在试验工作中，从试验资料中发现潜在的规律性是极其重要的，这需要科学合理地运用统计学的基本原理和方法。讲授完试验设计之后，要求学生根据试验设计的基本原理，在生产实践或实验室内提出试验设计的基本思路，制定试验方案。然后，学生分组讨论试验设计的可行性，并进行纠正和修改。在试验前期，学生应进行试验前期准备工作。在试验过程中，学生要考虑试验条件的差异对试验数据的影响，可根据试验设计的原理和技巧分析试验出现的问题，使学生获得的理论知识与实际联系起来，从而加深对理论知识的理解。试验结束后，获得大量的试验数据，需要选择正确的统计方法分析试验资料，得出科学合理的结论，以达到研究目的。最后，教师根据学生设计的试验思路、方案、步骤及作出的试验报告给予评价。通过开设试验设计实践课，可以使学生明确试验的目的、试验设计方法、试验因素及水平等内容，有利于提高学生设计试验方案的能力。

实践证明，开设《生物统计学》实验教学后，学生能够在计算机上借助相关统计软件亲自统计试验数据，利用所学的统计学方法分析和检验试验结果，最后得出可靠的结论。最后毕业时，学生能根据试验设计的基本原理，可独立完成毕业论文试验设计，实施设计的试验方案，获得试验数据资料。由于试验数据统计分析耗时，而且繁琐，因而过去毕业生害怕对试验数据进行统计分析。自从我们结合《生物统计学》的基本原理，利用计算机和计软件开设了该课程的实验教学后，学生轻松地掌握了该课程的基本原理和统计分析方法，统计和分析数据的速度、精确度均大幅度提高。现在部分学生还能帮助教师进行科研课题的数据处理和分析，毕业论文水平也大大提高。

《生物统计学》教学实验课的开设，使学生从被动学习转变为积极主动地学习，培养了学生进行科学试验设计的能力，初步掌握开展科学试验设计的方法；培养学生掌握正确收集、整理试验资料的方法，能利用生物统计方法对试验资料进行正确的统计分析；培养学生掌握常见统计软件的使用方法和统计方法。《生物统计学》实验课深受学生的欢迎，这也是对该课程实验教学的尝试和改革探索的肯定。在该课程实验教学过程中，笔者深刻体会到要提高《生物统计学》课程的实验教学效果和质量，教师需要投入时间与精力，钻研实验教学内容，提高教学水平，转变实验教学理念，不断探索和优化多元化的实验教学方法。

参考文献

篇8

1  资料与方法

1.1  诊断标准

1.1.1  西医诊断标准  （1）按中国抗癌协会编制的1999年版《新编常见恶性肿瘤诊治规范》［1］的诊断，利用胃镜或手术病理学明确诊断为胃癌。（2）胃癌分期标准依据1997年国际抗癌联盟UICC胃癌TNM分期标准。

1.1.2  中医辨证标准  依据胃癌辨证分型的文献资料统计的结果［2］，参考国家技术监督局的《中华人民共和国国家标准·中医临床诊疗术语证候部分》GB/T16751.21997［3］、卫生部1997年制定的《中药新药临床研究指导原则》第三辑［4］、上海市卫生局统编的2003年第二版《上海市中医病证诊疗常规》［5］、中国中医研究院广安门医院主编的1989年版《中医诊疗常规》［6］以及1984年第五版《高等医药院校教材·中医诊断学》［7］中脏腑辨证内容，制定胃癌中医辨证标准。（1）脾虚：食少，腹胀，食后尤甚，或胃脘隐痛，喜温喜按，恶心欲呕，呕吐食物，大便溏薄或排便无力，或久泻，甚则五更泻，完谷不化，下肢浮肿，神疲乏力，舌淡胖或有齿痕，苔白，脉细弱或沉细。（2）肝胃不和：胃脘胀闷疼痛，窜及两胁，情绪抑郁，疼痛与情绪相关，嗳气、吞酸、呃逆，不欲食，舌淡红或红，苔薄白或薄黄，脉弦。（3）瘀阻胃络：胃脘刺痛或如刀割，痛有定处，痛处拒按，可及肿块质硬，吐血，便黑，口唇爪甲紫暗，面色黎黑，舌紫暗或见瘀斑瘀点，脉细涩或涩。（4）胃热阴虚：胃内灼热，胃脘嘈杂，食后脘痛，口干欲饮，饥不欲食，五心烦热，大便干结，舌红或红绛，少苔或光剥苔，脉细数。（5）痰湿凝滞：脘腹痞闷胀痛，恶心欲呕或呕吐痰涎，不欲食，或进食不畅，甚至反食夹有多量黏液，口淡不欲饮，头晕身重，便溏，面黄虚肿，舌淡苔白腻或白滑，脉滑或缓或细缓。（6）气血两虚：形体消瘦，全身乏力，声低气怯，头晕目眩，面色  白或萎黄，唇甲苍白，虚烦不寐，心悸气短，自汗盗汗，下肢浮肿，舌淡苔薄或少苔，脉沉细弱。

1.2  病例选择标准

1.2.1  纳入标准  （1）具有明确病理学诊断的胃癌患者。（2）具有较全面的诊疗记录。（3）同意参加本次调查。

1.2.2  排除标准  （1）多重癌患者。（2）病理诊断为胃恶性淋巴瘤、胃间质瘤和胃平滑肌肉瘤等胃部其他恶性肿瘤。（3）合并有心血管、脑血管、肝、肾和造血系统等严重原发性疾病。（4）孕妇、哺乳期妇女、儿童和精神病患者。

1.2.3  资料来源  2005年7月～2006年4月就诊于上海中医药大学龙华医院、曙光医院、普陀区中心医院的肿瘤科及上海市肿瘤医院中医科的门诊和住院的胃癌患者。

1.3  资料采集与辨证

1.3.1  调查内容及其作为变量的赋值情况  包括姓名、年龄、性别（男性1；女性2）、Karnofsky评分、病理类型（腺癌1；低分化腺癌2；黏液癌3）、临床分期（Ⅰ期1；Ⅱ期2；Ⅲ期3；Ⅳ期4）、手术方式（根治术1；非根治术2；未手术3）、化疗疗程（无0；＜6个疗程1；≥6个疗程2）、患病时间（＜1年1；1～3年2；＞3年3）、远处转移（无1；有2）和复况（无1；有2）。

1.3.2  质量控制  由一位具有中医专业知识的高年资住院医师调查，由两位固定的具有中医专业临床经验的主治医师职称以上的医师依据1.1.2胃癌中医辨证标准进行统一辨证分型。

1.4  临床资料  依据上述标准共获得325例可进行相关统计、有明确病理学诊断的胃癌资料。其中男性197例，女性128例；年龄最小的26岁，最大的83岁，平均年龄（58.36±11.57）岁。其中脾虚型221例，占68%；肝胃不和型28例，占8.6%；瘀阻胃络型15例，占4.6%；胃热阴虚型18例，占5.6%；痰湿凝滞型28例，占8.6%；气血两虚型15例，占4.6%。

1.5  数据录入与统计学方法  采用Microsoft Excel软件进行数据管理，建立本课题相关数据库。通过SPSS 11.5统计软件包，进行统计分析。胃癌证型单因素分析：以胃癌各证型为应变量，年龄为自变量做方差分析。以胃癌证型（如脾虚组=1，非脾虚组=2）为应变量，以Karnofsky评分、临床分期、患病时间、手术方式和化疗疗程为自变量做秩和检验；以性别、病理类型、复发和转移为自变量做卡方检验。

2  结果

   

胃癌证型与年龄的方差分析，与Karnofsky评分、临床分期、手术方式、化疗疗程、患病时间的秩和检验以及与性别、病理类型、复发、转移的卡方检验见表1～3。

表1  胃癌证型与年龄的方差分析（略）

Table 1  Analysis of variance between syndromes and age

表2  胃癌证型与Karnofsky评分、临床分期、手术方式、化疗疗程和患病时间的秩和检验（略）

Table 2  Rank sum test between syndromes and KPS score, clinical stage, surgical mode, course of chemotherapy, suffering time

*Shows mean rank.

篇9

在用户研究的领域里，我们已经有了较为科学的方法来获得需求域中的各类信息数据，而如何将这些信息数据转换成为我们所需要的设计要素则成为研究的重点和难点。用户的需求来源于人，而产品的功能赋之予物，我们需要找到一种方法来发掘这主客体之间的联系，定性定量分析毫无疑问是解决这一问题的必要方法。

二、统计学：定量与定性研究结合

与其他产品设计的单一研究方法不同，在用户研究中，定性与定量分析一般而言是相辅相成的，这样做很好地结合了两种分析各自的长处。定量分析能够发现某个存在的现象，具有很好的说服力和可信性，是对事物“量”的分析，主要通过数据收集和分析来完成。定性研究则可以发掘隐藏在现象底下的规律及原因，具有能够抓住本质的深刻性和高效性，是对事物“质”的分析，主要通过常识、感觉、经验等主观因素来参与分析。

在用户研究中可以直接获取的数据很少，因此定量分析没有施展的空间，并且对于一些感性问题，例如用户的需求、用户的感觉等同样也无能为力。定性分析则受主观因素影响较大，具有不确定性的特点。如何能够很好地发挥定量分析的可信度与定性分析的深刻度是我们所要解决的下一个问题，这里引入统计学的分析方法，将定量与定性分析结合起来。

三、用户研究中的统计学

统计学广泛运用于生物、化学、心理学、社会学、经济学等诸多领域。它被用来了解与测量系统变异性，程序控制，对资料作出结论，并且完成资料取向的决策。而它的这些用途特点非常适合集心理学、社会学、人类学等多门学科交融的用户研究，因此，我们可以通过引入统计学的方法，来对用户研究中获取的信息进行定量和定性分析，从而完成需求域到功能域的转化。

根据统计学的研究特点，我们将其在用户研究中的运用步骤分为信息获取、信息处理、数据分析、数据校验四个步骤。

1.信息获取

用户研究方法有很多，现大多已趋于成熟。我们在确定研究目的与目标的前提下，有意识地选择用户研究的方法，并且明确其输出的数据及形式，为今后的分析做准备。在用户研究中我们可以通过背景资料收集、问卷调查、用户观察、用户访谈、用户角色和用户情境等方法获得大量的文字数据、图像数据、问卷数据、实验数据和语音数据，这些数据都可以通过进一步的处理，转换成统计学中可以运用的数据形式。为了更好地进行下一步的分析研究，要根据用户研究对象的特点将这些信息分为用户基本数据、用户行为数据和用户主观数据。

基本数据主要是指对用户的性别、年龄、职业、收入、教育、地区、家庭结构、生活方式等量化后的数据；行为数据是指用户与产品的交互，即对于产品的使用及体验通过观察测试等方法提取的数据；主观数据是指用户对于产品的满意度、情绪反应、审美反应、生活态度等通过问卷访谈等方式获得的数据。由此我们便获得了计算所需的数据。

2.信息处理

上面我们已经论述了信息获取的方法及信息的分类和特点，但是这些信息的形式如文字、图像、问卷大多都不能直接用于统计学的分析，因此我们要对信息进行处理，也就是信息的量化。

(1)用户基本数据量化

基本数据都属于某种“品质”或“属性”，它们的量化方法可以使用取值为“1”或“0”的人工变量来表示是否存在，也就是对质的因素的判断。如“1”表示已婚，“0”表示未婚。同样有时本身是“数量”因素也可以转化成“质”因素，如“1”表示年收入5万到10万，“0”表示年收入5万以下。

（2）用户行为数据量化

用户行为数据可以通过试验器械的辅助，有计划的观察与测试来获得。主要是行为过程中存在的与衡量目标完成情况相关的变量。这些具体数据的情况与目标有着直接关系，通常可以直接获得具体数值。如时间、频率、数量、周期、步骤等。

（3）用户主观数据量化

用户主观数据主要通过对用户的问卷与访谈得到，是从用户的主观因素出发对用户体验进行量化。在这里，我们可以用数值来表示主观因素的程度，通过这种方法来量化这些主观的、抽象的、感性的信息。如满意程度可以由-3，-2，-1,0,1,2，3这7个数值表示，-3为最不满意，3为最满意。同理抽象感性词汇可以选择一对反义词作为两极，由负值到正值表示符合的程度。如传统和现代、圆润和尖锐等。

此外，为了消除数据计量单位不同的影响，便于数据的直接比较，要对数据进行标准化——使数据矩阵式中每列数据的平均值为0，方差为1；或者规格化——将每列的最大数据变为1，最小数据变为0，其余数据取值在0～1之间。

3.数据分析

在对数据进行必要的处理以后我们就要开始进行统计分析。为了便于介绍统计方法，我们先将处理好的数据分类。在统计学中根据变量数学性质的由低到高可将其划分为：定类数据、定序数据、定距数据和定比数据。定比数据使用较少，此处略。定类数据是一个分类体系，通常将研究对象属性分类后编号，其只能测量类别差。如华中、华北、华东等。定序数据多了类别间顺序等级的信息，可以测量次序差。如幼年、少年、青年、中年、壮年、老年等。定距数据不仅可以测量差别，还可以测算距离，如10秒、20秒、30秒等。

下面介绍在设计领域常会遇到的变量类型之间的关系测量以及相对应的方法类别，具体公式与计算方法可以参看相关统计学书目。

（1）双变量统计

两个变量之间关系的探讨在用户研究中是重要的内容。相关分析是解决这个问题最为常用的统计学方法。判断两个变量之间的关系主要从它们的相关程度、相关正负、相关类型等方面来看，在通常情况下为线性相关，可从相关系数中看出两个变量之间的关系。

①两个定类变量以及定类与定序变量之间的关系可使用相关分析中的λ和τy测量法。λ测量法可以是不分变量与自变量的对称形式。如丈夫购车标准与妻子购车标准之间的关系。τy测量法要求具有自变量与因变量之别，如性别与购车标准之间的关系。定类与定序变量关系也可用此两种系数，如收入水平与购车标准之间的关系。

②两个定序变量之间的关系可以使用Gamma系数和dY系数来表示。例如同等收入水平年龄与购车价格之间的关系。

③定类与定距、定序与定距可采用相关比率测量法。如性别与某手机功能操作次数之间的关系或是年龄与后者之间的关系。除此之外，也可以使用单因素方差分析。

变量之间除相关关系还可以用函数关系来表示，线性回归分析可以测量变量之间的线性关系，它是在研究过程中将一些因素作为所控制的变量（自变量），而另一些随机变量作为它们的因变量来进行分析的。一元线性回归可以用来解决双变量统计问题。

（2）多变量统计

在设计领域中研究的问题影响因素往往较为复杂，在双变量统计不能满足要求的时候我们就要用到多变量统计方法，主要有多元线性回归分析，Logistic回归分析、聚类分析、主成分分析、因子分析等。

①多元线性回归分析。研究在线性相关条件下，两个和两个以上自变量对一个因变量的数量变化关系，称为多元线性回归分析，表现这一数量关系的数学公式称为多元线性回归模型。它解决的问题是通过抽样调查的数据，确定自变量和因变量之间关系的密切程度；确定多个自变量对应变量的共同影响，比较各个自变量对因变量影响的大小；确定因变量和自变量之间的关系表达式，即回归方程式。如台灯外形表现现代感程度分别与其灯罩、灯颈、灯座造型、材质、色彩的关系，这种方法在感性工学研究中经常使用。

②Logistic回归分析。线性回归模型的一个局限性是要求因变量是定量变量（定距变量、定比变量），而不能是定性变量（定序变量、定类变量）。但是在许多实际问题中，经常出现因变量是定性变量（分类变量）的情况。Logistic回归分析就是用于处理分类因变量的统计分析方法。其因变量只取两个值，表示一种决策、一种结果的两种可能性。如消费者是否购买产品与产品性能、外观、价格、

品牌等因素之间的关系。

③聚类分析。聚类分析是研究“物以类聚”的一种多元统计分析方法。聚类分析的基本思想是根据对象间的相关程度进行类别的聚合。例如可以通过测试者对于较多产品的评价运用聚类分析将产品分别归类。又如通过对消费者生活形态的研究将其分类，有针对性地进行产品开发。聚类分析可用树艺术与设计ˉ形图来表示结果。

④主成分分析。把多个变量（指标）化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息。为了使这些综合变量所含的信息互不重叠，应要求它们之间互不相关。例如在评价一个产品设计时，往往有很多因素，通过主成分分析可以用少数几个综合因素对其进行评价，减少工作量。

⑤因子分析。因子分析可以看成是主成分分析的一种推广。它的基本目的是，找出隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量（爱好、态度、能力）去解释显在变量（设计成功与否、销售量、点击率）。例如从众多人们显在的生活习惯中找到人们选择使用购买生活用品的潜在因子。这种方法可以应用在用户研究中的生活方式研究之中。

4.数据检验

篇10

另外，地质统计学在克里格方法的基础上也有了很大的突破.克里格方法的主要特点是BLUE，即最佳线型无偏估计方法.目前除了常用的简单克里格方法、普通克里格以及泛克里格方法外，还出现了协克里格(Cokriging)、析取克里格(DisjunctiveKriging)、指示克里格(In-dicatorkriging)、指示主成分克里格（Indicatorprinciplecomponentkriging)、同位克里格(Colocatedkriging)、模糊克里格方法(Fuzzykriging).这些方法都是针对不同的资料来源、精度和特征而设计的，因此为解决油藏参数分析和预测中的问题提供了广泛的途径.

2地质统计学在油藏参数分析中的应用

油藏参数分析主要是研究油藏参数以及参数之间的变化规律.油藏描述中大多数参数与空间位置密切相关，它们的变化既具有结构性又具有随机性.地质统计学中主要的分析工具是半变异函数，其表达形式为

式中，rG)为半变异函数，它是距离矢量K的函数;为分析数据中相距为矢量^的变量的样品配对的数目，即{;c(m)，_t(m+S)}的数目.如果/i取一定的方向，且从0变化到某一值，那么就可以求得一系列的r(X)〜Z的值.把它们绘制在一张图上，则可得到与该方向相对应的变异函数图（如附图）.变异函数特征一般由三个参数念m确定：变程a(又称变量相互影响的范围）、块金效应C。和基台值.其中，变程大小反映了变量相关距离的大小.当时，则r(K)趋于某个极限值此时的值称变胃为基台值.变异函数分析是进行克里格计算和随机建模的起点和基础，它为克里格估计提供准确的模型.

2. 1各向异性研究

由于变异函数是向量Z的函数，因此通过不同方向的K的变异函数和变异图分析，可以了解到油藏参数沿不同方向的变化情况.如果各个方向的变异函数相同，则可以认为该参数在空间上是各向同性的，否则为各向异性侯景懦把不同方向的变异函数作成等值线图以反映矿体的非均质情况[‘].孙洪泉根据等值线的形状还将矿体进行分类⑴，他认为如果等值线为圆形则为各向同性；如果为椭圆则为几何各向异性；凡不能通过坐标的线型变换转换为各向同性的各向异性则为带状各向异性在考虑形状的同时考虑结构变化的范围，还可以将非均质性进一步细分，这一方法同样适合油藏各向异性的分析.

2.2反映油蔵参数变化综合指标的构造

由于综合指标反映了变量影响范围，又反映了变量变化的幅度，因此可以根据这一点来构造反映参数变化快慢的综合性指标如:只=02乙2/0^/«_4+^2)，式中，a为变程;L为参数所在空间的长度;AT为数据的均值;C为变异函数的基台值就是一个既能反映参数沿某一方向变化的速度，又能反映参数沿该方向的变化幅度，还能反映参数变化的空间异向性的综合指标它比通常所用到的统计参数具有明显的优点：（1)H是在充分考虑参数在空间不同方向上的变化幅度和变化速度的基础上构造出来的，从而反映了参数空间变化的异向性.（2)H严格在[0，1]之间变化，因而可用百分数表示，便于对比和分类.

2.3沉积相变化的研究方法

用变异函数来研究沉积相，首先要确定各类砂体在空间的变化特征，如：河道砂体与沟道砂体的形状为长条形，沿流水方向参数变化幅度小，变化速度慢，变异函数图中变程较大;而垂直水流方向则相反当然这种分析还必须根据其它地质证据才能作出正确的沉积相分析，但它提供了另一条寻找沉积相判断证据的途径

除了变异函数外，Deutsch和Joumel还归纳了其它种类的地质统计学分析工具，如互变异函数、协方差函数、相关函数、对数变异函数、平方根变异函数、绝对值变异函数以及指示变异函数等.其中任一个函数都可用来推断油藏参数的空间变化性，而且各种方法都有优缺点，应视不同的情况选择最合适的分析方法.

3地质统计学在参数预测中的应用

地质统计学作为一种blue插值方法，早已在矿产品位估计和储量计算、计算机地质制图中网格节点值的估算中得到广泛应用.油藏描述中的参数预测，就是利用现有的各种精度、各种尺度和各种类型的数据和信息对空间上某一点或某一区块的参数值进行估计和推断.Journel和Alabert把油藏描述中的数据分为两类[6]:—类是可靠的或叫做硬数据（Harddata);另一类是模糊的或者精度不高的软数据(Softdata).前者如取心资料、测井资料（包括生产测井〉等;后者如地震资料、物化探资料、地质家和采油工程师的推测和解释预测的关键就在于定量化地综合这些信息，并且描述预测的可靠性.Doyen用协克里格方法把不同精度的取心资料和地震旅行时的信息结合起来对孔隙度分布进行估计和预测，并把预测的结果与通常所用的地震辅助的孔隙度计算结果进行对比结果表明，用协克里格预测的孔隙度均方根误差要比用二乘法要小50%.他又把该方法用于阿尔伯达油藏描述.结果表明，用协克里格方法要比通常的线性回归精度要高20%[7].Doyen的主要贡献在于把不同精度的信息用定量的数学表达式对某一地质现象进行研究，真正达到了数据的综合.Journel提出了一种非参数估计的克里格方法即指示克里格方法(Indicatorkrigmg)18-01.尽管对这种方法有很多争议，但这种方法却能对综合的各种信息进行预测，并给出预测精度

假设要估计的变量为Z，对Z的任何估计Z'很可能带有误差.对Z进行多次观测得到一系列的观测值乙，）=1，2，3，…，TV.只要这一系列观测的条件保持不变，那么这几个测值就可以用于建立预测Z的不确定性模型如待估值Z小于或等于某一值2。的概率就可以用Z,<Z0的个数与N的比值来近似.变量2的累积分布函数可写成:/^2<乙丨（《)}=2,<乙的个数与W的比值，其中j=l，2，3，”*，W.引入指示变换(设截止值为乙）：

那么不确定程度就可用下式来表示：F(ZJ(n))在[0,1]区间变化，它是截止值乙和现有信息的函数上式的F(ZJU))模型所用的是对指示数据/(乙，Z,)等概率加权（1/«),也可用不等权公式：式中，七…=i.有了累积分布函数可以求预测值落入某个区间的概率大小，即Pize

    以上只考虑了对某个变量的重复观测情况，如果考虑在不同位置处对同一变量进行一次观测时，即用不同位置处的值2(力），_/_=1，2，3，“‘，_^来预测未知点工处的值2(1)时，并且现有信息有硬数据和软数据时，就必须要用软克里格方法(指示克里格别称).在油藏描述中，一般硬数据较少，而且都有一定的精度分布范围，即2(力）€[>(4)，6(而)]，如孔隙度只能在[0，0.3]之间变化对一待预测点，指示信息可被看成一列k个指示值的集合，每个指示值对应于走个截止值中的一个在没有其它信息的情况下，只能知道区间外的信息，而对区间内的信息一无所知：对硬信息来说，Z(x,)=a(:r,)=6(:r,).如果知道Z的分布，那么指示值就可以在[0，1]之间取值，而不仅仅为0或1.

另外，还可以用以下公式考虑多种信息以获取对某一值Z的预测：

式中，[/(U]为估计或预测值.j是为使在[0，1]之间取值的变换，而r(x,)e[l，W]是按已知值逐渐增加顺序排列的顺序值.这种方程就是协克里格方程这里2«个加权值a,(Z，:c)和6/Z，x)可通过解协克里格方程求得.目前在指示克里格基础上又发展了指示主成分克里格方法和马尔科夫-贝叶斯方法[11’12].Bardoss等又提出了一种新的模糊克里格方法，用于非确定数据的分析和参数预测[13].这些方法目前还在试用阶段，一旦成熟，必将会给油藏描述中数据预测提供更合理的方法.

4地质统计学在描述储层非均质性中的应用

储层非均质性是影响石油采收率的主要因素.储层中流体的分布与运动完全受不同规模的储层非均质影响.因此对非均质的研究始终是油藏描述中的一个难题.传统参数预测方法(包括克里格方法）对参数起到一种平滑作用，不能反映参数的变化性而在油藏开发中，储层参数的变化性极为重要，如渗透率的极大或极小对油田开发设计和方案调整极为重要，必须有一种能保持这些奇异性的方法Journel和Alabert研究出一种顺序指示建模法.他们首先对0.3mX0.3m的砂岩切面密集取样测得渗透率值，再从1600个取样点随机取10个点，然后借助于1600个点的变异函数模型，再用顺序指示模拟方法对10个点进行建模，并把模拟结果与原始的和用克里格方法产生的模型进行比较.结果表明，顺序指示模型方法确实能反映储层的非均质性其中一个关键工作是变异函数模型选择，有人也借助于与研究对象相似的露头或研究成熟区的成果，从而达到反映非均质性的目的.

Suro-perez.V.等用随机建模法分析了储层非均质性对油藏动态预测的影响.整个研究分两步进行.首先.对大的地质特征如沉积相、岩相进行研究，建立了储层框架;然后再对每个岩相中流动特征进行研究；最后把这两步研究结合起来产生各种随机模型，把随机模型输入油藏数值模拟中.研究非均质性是如何影响生产动态的.整个研究方法是指示主成分克里格和顺序建模方法.Dentsh和Journel认为，在随机模拟中人们的愿望是生产的模型越多越好，

但在工程上往往只要求保留其中一个或几个模型.因为油藏数值模拟不可能把所有模型都输入计算机中进行运算.因此他们又制定出选择模型的方法和原则.应该指出的是，没有一个随机建模方法能同时忠实于现有的所有类型的信息.某些方法很适合于离散型或类型型变量，如岩相、岩石类型，其它的方法则适合于孔隙度、含油饱和度和渗透率等连续性类型信息的研究.但象生产资料和测试资料有时很难综合在油藏模型中.为解决这些问题,Journel等把模拟退火的方法引入随机建模中.退火方法来自热动力学，即液体冷却结晶或金属冷却和退火过程，它的理论基础是波次曼概率分布尸{£}〜eXp(它表示了在温度为：T时热平衡系统的能量概率地分布于所有不同的能量状态£之中，为波次曼系统.从能量^跳到E2状态的概率为：

如果£2小于，那么系统将总在变化，而且总想保持能量最低.任何类似于这一优化过程的方法叫做模拟退火法.这种方法已被广泛地用于神经网络理论和应用之中.用于随机建模的目的是通过对初步建立的模型进行附合某种约束条件的修改，即初步模型的组分优化达到使模型忠实于更多现有数据和信息.因此，用模拟退火方法一般分两步进行：（1)用任何建模方法生成初始模型；（2)对初始模型进行退火模拟.Farmeer首先用这一方法合成了岩石类型的数字模型[18〕，CUyt0n和Journel把这一方法与用其它方法的计算结果进行比较.结果表明，退火方法比其它几种都好，但计算时间较长.

篇11

【中图分类号】R195 【文献标识码】A 【文章编号】1004-7484（2012）13-0449-02

1947 年世界卫生组织给健康下的定义为： “健康不仅仅是没有疾病和病痛， 而且还包括身体、心理和社会方面的完好状态[1] ”。1990 年WHO提出了“健康老龄化”，1993 年第15 届国际老年学会提出了“科学为健康老龄化服务”[2]的人口老龄化应对目标。国内外对老年人生命质量进行了大量研究，取得了较多的研究成果。本研究以SF-36量表为测量工具，在山东省选择70岁及以上老年人进行生命质量状况的调查，以了解其生命质量的总体状况及影响因素，为提高老年人生活质量，促进健康老龄化的制度安排提供参考。

1 对象与方法

1.1 研究对象 本次调查的对象是山东省居家养老和机构养老的70岁及以上老年人。采用分层方法把山东省的老年人划分为沿海、中部、西部3种地区类型，每个类型随机抽取3个地级市，在被抽取的地级市中以市（县）为单位进行随机抽样。

1.2 调查方法 调查问卷包括一般情况表（养老方式、性别、年龄、受教育程度、婚姻状况、过去从事的职业、目前的收入来源、生活状况等）和健康状况调查问卷（SF-36），分为居家养老卷与机构养老卷，调查者是通过专门培训的研究生及本科生采用统一导语入户对老年人进行调查，能独立填写问卷的由其独立填写，对于没有阅读能力或不能填写问卷的老年人，由调查人员朗读问卷内容，请其作答，由调查人员代为填写问卷。共发放问卷590份，回收有效问卷558份，回收率94.6%。

1.3 统计学方法 应用Epidata3.1数据库双机录入，SPSS16.0软件包进行数据处理，对一般人口学特征等进行统计描述；单因素分析应用?2检验，多因素分析应用有序分类变量的Logistic回归分析。

2 结果与分析

2.1 人口社会学特征的描述分析

居家养老老人324人，机构养老老人234人，共558人，其中男288人（51.6%），女270人（48.4%）。年龄70～79岁393人（70.4%），80岁及以上的高龄老人165人（29.6%）。婚姻状况：有配偶234人（41.9%），丧偶306人（54.8%），离异4人（0.8%），未婚14人（2.5%）。文化程度：未受过教育269人（48.2%），小学174人（31.2），初中48人（8.6%），高中、中专及技校36人（6.5%），大专及以上31人（5.5%）。居家养老老人和机构养老老人年龄、性别，受教育程度分布差异无统计学意义，过去从事的职业、婚姻状况、生活状况差异有统计学意义（P

2.2总体健康状况自评及相关因素差异性分析

本研究将老年人的总体健康状况分为5个等级，分别是“1=差、2=一般、3=好、4=很好、5=非常好”。总体健康状况自评的居家养老老人与机构养老老人差异无统计学意义（P>0.05）。“性别”在老年人总体健康状况之间的差异性无统计学意义（p>0.05），可以认为老年人总体健康状况在性别分布上无差异。“年龄”、“受教育程度”、“婚姻状况”与老年人总体健康状况之间的差异性有统计学意义（P

2.3总体健康状况自评影响因素的Logistic回归结果及分析

单因素分析仅对总体健康状况自评的差异性进行检验，而没有对影响因素进行归因分析，因此需要进一步做多因素分析。以总体健康状况自评为因变量，运用SPSS16.0统计软件中的有序分类变量回归方法进行分析，纳入模型中的自变量有年龄、性别、受教育程度、目前婚姻状况、职业、养老方式以及生活状况7个自变量。模型检验及回归结果如下。

2.3.1 模型检验

表2为对模型中是否所有自变量偏回归系数全为0进行似然比检验，结果P

2.3.2 方程中的有效变量及参数检验

在纳入模型的7个变量中有年龄、养老方式及生活状况3个自变量对总体健康状况自评的影响具有统计学意义（P

3 讨论

3.1 年龄与总体健康状况评价的程度呈负相关关系。“年龄”因素在老年人对生命质量总体满意度评价的回归分析中具有统计学意义。可以认为老人的年龄越大，对生命质量的总体满意度越低，本结论与景睿、刘晓东等[3]的研究结果一致。原因在于，年龄越高，身体机能越低，日常活动能力下降。同时对死亡的恐惧加大，故自我健康的评价较低。可见，年龄是健康状况的风险因素，不仅表现在日常活动能力，而且投射出心理状况的变化。

3.2 经济条件对总体健康状况评价具有积极作用。“生活状况与当地一般家庭的比较”对70岁及以上老人总体满意度影响因素的回归分析中，生活状况“很富裕”“比较富裕”“一般”的老年人，对生命质量的总体满意度更高。原因可能出于以下几个方面：一是生活状况水平高，老年人就可能有更大的选择空间和余地，不为经济所累，过自己想要的生活，生活比较自由[4]。二是生活状况较好的老年人有更好的条件享受医疗保健，更多地参加社交活动，在心理上能够获得更多的满足感，因此对生命质量的总体满意度会较高。

3.3 居家养老老人的健康自评好于机构养老老人。 “养老方式” 因素在老人对生命质量总体满意度评价的的回归分析中，居家养老模式下的老人对自我生命质量评价的总体满意度高于机构养老老人。首先，老年人观念相对保守，接受新事物的能力较弱。居家养老是我国传统的养老方式，在这种环境中老年人往往具有更高的归宿感。其次，老年人年龄大，易产生孤独感与陌生感。居家养老模式能使老年人更容易获得子女以及邻里生活照料、精神慰藉的家庭和社会支持，从而减少孤独感与陌生感[5]，因此对生命质量的总体满意度高。

3.4 受教育程度与总体健康状况自评之间的差异性有待于进一步研究。在描述性分析的差异性检验中，受教育程度在总体健康状况自评的差异有统计学意义。受教育程度较高的老年人对生命质量的总体满意度高于教育程度较低的老年人。然而在“受教育程度”对总体满意度自评的影响因素的回归结果显示无统计学意义（见表3），可能的原因在于混杂因素的影响，此问题有待于进一步研究。

参考文献

[1] Velarde-Jurado E et al.Salud Publica Mex，2002，44：349-361.

[2] 李秀燕， 郭继志. 老年人生命质量评价的现状及展望[J]. 国外医学・社会医学分册， 2003，20（4）：154-158.

[3] 景睿，刘晓冬等.山东省农村老年人生命质量评价及影响因素分析[J].中国农村卫生事业管理，2008-8 ，8（28）

[4] 林江，杨继峰，刘强. 健康状态认知理论的概述[R]. 广西中医学院院报 2010，13（1）：74-75

[5] 王生锋，齐玉梅.中等城市社区人群生命质量评价及影响因素调查[J].山西医药杂志，2008-10，10（37）.

作者简介：

篇12

1、统计研究设计：应交代统计研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性或横断面调查研究)；实验设计(应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、析因设计、正交设计等)；临床试验设计(应交代属于第几期临床试验，采用了何种盲法措施等)。主要做法应围绕4个基本原则(随机、对照、重复、均衡)概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。

2、资料的表达与描述：用x±s表达近似服从正态分布的定量资料，用M(QR)表达呈偏态分布的定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不宜小于20，要注意区分百分率与百分比。

3、统计学分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计学分析方法，不应盲目套用t检验和单因素方差分析；对于定性资料，应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计学分析方法，不应盲目套用x2检验。对于回归分析，应结合专业知识和散布图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计学分析方法，以便对因素之间的交互作用和多指标之间的内在联系进行全面、合理的解释和评价。

4、统计结果的解释和表达：当P＜0.05(或P＜0.01)时，应说明对比组之间的差异有统计学意义，而不应说对比组之间具有显著性(或非常显著性)的差别；应写明所用统计学分析方法的具体名称(如：成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等)，统计量的具体值(如t值，x2值，F值等)应尽可能给出具体的P值；当涉及总体参数(如总体均数、总体率等)时，在给出显著性检验结果的同时，再给出95％可信区间。