血清肿瘤标志物对SCLC和NSCLC的Fisher判别分析

目的:探讨血清肿瘤标志物对SCLC和NSCLC的鉴别诊断价值.方法:采用电化学发光免疫法检测25例患者血清中CEA、CYFRA21-1、NSE、CA125、CA199及SCCAg的水平;对NSCLC组和SCLc组间统计检验有差异(P＜0.05)的血清肿瘤标志物用Fisher判别方法建立判别函数鉴别诊断模型;用该模型回代相应变量对SCLC和NSCLC进行预测分组,检验该判别函数模型的鉴别诊断效果.结果:6种血清肿瘤标志物在NSCLC组和SCLC组间有统计学差异(P＜0.05)的变量分别是:CYFRA21-1、NSE和SCCAG;建立的判别函数鉴别诊断模型,在NSCLC组判别正确率89.87%,SCLC组判别正确率87.37%,两组合计判别正确率88.93%.结论:应用Fisher判别法对血清肿瘤标志物建立的判别函数鉴别诊断模型可简便、快速、有效地对NSCLC和SCLC进行鉴别诊断,值得临床借鉴.     

群体青少儿营养状况的多元判别分析

This paper is on studying the relationship between physical growth and nutrition status of children and youth by using multivariate canonical discriminant analysis. 3,790 boys and girls of 7-19 yrs of age were classified into four groups according to the height-for-weight method. Then, by using seven physical measures as predict variables, canonical discriminant functions were set up for boys and girls respectively. The backward substitutional test showed that the coincidence ate was quite high, 90.90% for boys and 92.47% for girls respectively. The susceptibility of various physical measures in reflecting children's nutrition status was analysed, and the practical use of these discriminant functions was discussed.     

Bayes线性混合效应模型多中心临床试验应用

目的 为解决多中心间的异质性问题。方法 系统介绍Bayes线性混合效应模型原理与方法。结果 通过WinBUGS软件和SAS软件实例分析，认为二者固定效应结果相同，WinBUGS软件Bayes分析混合效应结果可提供更多效应变异的信息。结论 Bayes线性混合效应模型分析结果解释更合理，推论范围更广。     

慢性疲劳综合征中医证型判别分析

目的应用判别分析方法,对慢性疲劳综合征(CFS)的中医辨证分型进行研究。方法收集237例CFS患者,根据患者中医证型,使用逐步判别分析方法,对变量进行分析。结果从临床症状中筛选出10个变量(P<0.0001),通过这些变量建立的CFS中医证型判别函数具有非常显著的判别效果(P<0.0001)。结论CFS中医证型判别函数与临床实际吻合良好,判别分析等定量分析方法能够提高CFS中医辨证分型的客观性和准确性,有较好的应用前景。     

中晚期乳腺单纯癌粗面内质网及核糖体的形态参数的逐步判别分析

目的:探讨乳腺单纯癌临床诊断的量化标准。方法:对20例中期和20例晚期乳腺单纯癌癌细胞粗面内质网、游离核糖体、多核糖体的7个形态参数进行体视学分析,用逐步判别分析法剔选各参数值,建立判别函数。结果:Vvr2、Svr2、SR与Sr2之间有显著性差异（P<0.01）,回代判别正确率达到85.7％。结论:本研究建立的乳腺单纯癌临床诊断量化标准对鉴别诊断乳腺癌及判断其恶性程度和预后具有重要意义。     

中药化橘红的化学模式识别-计算机辨识研究

对40个不同产地、不同部位的化橘红样品HPLC数量化特征进行了系统聚类分析,在此基础上进一步建立了典型判别函数和Fisher判别函数,为化橘红的分类鉴别和质量评价提供了一种新方法。     

活动性肺结核密切接触者发病判别模型研究

目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.     

腹腔镜胆囊切除术的判别函数研究

目的：研究腹腔镜胆囊切除术(LC)的判别函数，用以指导胆囊切除病例在术前确定选用LC或开腹胆囊切除(OC)的手术方法。方法：实施408例LC，术前对每一例的33项招标进行逐一登记，术后采用逐步判别分析进行招标筛选，求出LC判别函数。结果：筛选出有判别意义的7项招标，在Bayes准则下求出二个判别函数。回代函数结果，总的判别正确率为95．1％。结论：凡胆囊切除术病例只要在术前将7项招标代入函数中，即可在术前确定该病例选用LC或是OC。     

鄂尔多斯沙鼠疫源地鼠间鼠疫动态判别分析

本文以伊克昭盟鄂托克旗，鄂的克前旗，乌审旗２１个年度的鼠密度，蚤指数对指标，应用判别分析方法对鼠间鼠疫的流行与“静息”作出预测预报。判别函数式Ｚ＝０．００２３１４Ｘ１＋０．０９３８１９Ｘ２的拟合率为９５．２４％，在实际工作中有一定的应用价值。     

偏最小二乘法降维在微阵列数据判别分析中的应用

目的探讨微阵列数据的判别分析方法。方法首先采用偏最小二乘法对高维数据降维,然后再用Fisher’s线性判别。文中同时介绍了偏最小二乘法的基本原理、基本算法,讨论了成分数选择等问题,并以实际微阵列数据展示了其效果。结果偏最小二乘法降维不但实现了数据的可视化,而且取得了较好的后期判别效果。结论偏最小二乘法是一种新的实用的降维方法,可用于微阵列数据判别分析的前期降维。