統計學相關性分析方法精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇統計學相關性分析方法，期待它們能激發您的靈感。

篇1

目前，很多研究人員對影像資料分析方法的學習和理解存在一定困難，尤其初學者對繁雜的概念、復雜的計算公式、數據資料性質判斷以及如何選擇合適統計學方法等問題難以深刻理解。針對這些問題，王良等[1]建議采用以下模式：判斷資料類型、根據研究目的選擇分析方法、其他適宜方法。

1.1根據資料類型初步確定方法

臨床研究中產生的各種不同原始資料，而不同數據資料類型采用的統計分析方法也不同。定量資料常用的方法有t檢驗、方差分析、非參數檢驗、線性相關與回歸分析等。定性資料可用的方法有χ2檢驗、對數線性模型、logistic回歸等，影像醫師可根據不同需要選用不同統計方法。值得一提的是有些資料類型確定后，統計方法的選用對其有序性有相應要求；而多種方法聯合應用或者使用部分少見的分析方法時還需要在選定統計方法后，利用統計軟件(如SAS、SPSS)對應的不同命令進行初步分析試驗。

1.2根據研究目的選擇方法

1.2.1差異性研究

差異性分析是指評價比較組間均數、頻數、比率等的差異。根據研究需要可選用的方法有χ2檢驗、t檢驗、方差分析、非參數檢驗等。臨床上研究兩組、多組樣本比率或構成比之間的差別關系時最常用χ2檢驗，也是針對計數資料進行假設檢驗的一種常用的統計學方法，而對兩組定量資料分析常用t檢驗和秩和檢驗，多組資料分析則常用方差分析；Fisher精確概率法主要適用于總體樣本頻數小于40或四格表中最小格子T值<1。雖然Fisher精確檢驗不屬于χ2檢驗，但仍可以作為有效的補充，而也有人認為在統計軟件普遍易得的當下，Fisher精確概率法也同樣適用于大樣本四格表的資料。如彭澤華等[6]在探討冠狀竇-左心房肌連接的雙源CT冠狀動脈成像(DSCTCA)形態特征時針對冠狀竇-左心房肌連接的類型在兩組類別變量采用聯表的χ2檢驗，結果差異無統計學意義(χ2=0.115，P=0.944)。Teefey等[7]在研究超聲表現及白細胞計數預測急性膽囊炎壞疽變化關系時使用Fisher精確分析。t檢驗適用于兩組定量資料分析且資料滿足方差齊性和正態性兩個基本條件；同樣t檢驗適用于完全隨機設計的單因素兩水平的資料，在選用t檢驗時應注意對資料進行相應的變量變換，若資料不能滿足基本條件則選用適合分析偏態分布的非參數檢驗(如：秩和檢驗)進行分析。如Wang等[8]在研究不同侵襲性的前列腺癌組織和正常前列腺組織以及外周帶前列腺癌Gleason評分與腫瘤信號對比時采用t檢驗。Kung等[9]在研究化膿性髖關節炎的臨床和放射學預測指標時也使用t檢驗分析。秩和檢驗包括基本秩和檢驗(Wilcoxon等級檢驗、Mann-WhitneyU-檢驗)和高級秩和檢驗(Kruskal-Wallis、Friedmantests、Kolmogorov-Smirnov擬合檢驗)。當研究資料為兩方差齊且呈正態分布的總體，而總體分布類型未知或者不滿足參數檢驗的條件時，采用t檢驗對樣本進行比較；但若無需比較總體參數只比較總置的分布是否相同且總體資料分布類型未知時需要采用非參數的Wilcoxon秩和檢驗進行比較。針對兩組或多組樣本的定性資料使用秩和檢驗比較時，需要混合兩樣本數據、編秩(從小到大)、計量T值、查表或計算求得P值。如Saindane等[10]在對“空蝶鞍”的臨床意義判定因素研究中針對顱內壓增高和偶然發現空蝶鞍患者兩組資料對比時采用Wilcoxon秩和檢驗。Filippi等[11]在研究DTI測量兒童Ι型神經纖維瘤病胼胝體派生指標時運用Wilcoxon秩和檢驗。事實上在影像資料分析中經常見到多重組間比較的情況，方差分析(analysisofvariance,ANOVA)就是用來推斷兩個或者多個總體之間是否有差別的檢驗，又稱F檢驗。多重組間比較不能單純選用兩樣本均數比較的t檢驗，但是可以根據資料類型選用ANOVA檢驗。若來自兩個隨機樣本資料呈正態分布且方差齊性同的定量資料，應采用兩因素(處理、配伍)方差分析(two-wayANOVA)或配對t檢驗。通過F檢驗可以比較可能由某因素所至的變異或隨機誤差，同時可了解該因素對測定結果有無影響。當不滿足方差分析和t檢驗條件時，可對數據進行變換或采用隨機區組設計資料的FriedmanM檢驗。Obdeijn等[12]在研究乳腺術前MRI能減少術中切緣和乳腺保守術后再次手術，使用ANOVA分析兩組資料，結果對照組(29.3%)相比術前MRI病例組(15.8%)有效減少切緣和再次手術(P<0.01)。

1.2.2相關性分析

相關性分析不等同因果性，也不是簡單的個性化相比，其涵蓋的范圍和領域較為廣泛。統計學意義中的相關性分析包含相關性系數的計算，其過程為：每個變量轉化為標準單位后，乘積的平均數即為相關系數。相關性分析可以用直觀地用散點圖表示兩個或者多個變量的離散，當其緊密地靠近于一條直線時，即變量間存在很強的相關性。相關分析常用的方法有Pearson相關性分析、Spearman等級相關分析和卡方檢驗。臨床中對兩個或者多個均為定量變量的資料，且變量均呈正態分布時可選用Pearson相關分析，但多數情況下Pearson相關分析適用于兩組資料的相關性分析。判斷兩變量之間線性關系的密切程度主要用Pearson積差相關系數，其范圍為－1～+1。若相關系數的絕對值越接近1，即兩變量間相關性越密切；反之，相關系數的絕對值越接近0，其相關性越差。實際上在高質量期刊論文中使用Spearman等級相關分析的研究也很常見，其通過相關系數進行變量間線性關系分析來判定兩個變量間相關性的密切程度。而密切程度的量化指標則通過計算樣本相關系數r，根據實際計算r絕對值所屬范圍來推斷兩個來自總體變量的線性相關程度，從而推斷總體的相關性。根據實際分析需要，將相關關系密切程度分為6等：當IrI=0時，說明兩變量完全不相關：當0<IrI<0.3時，說明兩變量不相關；當0.3<IrI<0.5時，說明兩變量低度相關；當0.5<IrI<0.8時，說明兩變量顯著相關；當0.8<IrI<1說明兩變量高度相關：當IrI=l時，說明兩個變量完全相關。王效春等[13]在研究磁敏感加權成像與動態磁敏感加權對比增強MR灌注加權成像聯合應用在腦星形細胞瘤分級中的價值一文應用Spearman等級相關分析，結果顯示腫瘤內磁敏感信號與相對血容量最大值和病理分級呈正相關(IrI分別為0.72、0.89，P值均＜0.01),相對血容量與病理分級呈顯著正相關(r=0.78，P＜0.01)。又如Lederlin等[14]在比較幾何參數、相關功能與組織學特性在哮喘患者的支氣管壁CT衰減性關系中同時使用Pearson相關分析和Spearman等級相關分析，其r=0.39～0.43，表明與對照組相比常規CT衰減參數在哮喘患者平常支氣管的CT參數、氣道壁衰減方面更好的區分哮喘患者，同時也更好地區分氣道梗阻。值得提及的是對資料有序或無序無法作出初步判定，且明確資料類型為定性資料時還可以選擇使用卡方檢驗和Spearman等級相關分析。

1.2.3影響性分析

由于事物之間的聯系是多種多樣的，而某一結局可能受到來自其他多個方面的影響，此時為分析某一結局發生的影響因素可采用的資料分析方法有線性回歸(一元或多元)、logistic回歸、Cox比例風險回歸模型(生存分析)等。在影像資料分析中一元線性回歸是將影像資料中一個最主要影響因素作為自變量來解釋因變量的變化。多元回歸定義為某一因變量的變化受多個重要因素的影響，而此時需要用兩個或多個影響因素作為自變量來解釋因變量的變化，且多個自變量與因變量之間是線性關系(多個因變量之間相互獨立)。實際研究中多元線性回歸模型在影像資料分析應用較為廣泛。Langkammer等[15]在磁敏感系數繪圖在多發性硬化中應用研究中使用多元線性分析，結果顯示各種影響因素中年齡是預測磁化率影響最強的因素。Logistic回歸是研究二分類和多分類觀察結果與某些影響因素自己建關系的一種多變化分析方法，其經常需要分析疾病與各影像指標之間的定量關系，同時又需要排除一些混雜因素影響。Logistic回歸在統計學上屬于概率型非線性回歸，其分析思路與線性回歸大致相同，能有效解決過高或過低水平因素以及分析因素少而樣本量大等問題。相比多元線性回歸，Logistic回歸在處理分類反應數據方面更為常用，且適用于結局為定性影像資料。如Lee等[16]研究高分辨率CT在發現小蜂窩樣特發性間質肺炎纖維化的連續變化和預后應用中使用logistic回歸分析，結果表明高分辨率CT在網狀和磨玻璃狀范圍內評價普通肺炎與非特異性纖維化肺炎之間差別明顯(P<0.01)。在臨床實際工作中常常需要分析生存時間與影像資料之間的關系，Kaplan-Meier法就是常用的一種分析方法，其又稱乘積極限法，對大小樣本資料分析均適用。實踐中習慣上以時間為橫軸、生存率為縱軸回執的階梯狀圖稱為Kaplan-Meier生存曲線(survivalcurve)，也稱K-M曲線。Cox比例風險回歸模型是另一種生存分析方法，包括參數與半參數模型兩類，其主要是進行多因素生存分析的一種方法，同時可分析眾多變量對生存時間和生存結局的影響。Saad等[17]在經頸靜脈肝內門體靜脈分流術在肝移植受者的技術分析和臨床評估研究中比較成功施行肝移植與非移植病人開展門體分流術(transjugularintrahepaticportosystemicshunt，TIPS)后的臨床療效評估，使用了Kaplan-Meier法，結果顯示6～12個月、12～24個月、24個月以上，移植成活率分別為43%、32%和22%。生存期大于1年的晚期肝臟疾病模型存活評分低于17分、等于17分或大于17分的存活率分別為54%和8%(P<0.05)。

2其他適用方法

2.1ROC曲線

ROC(receiveroperatingcharacteristic)曲線是歐美影像學期刊中應用較為常見的統計學方法，國內期刊應用相對較少。ROC曲線根據一系列不同的分界值以真陽性率(靈敏性)為縱坐標，假陽性率(特異性)為橫坐標繪制的曲線。ROC曲線分析結合靈敏度(sensitivity)和特異度(specificity)廣泛應用于醫學診斷，也應用于影像診斷及人群篩查。ROC曲線根據曲線下面積(areaundertheROCcurve，AUC)的大小對診斷試驗作定量分析。理論上，AUC值在0～1間。根據實際情況將診斷分為不符合診斷(AUC<0.5)、無診斷價值(AUC=0.5)、低準確性(0.5<AUC<0.7)、一定準確性(0.7<AUC<0.9)、較高準確性(0.9<AUC<1)，AUC越接近于1，表明診斷準確性越高。Hyodo等[18]在研究乏血管少結節的慢性肝臟疾病患者發展成富血管性肝細胞癌風險因素一文中使用ROC曲線分析，結果顯示后續發展成血管性結節平均增長率明顯高于非血管過渡性結節。

2.2Kappa檢驗

Kappa檢驗主要用于評價不同資料間一致性程度，常用Kappa值評價一致程度。Kappa系數適用于兩項和多項無序分類變量資料。在影像學試驗中常需要判斷多名醫師測量同一研究對象或者同一醫師多次測量同一對象的一致性，Kappa一致性檢驗便是最佳選擇。Kappa檢驗還可通過計算Kappa值對兩種非金標準的診斷方法進行診斷結果一致性分析。一般而言，評價Kappa一致性需要計算Kappa系數，但在研究考察新的診斷試驗方法是否優于金標準，或者檢驗是否與金標準一致時，還需要計算特異度、靈敏度、陽性預測值和陰性預測值等指標。目前公認的Kappa系數分為六個區段即一致性極差(Kappa值<0)，一致性微弱(Kappa值0～0.2)，一致性弱(Kappa值0.21～0.40)，中度一致Kappa值(0.41～0.60)，高度一致(Kappa值0.61～0.80)，一致性極強(Kappa值0.81～1.00)。

2.3Levene檢驗

篇2

摘 要 本文通過將SPSS軟件進行統計學分析這種研究方法結合運動人體科學的特點，對幾種常用的分析手段進行編排，已達到對數據的分析層層遞進，科學嚴謹。旨在為從事該領域研究的工作者提供參考信息。

關鍵詞 統計學 SPSS T檢驗 相關分析 方差分析

一、前言

通過SPSS軟件對運動人體的各項試驗分析過程中，存在著步驟不嚴謹，數據處理相對混亂等問題。在運動人體科學研究中使用SPSS軟件急需一個規范化過程。

統計學廣泛應用在運動人體科學研究的各項參數分析中，其主要是對成組的數據分門別類，利用統計學的知識對其構建數學模型。通過數學模型能夠檢驗出單組數據是否具有研究價值，在此基礎上對多組數據進行相關性研究，進而得出期望的研究成果。或者從反方向入手，得出這組數據的不成立，從而給出一個否定結論，同樣也具有適度的研究價值。在運動人體科學的統計學研究中，主要應用SPSS軟件進行數據處理，通過軟件不僅可以做到統計學的計算，而且可以得到成組數據的圖表，通過圖表可以直觀的看到數據之間的關聯信息，十分實用。但在一些復雜數據的分析中，SPSS軟件并不能完全得出，還是需要引入函數計算進行評定，例如在對血液流體特性的研究中使用模糊函數這個概念。文章中使用SPSS軟件為IBM SPSS Statistics 19.0版本進行描述。

二、分析與討論

（一）相關分析法的操作方法

在對生理學數據進行統計學分析時，通常會用到均值的計算和檢驗，線性回歸以及相關性的計算和檢驗。在人體科學領域其中利用較多相關性研究為例，通過研究相關性給出兩組數據的差異性，得到差異性是否顯著，從而做出判斷這兩組數據之間存不存在聯系。例如兒童身高與母親身高之間是否存在聯系。通過偏相關分析，可以剔除兩組數據直接差異之間所存在的變量，通過剔除變量，假設差異性降低，那么同樣也可以給出一個兩組數據之間存在有限的聯系這樣一種結論。對于均值的計算檢驗也很重要，均值的得出可以通過頻率分析，同時得出其是否符合正態分布，不符合正態分布的只能作為變量存在。符合正態分布的數據可以進行兩組數據的T檢驗，可以檢驗出兩組數據樣本之間是否存在差異存在研究價值，這是進行相關性研究的基礎。對于小樣本的檢測，樣本量小于30，那么誤判發生的概率很大，有可能其符合正態分布但是方差不齊，那么需要使用非參數檢驗替代T檢驗。如果樣本中存在有變量，在進行偏相關分析之前，為了做到科學嚴謹，還需要進行獨立樣本的T檢驗，以判斷分組變量與因變量之間的聯系。對于方差齊性的得出，可以利用F檢驗，在SPSS中可利用一維方差分析，這里面要求數值F>1，表明差異顯著。而線性回歸的分析方面，通過研究因變量和自變量是否存在線性關系，是否符合線性定律，可以對兩組數據中是否存在變量給出直觀的判斷，在SPSS中線性的回歸可以剔除變量進行比對。在T檢驗和相關性分析結果中的sig值表現差異性，在以α=0.05為標準，p>0.05差異不顯著，p

（二）利用相關分析法的一般順序

在進行運動人體學科的大范圍調查類數據分析過程中，應當秉承科學嚴謹的態度，對數據一層層處理，需要進行相關分析的，不可以直接就進行，而是在做相關性分析之前對數據進行層層篩選，去除掉誤判因素，它的順序應當按照以下步驟進行：1.數據的可靠性，包括單組數據是否符合正態分布以及數據的方差齊性。2.對兩組數據進行線性回歸分析，以判斷兩組數據之間有無其他變量。3.測出簡單變量因素下的幾組數據均值，對幾組數據與總的數據均值進行單一樣本T檢驗，判斷變量與因變量之間是否有統計學意義，是否存在差異，如性別對身高有無關系。根據方差齊性的不同選擇是否使用T檢驗。這一步驟如果無簡單變量，就可以忽略。4.如果存在變量，需要將可能的變量作為分組變量與因變量進行獨立樣本的T檢驗，以判斷確實存在關聯。5.進行相關性分析，如需剔除變量使用偏相關。如果變量因素過多，需要進行多元分析，就要用距離（主成分）分析判斷起決定作用的幾種變量。相關分析多使用Pearson相關性分析。這里面的五個步驟根據不同的數據樣式可以不全部完成，但是順序不變。除了數據分析外，如無需測得精確結果而僅作科學研究的參考，或者為了使結果更加利于觀察，還可以利用圖表進行分析。散點圖可以判斷相關性，線點圖可以判斷線性回歸，直方圖可以判斷正態分布等。

三、舉例分析

通過上述方法，可以對生理學數據進行全面的分析，下面給出兩個可供分析的思路參考。

（一）舉例一

幼童身高與父母身高的相關性分析：數據的篩選測量包括幼童身高、父母身高、父母體重、性別、年齡、城鄉區別等。首先，對幼童身高與父母身高數據進行正態分析，和一維方差分析，假設F>1。再以父母身高分別作為自變量對幼童身高這個因變量進行線性回歸分析。假設p

（二）舉例二

高原訓練對高水平運動員血液紅細胞數目的影響：實驗組：高原訓練后高水平運動員；對照組：低海拔地區高水平運動員。測得數據：高原訓練運動員紅細胞數量；低海拔地區運動員紅細胞數量；性別；年齡。這組數據主要是要研究高原訓練與高水平運動員紅細胞數量變化之間的相關性。如果數據僅用來作為訓練參考，那么可以簡單利用圖表方法進行分析。在這組數據中因變量是紅細胞數目，自變量是有無參加高原訓練。在這里如果性別分組，年齡作為組變量對于紅細胞數目影響不大。那么在數據處理過程中可以只對其進行單一樣本T檢驗，即將高原訓練高水平運動紅細胞數據與低海拔地區高水平運動員紅細胞數量均值之間做T檢驗，以判斷高原訓練有無影響即可。

參考文獻：

[1] 馬慶國.管理統計——數據獲取、統計原理，SPSS工具與應用研究[M].北京：科學出版社.2002：261-307.

[2] 劉南，李燕.現代物流與經濟增長的關系研究——基于浙江省的實證研究[J].管理工程學報.2007.21（1）：151-154.

[3] 胡健穎，馮泰.實用統計學[M].北京：北京大學出版社.2002：236-237.

[4] 皇甫偉.SPSS相關分析與線性回歸分析在英語老師成績分析中的應用[J].外語教學研究.2007（10）：52-53.

篇3

[關鍵詞] 職業性噪聲聾；聽覺誘發電位；純音聽閾測試；穩態誘發電位；40 Hz聽覺誘發電位；腦干誘發電位

[中圖分類號] R764.04 [文獻標識碼] A [文章編號] 1673-7210（2012）10（a）-0060-03

隨著現代工業的發展，從事高分貝音量工作的人越來越多，機械噪聲導致職業性噪聲聾也逐漸增多，已成為塵肺后另一種高發病率的職業病。目前，我國對職業性噪聲聾的診斷主要依賴于GBZ 49-2007《職業性噪聲聾診斷標準》有關語言頻率純音測聽的閾值，臨床中采用往往會受到受檢測者主觀意識影響，影響診斷結果。鄭倩玲等[1]報道職業性噪聲聾中有66.67%的患者為擴大聾或偽聾。而聽覺誘發電位是目前文獻報道較多的客觀聽力測試檢查方法，避免主觀意志對診斷的影響。本文通過觀察語言頻率純音測聽閾值與聽覺誘發電位對職業性噪聲聾的測試結果，探討聽覺誘發電位與職業性噪聲聾的相關性，現報道如下：

1 對象與方法

1.1 納入及排除標準

納入標準：選擇只接觸生產性噪聲而未接觸其他有毒有害因素、工齡3年以上、有聽力損失且配合檢查的申請職業性噪聲聾鑒定的人員為研究對象，男女不限。排除標準：經聲導抗檢查中耳功能異常者；有化膿性中耳炎、藥物性聾、先天性聾、突發性聾等耳部疾病史者；伴有其他全身疾病，如腎炎、高血壓、糖尿病等；近期使用過耳毒性藥物者。

1.2 研究對象

根據納入和排除標準，以高頻聽力損傷≥50 dB和語頻聽力損傷≥25 dB為診斷標準，選擇2009年2月～2011年9月在廣東省深圳市寶安區觀瀾人民醫院行職業健康檢查中發現職業性噪聲聾患者45例，其中，輕度噪聲聾24例（輕度聾組），中度噪聲聾21例（中度聾組）；男37例，女8例；年齡31～55歲，平均（35.5±3.47）歲；工齡2～17年，平均（9.4±3.46）年。選擇同期在我院行聽力檢查的25例正常受檢者為對照組，男19例，女6例；年齡35～59歲，平均（36.5±3.29）歲，工齡2～15年，平均（9.1±3.27）年。三組年齡、性別、工齡、工種等一般情況比較，差異無統計學意義（P > 0.05），具有可比性。

1.3 檢查方法

所有聽力檢查項目均在工人脫離噪聲作業7 d后進行。①純音聽閾測聽（PTA）檢查：采用丹麥產OB922型純音聽力計，在本底噪聲

1.4 統計學方法

采用SPSS 15.0統計學軟件進行數據分析，計量資料數據用均數±標準差（x±s）表示，多組間比較采用單因素方差分析，組間兩兩比較，采用LSD-t檢驗；兩組間比較采用t檢驗；采用Pearson檢驗進行相關性分析。以P < 0.05為差異有統計學意義。

2 結果

2.1 不同組患者PTA與ASSR值比較及相關性分析

對照組受檢者PTA與ASSR測聽值均低于輕度聾和中度聾組患者，差異有統計學意義（P < 0.05）。組內PTA值與ASSR測聽值差異無統計學意義（P > 0.05）。不同組間PTA與ASSR值變化趨勢一致。Pearson相關性分析顯示，PTA閾值與ASSR反應值存在正相關關系，相關系數（r）為0.722（P < 0.05）。見表1。

2.2 不同組患者BAEP反應值比較及其與PTA的相關性分析

對照組BAEP反應值低于輕度聾和中度聾組，差異有統計學意義（P < 0.05）。Pearson相關性分析顯示，PTA閾值與BAEP反應值存在正相關關系，r = 0.670（P < 0.05）。見表2。三組Ⅰ、Ⅲ、Ⅴ波潛伏期差異有統計學意義（P < 0.05）；三組Ⅰ～Ⅲ、Ⅲ～Ⅴ峰間潛伏期差異無統計學意義（P > 0.05），Ⅰ～Ⅴ峰間潛伏期差異有統計學意義（P < 0.05）。見表3。

2.3不同組患者40 Hz AEP測聽值比較及其與PTA的相關性分析

對照組40 Hz AEP測量值與輕度聾和中度聾組比較，差異均有統計學意義（均P < 0.05）。組內PTA值與40 Hz AEP測聽值差異無統計學意義（P > 0.05）。Pearson相關性分析顯示，PTA閾值與40 Hz AEP測聽值存在正相關關系，r = 0.835（P < 0.05）。見表4。

3 討論

職業性噪聲聾是指長期處于生產性噪聲環境中的人們逐漸產生的一種進行性感音性聽覺功能障礙。眾所周知，超過140 dB的噪聲容易導致急性聽力損傷，而長期處于90 dB以上噪聲者會出現慢性聽力損傷，稱為慢性噪聲聾。此種患者臨床中多出現耳內出血、鼓膜破裂、耳鳴等癥狀，重癥患者還可出現消化系統或內分泌系統癥狀[2]。目前對職業性噪聲聾診斷依據是GBZ 49-2007《職業性噪聲聾診斷標準》，其規定純音測聽閾值反應患者是否可判定為職業性噪聲聾。但此種方法不能避免受檢者主觀因素對診斷結果的影響，導致出現偽聾或擴大聾。

ASSR是一種客觀性檢查方法，檢查過程中患者處于平靜狀態，采用不同聲頻輸入刺激量，通過對輸出量掃描得到ASSR反應值，其與PTA聽力測試一樣可以描述患者的聽力曲線，因其避免了患者主觀因素對測量結果的影響，其測量結果比較可靠。王濤等[3]通過多頻聽性穩態反應評估聽力正常青年人純音聽閾，發現多頻聽性穩態反應與純音測聽聽閾呈正相關，可以用于對噪聲聾的評估。周峰等[4]對偽聾和擴大聾患者采用ASSR檢查，其聽力損傷程度均有減輕，其認為ASSR可作為偽聾和擴大聾的鑒別診斷依據，對職業性聽力損傷的聽力評估具有重要的臨床意義。2008年鄭倩玲等[5]通過回歸模型評價ASSR與PTA檢測職業性噪聲聾的相關性，認為ASSR可真實的評估受檢測者聽閾值，并對如何利用ASSR鑒別診斷職業性噪聲聾提出了設想。本研究顯示，ASSR檢測對照組、輕度和中度聾組患者聽閾差異有統計學意義（P < 0.05），且PTA和ASSR具有正相關性，與王濤等[3]研究結果相似，說明ASSR可用于評估職業性噪聲聾。

BAEP是聲音刺激后產生的神經電位，也是腦干損傷后產生的一種比較多見的神經電位，對BAEP檢測可客觀地反映耳蝸至中樞神經系統的功能。當聲音刺激后可產生BAEP神經電位，隨著聲音刺激逐漸降低，BAEP神經電位波峰逐漸降低直至消失，諸波中Ⅴ波最后消失。臨床中通常以能引出Ⅴ波的最小聲音刺激為反應值。本研究對照組受檢者BAEP測聽值低于輕度和中度聾組，差異有統計學意義（P < 0.05）；通過Pearson相關性分析顯示，PTA閾值與BAEP存在正相關關系，r = 0.670（P < 0.05），與孫杰等[6]研究結果相似，說明臨床中檢測BAEP可用于職業性噪聲聾的輔助診斷。眾所周知，BEAPⅠ波可以反映耳蝸的神經功能，本研究三組Ⅰ、Ⅲ、Ⅴ波潛伏期差異有統計學意義（P < 0.05）；Ⅰ～Ⅲ、Ⅲ～Ⅴ峰間潛伏期差異無統計學意義（P > 0.05），Ⅰ～Ⅴ峰間潛伏期差異有統計學意義（P < 0.05），說明Ⅰ波為引起差異的主要原因，即耳蝸功能受到損傷。

40 Hz AEP是腦干潛伏期的聽覺穩態反應電位。韓德民等[7]認為，40 Hz AEP可客觀地較好地反映語頻率的聽閾值。方新[8]通過對比研究，于國內首次提出將40 Hz AEP作為臨床中職業性噪聲聾的診斷指標。梁曉陽等[9]采用40 Hz AEP評估72名噪聲工作工人，結果顯示500 Hz和1 000 Hz的純音聽閾正常時，其40 Hz AEP值差異有顯著性（P < 0.01）；當純音聽閾提高時，兩種測試方法所得聽閾值差異無統計學意義（P > 0.05），因此，梁曉陽等[9]認為40 Hz AEP能夠客觀地、更準確地評估言語頻率的真實聽閾。本研究顯示，對照組40 Hz AEP測量值與輕度聾和中度聾組比較，差異有統計學意義（P < 0.05）；組內PTA值與40 Hz AEP測聽值差異無統計學意義（P > 0.05）；PTA閾值與40 Hz AEP測量值存在正相關關系。說明40 Hz AEP可以準確、客觀地反映言語頻率閾值。

總之，我國目前職業性噪聲聾診斷主要依據言語頻率的純音測聽閾值，其結果多受受檢者主觀因素影響。筆者通過研究發現，ASSR、BAEP和40 Hz AEP可更客觀和準確地評估受檢者真實聽閾，可避免主觀因素對診斷結果的影響。

[參考文獻]

[1] 鄭倩玲，劉移民，楊愛初，等.246例疑似職業性聽力損傷的臨床診斷分析[J].中國熱帶醫學，2007，7（11）：2039-2041.

[2] 張倩，高下.噪聲性聾預防機制的最新研究[J].中國臨床康復，2003，7（22）：3106-3107.

[3] 王濤，華清泉，黃治物，等.多頻聽性穩態反應評估聽力正常青年人純音聽閾的探討[J].聽力學及言語疾病雜志，2005，13（3）：156.

[4] 周峰，劉薇薇.耳聲發射及多頻穩態誘發電位在職業性聽力損傷診斷中的意義[J].2007，25（12）：739-740.

[5] 鄭倩玲，朱光華，夏麗華，等.應用多發穩態誘發電位鑒別診斷職業性噪聲聾的臨床研究[J].實用預防醫學，2008，15（6）：1700-1702.

[6] 孫杰，陳艷梅，馬娟，等.職業性噪聲聾患者聽覺腦干誘發電位檢測結果的分析[J].2010，28（12），924-925.

[7] 韓德民，許時昂.聽力學基礎與臨床[M].北京：科學技術文獻出版社，2004：343-355.

[8] 方新.應用40 Hz聽覺相關電位反應閾判斷客觀聽閾的探討[J].工業衛生與職業病，1995，21（6）：333-335.

篇4

【關鍵詞】 呼吸機相關性肺炎；病原菌；耐藥性

研究表明， 進行機械通氣治療的患兒易發生呼吸機相關性肺炎， 且好發于機械通氣48 h后， 是臨床常見的機械通氣并發癥之一[1]。本文將對本院2011年1月1日～2013年12月31日期間前來就診的100例呼吸機相關性肺炎患兒給予臨床研究， 從而探討小兒呼吸機相關性肺炎病原菌分布情況及其耐藥性， 為臨床醫生用藥治療提供可靠依據， 現報告如下。

1 資料與方法

1. 1 一般資料 100例呼吸機相關性肺炎患兒中， 其中男57例， 女43例， 年齡3個月～11歲， 平均年齡（5.57±1.34）歲， 機械通氣持續時間2～21 d， 平均時間（7.13±1.46）d， 原發疾病：胎糞吸入綜合征7例、壞死性小腸結腸炎2例、肺透明膜病22例、腦挫傷7例、病毒性腦炎41例、脊髓炎2例、重癥肌無力4例、瑞氏綜合征12例、神經根炎3例。

1. 2 方法 采用一次性無菌吸痰管經套管抽吸或氣管插管采集痰液后， 接種于伊紅美蘭瓊脂平板、選擇性巧克力瓊脂平板、5%～10%羊血瓊脂平板， 霉菌則采用沙保弱氏瓊脂培養基培養， 北京天壇有限公司提供藥敏紙片， 記錄痰液標本實驗室檢查結果（病原菌分布情況及耐藥性）， 給予統計學分析后得出結論。指定1名具有專業知識及豐富經驗的實驗室檢驗醫師完成100份痰液標本檢驗工作。

1. 3 統計學方法 使用SPSS13.0軟件包對數據進行統計學分析， 計量資料以均數±標準差（ x-±s）表示， 采用t檢驗；計數資料采用χ2檢驗， P

2 結果

2. 1 病原微生物分布情況分析 100份痰液標本共檢驗出100株致病菌， 其分布情況如下：肺炎克雷伯菌44株（44.00%）、大腸埃希菌21株（21.00%）、銅綠假單胞菌15株（16.00%）、金黃色葡萄球菌12株（13.00%）、其他（鮑曼復合不動桿菌、副流感嗜血桿菌、流感嗜血桿菌、克氏檸檬酸桿菌、臭鼻克雷伯菌等）8株（9.00%）， 其中肺炎克雷伯菌所占比例最高， 對比結果差異具有統計學意義（P

2. 2 耐藥性分析 100株致病菌耐藥性分析結果如下：①大腸埃希菌：亞胺培南20%、慶大霉素91%、頭孢哌酮77%、哌拉西林58%、環丙沙星31%、頭孢曲松0%、頭孢他啶20%、頭孢唑林0；②肺炎克雷伯菌：亞胺培南26%、慶大霉素86%、頭孢哌酮100%、哌拉西林59%、環丙沙星29%、頭孢曲松13%、頭孢他啶18%、頭孢唑林0；③銅綠假單胞菌：亞胺培南18%、慶大霉素80%、頭孢哌酮60%、哌拉西林60%、環丙沙星0、頭孢曲松0、頭孢他啶50%、頭孢唑林0；④金黃色葡萄球菌：萬古霉素0、亞胺培南17%、慶大霉素78%、頭孢哌酮20%、頭孢曲松45%、頭孢唑林22%、哌拉西林67%、環丙沙星43%。由此可知大腸埃希菌、肺炎克雷伯菌、銅綠假單胞菌等主要致病菌對慶大霉素、頭孢哌酮、哌拉西林等臨床常用藥物未發生敏感， 提示對此類藥物具有較高耐藥性， 不適于臨床治療使用， 而金黃色葡萄球菌主要對慶大霉素、哌拉西林敏感性較高， 提示對此類藥物具有較低耐藥性。

3 討論

有研究顯示， 患兒在住院治療期間獲得的感染稱為院內感染， 包括住院期間感染或住院期間獲得而出院后感染[2]。呼吸機相關性肺炎（ventator associated pneumonia， VAP）屬于院內感染， 是指患者在進行機械通氣48 h后至拔管后48 h內出現的肺部實質性感染疾病[3]。呼吸機相關性肺炎屬于常見的肺實質性院內感染疾病， 其發生原因為機械通氣使患兒呼吸道屏障消失， 且局部留有創傷， 因此利于細菌侵入機體引發炎癥反應。近年來， 隨著臨床醫學水平不斷進步， 機械通氣已廣泛應用于兒科患兒治療過程中， 雖可對其原發疾病治療效果提供幫助， 但若出現呼吸機相關性肺炎等并發癥則將加重機體病情， 增加其脫離呼吸機治療難度， 延長住院治療時間， 對其身心均造成嚴重影響， 甚至造成死亡等嚴重后果， 應引起廣大醫護工作者高度重視[4]。

本文研究可知， 呼吸機相關性肺炎患兒主要致病菌為肺炎克雷伯菌（所占比例高達44.00%）， 但仍有少數患兒出現鮑曼復合不動桿菌、副流感嗜血桿菌、流感嗜血桿菌等不常見致病菌感染， 且患兒大多對亞胺培南、慶大霉素、頭孢哌酮、哌拉西林等抗生素藥物具有較高耐藥性， 應用此類藥物治療將無法獲得滿意效果， 提示臨床醫生對此類患兒進行治療時， 不應僅憑以往經驗盲目用藥， 以免貽誤治療時機造成嚴重后果。

綜上所述， 臨床醫生應對疑似呼吸機相關性肺炎患兒進行及時的實驗室檢驗， 明確病原菌及其耐藥性后給予針對性的用藥治療， 從而保障患兒獲得滿意療效及預后， 提高其生活質量及生命安全， 值得今后實際工作中推廣應用。

參考文獻

[1] 邵麗佳， 朱以軍， 徐瑞龍， 等.小兒肺炎病原菌的分布及耐藥性調查.中華醫院感染學雜志， 2010，20（17）： 2699-2701.

[2] 鐘和悅， 馮寧益.小兒肺炎480例痰液細菌培養及耐藥性分析.廣東醫學， 2010， 31（6）： 770-771.

[3] 劉明華， 張慶玲， 府偉靈.呼吸機相關性肺炎的流行病學和診斷進展.中華醫院感染學雜志， 2004， 14（1）： 116-118.

篇5

關鍵詞：C-反應蛋白；冠狀動脈粥樣硬；Gensini評分

    冠狀動脈粥樣硬化性心臟病（CAD）簡稱冠心病，是嚴重危害人類健康的心血管疾病之一。新近的研究顯示慢性炎性反應在CAD的發生和發展中發揮重要作用，其中C-反應蛋白（CRP）是近年來新發現的與冠狀動脈痙攣硬化有關的炎性標志物，CRP是在炎性反應或損傷過程中，肝臟合成的一種急性時相蛋白，它能敏感地反映機體炎性反應。研究發現CRP不僅是心血管事件強的預測因子還可能促進炎性反應和動脈粥樣硬化的發生[1]。但具體關聯程度的報道少見，為了探討其與冠狀動脈病變嚴重程度之間的相關性，對81例CAD患者CRP進行了研究，現報告如下。 1 資料與方法

1.1  一般資料：選取2009年1月～2011年1月期間來我就診的CAD的患者81例，所有患者經過冠脈造影確定為CAD，并且病例資料都齊全的患者。其中男47例，女34例，平均年齡（67.87±26.3）歲。并且排除合并感染，近期接受過糖皮質激素治療，和嚴重肝腎功能不全的患者。根據造影的結果分為兩組：粥樣硬化組34例：造影結果顯示早冠狀動脈狹窄程度＜50%；冠狀動脈病變組47例：有一支以上主要冠狀動脈狹窄程度≥50%。

1.2  方法：CRP測定：在患者就診的當日清晨進行血液樣本采集，應用采用美國Beckman CX-V型全自動生化儀檢測CRP。冠狀動脈粥樣硬化嚴重程度的評價采用改良的Gensini評分進行評定。

1.3  統計學方法：所有數據均輸入計算機，采用SPSS 17.0建立數據庫，計量資料用t檢驗，二變量的相關性檢驗采用Spearman相關性分析，以P＜0.05為差異有統計學意義。

2 結果

2.1  兩組患者臨床資料比較：對比分析了粥樣硬化組和冠狀動脈病變組的臨床資料發現：HLDL-C，CRP（mg∕L），Gensini評分，冠狀動脈病變組發生率明顯高于粥樣硬化組，差異有統計學意義（P＜0.01）。詳見表1。

表1  兩組臨床資料比較（）

臨床資料

粥樣硬化組

冠狀動脈病變組

t值

P值

TC（mmol/L）

4.67±0.76

4.895±0.89

0.74

＞0.05

TG（mmol/L）

2.18±0.35

2.23±0.45

0.89

＞0.05

LDL-C（mmol/L）

2.58±0.76

2.48±0.45

1.45

＞0.05

HLDL-C（mmol/L）

0.66±0.87

1.78±0.78

12.34

＜0.01

CRP（mg/L）

2.23±0.23

6.45±2.87

15.43

＜0.01

Gensini評分

19.54±11.36

42.15±12.56

21.24

＜0.01

2.2  CRP與Gensini評分相關性分析：經過Spearman相關性分析發現CRP與Gensini評分之間存在顯著的正相關（r=0.76，P＜0.01）。

3 討論

    CRP是組織受到各類損傷或者炎性反應刺激后肝臟產生的一種蛋白，以往研究多認為CRP僅產生于肝臟，但是近來研究顯示CRP也產生于受損的冠狀動脈。并且CRP具有半衰期較長，穩定性好，無晝夜變異，不受進食影響，檢測技術成熟，測量方便以及價格低廉等優點。因而進一步探討CRP與冠心病患者的冠狀動脈病變程度的關系具有重要臨床意義[2]。

    本研究結果顯示：HLDL-C，CRP冠狀動脈硬化組患者明顯低于冠狀動脈病變組的患者，這說明了冠狀動脈粥樣硬化不但與脂質代有關，并且也表明冠狀動脈粥樣硬化與炎性反應有關。本研究進一步采用pearman相關性分析分析CRP與改良的Gensini評分，結果顯示析CRP與改良的Gensini評分具有明顯的正相關，說明隨著血清CRP的升高，冠狀動脈粥樣硬化的嚴重程度隨之增高。

    綜上所述，我們認為血清CRP水平與冠狀動脈的病變程度呈正相關，并且CPR檢測技術成熟，測量方便以及價格低廉，因此CRP水平可作為冠心病患者的冠狀動脈病變程度的參考指標在臨床上進行推廣應用。

4 參考文獻