多维标度判别分析及其在医学中应用：因子分析在医学中应用

判别分析法比较多，但主要问题是判别符合率低。某些错判对临床处理带来一定困难，或根本是不容许的。同一疾病的不同患者临床表现不同，这提示我们可应用不同“有特定医学意义的综合指标”来判断疾病。     

广州城区中小学生营养不良影响因素Logistic分析

目的 通过对4所中学和8所小学学生的营养不良状况、家庭基本情况、饮食行为、营养知识和行为认知的调查,了解广州市地区学生营养不良的影响因素。方法 问卷调查和体格检查,并对数据进行不同性别、年级非条件Logistic多元逐步回归分析。结果 按“中国学生7－22岁身高标准体重值”评价,女生营养不良率高于男生,高年级高于低年级;先后有18个因素进入不同数学模型,其中包括性别、父亲学历、午餐地点、吃肉类、吃豆制品、母亲学历、父母亲职业、家庭经济状况、吃宵夜、营养知识得分、行为认知、体育活动时间。结论 中小学生营养不良与父母亲受教育程度、本人的饮食行为、营养知识和行为认识、体育活动时间有关。     

logitboost及其在判别分析中的应用

目的介绍一种基于机器学习的分类方法-logitBoost在判别分析中的应用.方法结合实例和模拟数据介绍了logitBoost的思想,原理,方法和步骤,就模型的拟合效果与Fisher线性判别、二次判别、logistic回归判别进行了比较,并探讨了“logitBoost判别”的优势及其在医学领域中的应用前景等问题.结果与传统方法相比,logitBoost判别在实例以及模拟数据的应用中,均显现出较好的或相似的模型预测效果.结论当传统的判别分析条件得不到满足,或判别效果不佳时,logitBoost能够达到良好的预测效果,在医学领域的判别分析中有较好的应用前景.     

甲状腺滤泡性肿瘤Logistic判别分析及预后分析

本文对８５例滤泡性腺癌（ＦＣ）、６１例滤泡性腺瘤及２３例未定性滤泡性肿瘤的临床病理指标进行了多元分析。选出１２项良恶鉴别的指标，建立了ｌｏｇｉｓｔｉｃ判别方程，判别符合率１００％。１４１例获随访结果，其中１１６例随访达１０年以上。随防结果分析显示ＦＣ微小浸润型和明显浸润型自下而上率差异显著，１１项临床病理指标对ＦＣ有预后意义。     

Bayes判别分析及其在疾病诊断中的应用

判别分析在医学研究中应用广泛.目前主要是用在疾病的计算机辅助诊断研究中[1-2].判别分析的方法很多[3],大致上分为两大类,一类是以距离为判别准则,另一类是以概率为判别准则,最基本的有两种,Fisher判别分析和Bayes判别分析.其中Bayes判别分析的判别效能优于其他方法.本文对Bayes判别分析进行了详细的研究,给出了应用SAS软件程序,最后用一实例介绍其应用.     

判别分析在水源分级上的应用

我们应用微电脑进行水源级别的判别分析,并建立了判别模式。我们选择了太湖中心水域作为一级水源,长江、运河分别为二、三级水源的模式。检验指标按聚类分析的原则,     

逐步判别分析在脑中风分类诊断中的应用

目的 研究逐步判别分析在脑中风的缺血性与出血性分类诊断中的应用.方法 本文采用参数和非参数逐步判别分析,全部计算使用SAS软件.结果 对苏州大学附属第一医院189例脑中风病人,进行脑出血、脑缺血的分类诊断.参数法逐步判别分析判别正确率为：脑缺血84.52%,脑出血85.88%,总判别正确率85.19%;非参数逐步判别分析判别正确率为：脑缺血45.19%,脑出血94.12%,总判别正确率67.20%.结论 参数法逐步判别分析在脑中风的缺血性与出血性分类诊断中判别正确率较高,应用效果良好.     

Bayes判别分析在尘肺诊断中的应用

判别分析在医学研究中应用广泛^[1]，就准则而言，大致上分为两大类，一类是以距离为判别准则（Fisher判别分析）。另一类是以概率为判别准则（Bayes判别分析），其中Bayes判别分析的判别效能优于其他方法。本文用黄石市2005年尘肺病人的检验指标与诊断结论进行Bayes判别分析应用研究，现将结果报告如下。     

距离判别分析在前列腺癌诊断中的应用

目的研究距离判别分析在前列腺癌的预测诊断中的应用价值。方法收集2008年1月～2011年11月,因前列腺疾病在华西医院超声科检查的患者资料,资料中包含的信息有患者年龄、经直肠前列腺超声检查结果、患者血清前列腺特异性抗原(prostate-specific antigen,PSA)水平以及前列腺穿刺活检结果等。采用秩和检验、卡方检验和距离判别分析法对资料进行分析。结果前列腺癌组年龄、血清PSA值和根据经直肠前列腺超声检查结果所得分值均高于非前列腺癌组,组间比较差异均有统计学意义(P﹤0.0001)。距离判别分析判别结果灵敏度(Sensitivity)为80.00%,特异度(Specificity)为97.03%,阳性预测值(Positive predictive values)为91.43%,阴性预测值(Negative predictive values)为92.45%,准确度(Accuracy)为92.20%。结论距离判别分析可提高前列腺癌的诊断水平。     

简易判别分析

简易判别分析是以原始数据为基础进行判别分析,本方法的关键在于用黄金分割法确定每个变量在不同类别间的最佳分割点和最小错判数,以获得判定每个变量判别能力大小和变量取舍的最小错判率,进而选用最小错判率较低的一个或几个变量建立有效的判别函数。简易判别分析属准参数统计分析,本方法简便、实用,判别结果合理。     

应用Bayes判别分析进行输卵管妊娠的早期诊断

目的应用妊娠患者的临床、生理、生化、形态学指标对输卵管妊娠进行早期鉴别诊断。方法通过Bayes逐步判别分析的方法筛选有意义的指标,建立输卵管妊娠的判别诊断模型与计量诊断表。结果年龄、体重、超声诊断、包块等指标对输卵管妊娠进行早期鉴别诊断有统计学意义,判别诊断模型交互验证考核正确率达91.9%。结论用Bayes判别分析方法筛选妊娠患者的早期征象和指标并建立模型,对输卵管妊娠早期诊断具有积极意义。     

聚类与判别分析在大学生SCL-90测试结果中的运用

目的 分析探索SCL-90结果解释中判别效果较好的聚类指标.方法 对某高校3638名新生SCL-90测试结果进行K-均值聚类及逐步判别分析.结果 采用K-均值聚类的方法分类,将测试结果分成3组,各组之间差异具有统计学意义.其次,通过逐步判别分析,在11个聚类指标中,选出8个有统计学意义的指标构建判别模型,用此模型对3638个新生样本作回顾性评价,误判率为2.9%.结论 逐步判别分析发现,通过SCL-90中的强迫症状、人际敏感、抑郁、敌对、恐怖、偏执、精神病性7个因子分及总均分进行聚类分析的判别效果较好.     

RBF神经网络与logistic回归模型的对比研究

目的 RBF神经网络是一种重要的数据挖掘分类模型,探讨RBF神经网络在解决判别分析问题中的应用.方法 通过实例比较RBF神经网络和logistic回归模型的性能优劣.结果 RBF神经网络的回代拟合效果和泛化能力明显优于logistic回归模型.结论RBF神经网络在医学统计学领域中具有较好的应用前景.     

基于偏最小二乘线性判别分析的遗传算法在代谢组学特征筛选中的应用

目的探讨基于偏最小二乘线性判别分析的遗传算法特征筛选性能,并将其应用于高维代谢组学数据。方法通过模拟试验验证基于偏最小二乘线性判别分析的遗传算法特征筛选能力,同时应用于卵巢良恶性肿瘤鉴别的代谢组学数据特征筛选分析。结果模拟实验显示,基于偏最小二乘线性判别分析的遗传算法对信息变量的筛选能力明显优于偏最小二乘变量投影重要性指标;代谢组学数据分析显示,使用遗传算法筛选出的变量能够获得更低的误差率,该方法筛得的变量具有更大的概率包含了与某种生物学结果相关的代谢物。结论基于偏最小二乘线性判别分析的遗传算法作为一种优化技术,在小样本条件下对高维数据的特征筛选具有较好的效果。     

变应性鼻炎危险因素的Logistic回归分析

目的研究引起变应性鼻炎的危险因素,为预防变应性鼻炎的发病提供科学依据。方法采用病例对照研究,选择年龄、性别、居住地基本一致的100例变应性鼻炎患者和100例健康人对照为研究对象,应用非条件Logistic回归分析,寻找变应性鼻炎的危险因素。结果过敏史、特异性体质、家族史、工作环境污染以及体育锻炼与否与变应性鼻炎的发生密切相关。结论过敏史、特异性体质、家族史、工作环境污染是变应性鼻炎发生的危险因素,而体育锻炼是其保护因素。应当采取针对性的措施对其进行干预。     

基因表达数据的随机森林逐步判别分析方法

目的给出一种新的随机森林算法,它能在建模过程中自动对变量进行筛选,建立“最优”判断模型。方法采用变量重要性评分和逐步迭代算法选择有作用的变量;通过实际基因表达数据考核其应用效果,并使用R语言编程做模拟试验验证其有效性。结果三种疾病基因表达数据的判别模型,在包含很少量的基因情况下便获得了理想的分类效果;模拟试验则显示在类间区分度较大的情况下,随机森林逐步判别分析的效果明显,能有效地将有作用的变量保留在模型中,提高模型的判别效果;在类间区分度不够大的情况下分类效果提高不明显。结论随机森林逐步判别分析可以有效地应用于基因表达数据的基因筛选和分类研究,但要特别注意由随机波动对分析结果造成的影响。     

宫颈癌危险因素的条件Logistic回归分析和通径分析

本文对125例宫颈鱗癌病人,按1:1配对进行了病例对照研究。单因素分析,从39个研究因素中初筛出14个可疑危险因素、条件Logistic回归分析,筛选出5个危险因素:宫颈糜烂、系庭经济状况、经期卫生评分、性因素和初婚年龄。通径分析结果表明,宫颈糜烂,不常洗外阴、平时就诊医院和初婚年龄4因素对宫颈癌的发生有直接作用;初婚年龄、月经垫不洁、配偶包皮过长和家庭经济状况4因素通过各自的中间环节起间接作用。     

变应性鼻炎危险因素的Logistic回归分析

目的研究引起变应性鼻炎的危险因素,为预防变应性鼻炎的发病提供科学依据。方法采用病例对照研究,选择年龄、性别、居住地基本一致的100例变应性鼻炎患者和100例健康人对照为研究对象,应用非条件Logistic回归分析,寻找变应性鼻炎的危险因素。结果过敏史、特异性体质、家族史、工作环境污染以及体育锻炼与否与变应性鼻炎的发生密切相关。结论过敏史、特异性体质、家族史、工作环境污染是变应性鼻炎发生的危险因素,而体育锻炼是其保护因素。应当采取针对性的措施对其进行干预。     

燃煤型地氟病非骨相早期判别模型探讨

目的早期发现、诊断及治疗地氟病。方法按１１配对设计及流行病学调查方法，收集氟病区和非病区４类人群环境氟等６类指标。经多类判别分析，建立４类人群的判别分析模型。环境及生物材料含氟量用氟电极法；生活条件以测量＋询问法；骨关节功能用测量法；生化酶学指标用试剂盒及凝胶电泳法；其他指标用询问法。将４类人群资料经ＳＡＳ和ＭＤＡＳ软件完成判别分析。结果４类判别函数总的差异有显著性。经已知样品分别回代，其判对符合率平均为８５．７８％（８３．３３％～９８．８６％）。计算机产生随机新样品，新分类结果后验概率在８６．３９％～９９．９９％范围。结论除第三类可能因样本数太少判别效果稍差外，其他方程式有９５％的把握，可在地氟病区实际用于燃煤型地氟病早期判别、或作为药物疗效考核方法。