基于聚类分析的慢性阻塞性肺疾病表型与焦虑抑郁的相关性研究

发布时间：2017-09-20 10:13

  本文关键词：基于聚类分析的慢性阻塞性肺疾病表型与焦虑抑郁的相关性研究

  更多相关文章： COPD 焦虑 抑郁 聚类分析 表型

【摘要】：目的:调查慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,COPD)患者焦虑抑郁发生率,探讨焦虑抑郁与COPD表型的关系。方法:对100例COPD患者客观调查焦虑抑郁量表(Hospital Anxiety and Depression Sale,HAD),并收集患者人口统计学资料和临床资料,包括性别、年龄、体重指数(Body Mass Index,BMI)、吸烟指数、年度急性加重次数、并发症、肺功能、BODE指数、改良英国医学研究协会(Modified British Medical Research Consil,mMRC)呼吸困难评分,COPD评估测试(COPD Aessemnet Test,CAT)评分,对上述指标进行主成分分析,确定主成分,在此基础上通过聚类分析确定COPD表型,通过计算焦虑抑郁在COPD各表型中患病率的差异,获取焦虑抑郁在COPD患者中的流行病学特征,最后通过配对t检验了解各组间焦虑抑郁差异。结果:100例COPD患者焦虑抑郁分数为(6.7±3.62),有52例(52%)有焦虑,58例(58%)有抑郁,总共67例(67%)有焦虑或抑郁情绪,其中43例患者(43%)为轻度焦虑或抑郁(评分8~10分),24例患者(24%)为中重度焦虑或抑郁(评分≥11分)。将11个指标所有数据进行PAC分析,得出4个主要成分(特征值1),所有变量可分成4类,说明变量之间并非完全独立。在所有变量中方差累积贡献率约为83.5%。主成分1包括A、TS、D;主成分2包括BODE指数、mMRC呼吸困难评分、CAT评分、年度急性加重次数;主成分3包括1秒量(Forced Exiratory Volvme in One Second,FEV1)、用力肺活量(Forced Vital Capacity,FVC);主成分4包括BMI、合并症。100例COPD患者在主成分分析得到四个主要成分的基础上进行聚类分析得到的树状图。经过伪F和伪t2检验将所有研究对象分为四类,从表中我们可获知不同的表型之间存在明显的差异。(1)相对老年患者,焦虑和抑郁指数高,中重度气流受限,中度呼吸困难,急性加重次数多,合并症少;(2)老年患者,焦虑和抑郁指数高,中度气流受限,中度呼吸困难,急性加重次数多,合并症多;(3)与第2类比较,第3类为相对年轻患者,焦虑和抑郁指数低,重度气流受限,轻度呼吸困难,急性加重次数少,合并症少;(4)与第1类比较,第4类患者焦虑和抑郁指数低,合并症少,急性加重次数少,轻度呼吸困难。1组与4组进行独立样本t检验,除年龄外余指标P0.05,均有统计学意义。2组与3组除年龄外,余指标P0.05,均有统计学意义。结论:(1)在COPD患者中,出现焦虑抑郁症状的病例数率较高。(2)BODE指数、mMRC呼吸困难量表、CAT评分、年度急性加重次数、BMI和合并症等指标联合能客观反映COPD患者的焦虑抑郁程度。(3)呼吸困难、临床症状越重,营养越差,焦虑抑郁评分越高,程度越重。
【关键词】：COPD 焦虑 抑郁 聚类分析 表型
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R563.9;R749
【目录】：

• 摘要3-5
• ABSTRACT5-8
• 第1章 引言8-10
• 第2章 资料与方法10-13
• 2.1 研究对象10
• 2.2 观察指标10
• 2.3 仪器设备10
• 2.4 实验方法10-11
• 2.4.1 调查焦虑抑郁量表（HAD）10-11
• 2.4.2 确定COPD表型及主成分11
• 2.4.3 焦虑抑郁与COPD及主成分的关系11
• 2.5 统计学方法11-13
• 第3章 结果13-18
• 3.1 研究对象焦虑抑郁发病率13
• 3.2 11个变量的主成分分析13-15
• 3.3 100例COPD患者的聚类分析15-18
• 第4章 讨论18-28
• 第5章 结论28-29
• 致谢29-30
• 参考文献30-33
• 综述33-40
• 参考文献38-40

【相似文献】

中国期刊全文数据库 前10条

1 赵民,陈杰;心缩功能指标的聚类分析[J];生物医学工程学杂志;1988年02期

2 吴赤蓬,王声ng,刘国宁;我国火灾发生情况的聚类分析[J];预防医学文献信息;2001年01期

3 周全,姚定康;临床医学院实习生个性因素的聚类分析与管理[J];解放军医院管理杂志;2004年03期

4 施飞;对中学生十六个体测指标的聚类分析[J];学校卫生;1986年03期

5 林仲秋,潘国权,张瑞卿,洪楠;卵巢肿瘤的聚类分析(指标聚类:生物学检查的评价)[J];广东医学;1988年04期

6 郝凤贤;对儿童和青少年生长发育16项指标的聚类分析[J];安徽医科大学学报;1988年04期

7 王玺,周密,洪福山,罗旭;气相色谱数据的聚类分析法评价中药厚朴的质量[J];沈阳药学院学报;1990年01期

8 张兆和,胡建锦,谢德顺,陈晓君;聚类分析在中医医院管理中的应用[J];中国医院管理;1992年05期

9 潘学雷;简易聚类分析[J];中国卫生统计;1994年01期

10 李水福,胡清宇;试述聚类分析法在中药研究中的应用[J];基层中药杂志;1997年03期

中国重要会议论文全文数据库 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

中国博士学位论文全文数据库 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

中国硕士学位论文全文数据库 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 张沛之;基于聚类分析的海报风格分类之研究[D];青岛大学;2015年

4 何力骜;基于聚类分析的激光诱导击穿光谱爆炸物识别技术研究[D];北京理工大学;2016年

5 赵文睿;基于聚类分析的中国房地产企业信用评级实证研究[D];吉林大学;2016年

6 贾伟;基于聚类分析和灰色模型的短期雷击预警系统设计[D];吉林大学;2016年

7 栾海洋;动车组质量数据聚类分析研究与应用[D];北京交通大学;2016年

8 黄智函;盗窃犯罪时空分布特征研究[D];福州大学;2014年

9 王冰冰;双类型信息网络聚类分析[D];吉林大学;2016年

10 刘剑;基于聚类分析的CAM模板自动提取的研究[D];华中科技大学;2014年

，

本文编号：887452