統(tǒng)計(jì)學(xué)變量類型大全11篇

緒論：寫作既是個(gè)人情感的抒發(fā)，也是對(duì)學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇統(tǒng)計(jì)學(xué)變量類型范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵

數(shù)據(jù)分析是指運(yùn)用一定的分析方法對(duì)數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營(yíng)銷研究問題所需信息的過程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場(chǎng)調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來，并最終指導(dǎo)決策的制定。

二、數(shù)據(jù)統(tǒng)計(jì)分析的原則

（1）科學(xué)性。科學(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場(chǎng)調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場(chǎng)調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對(duì)性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無論是基礎(chǔ)的分析方法還是高級(jí)的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢(shì)性。市場(chǎng)所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實(shí)用性。市場(chǎng)調(diào)研說到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。

三、推論性統(tǒng)計(jì)分析方法

（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類型自變量對(duì)數(shù)值型因變量的影響，比如它們之間有沒有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過檢驗(yàn)各個(gè)總體的均值是否相等來判斷分類型自變量對(duì)數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對(duì)應(yīng)的因果變化往往無法用精確的數(shù)學(xué)公式來描述，只有通過大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問題的常用方法是回歸分析。回歸分析是從定量的角度對(duì)觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。

篇（2）

二、應(yīng)用SPSS軟件的基本統(tǒng)分析

教學(xué)材料第二、三章內(nèi)容為資料的整理與特征數(shù)的計(jì)算、概率和概率分布，結(jié)合教學(xué)內(nèi)容SPSS上機(jī)實(shí)驗(yàn)課應(yīng)設(shè)置基本統(tǒng)計(jì)分析課程，該部分包括數(shù)據(jù)匯總報(bào)告和描述性統(tǒng)計(jì)分析兩方面的內(nèi)容。基本統(tǒng)計(jì)分析可通過菜單欄的分析（Analyze）窗口進(jìn)入，點(diǎn)擊分析欄之后，鼠標(biāo)放置數(shù)據(jù)匯總報(bào)告（Reports）欄，即可顯示分層報(bào)告（OLAP—OnlineAna-lyticalProcessing）、數(shù)據(jù)匯總（CasesSummarize）、行匯總報(bào)告（ReportSummariesinRows）、列匯總報(bào)告選項(xiàng)（ReportSummariesinColumns）。其中分層報(bào)告主要用于中位數(shù)、最大值、最小值、方差、偏度系數(shù)等統(tǒng)計(jì)描述；數(shù)據(jù)匯總可用于對(duì)編輯窗口中的數(shù)據(jù)在結(jié)果窗口中羅列出來，以便瀏覽和打印，同時(shí)也可對(duì)數(shù)據(jù)的基本特征進(jìn)行描述；行匯總報(bào)告可羅列原始數(shù)據(jù)，其格式是以觀察單位和統(tǒng)計(jì)量為行標(biāo)目，以報(bào)告變量為列標(biāo)目；列匯總報(bào)告主要用來生成按列顯示統(tǒng)計(jì)量計(jì)算結(jié)果的報(bào)告，同時(shí)也可以完成許多統(tǒng)計(jì)計(jì)算。當(dāng)鼠標(biāo)放置描述性統(tǒng)計(jì)分析（DescriptiveStatistics）位置后，選中響應(yīng)的功能即可進(jìn)入頻數(shù)分析（Frequen-cies）、描述性分析（Descriptives）、探索性分析（Ex-plore）、多維交叉表分析（Crosstabs）、比值分析（Ratio）窗口從而根據(jù)自己的目的進(jìn)行響應(yīng)的數(shù)據(jù)分析。

三、應(yīng)用SPSS軟件的均值比較和方差分析

生物統(tǒng)計(jì)學(xué)基本知識(shí)熟悉之后，在隨后在課堂教學(xué)中會(huì)開始進(jìn)行統(tǒng)計(jì)推斷和方差分析部分的內(nèi)容。SPSS實(shí)驗(yàn)課在此部分結(jié)合課堂教學(xué)相應(yīng)的設(shè)置均值比較和方差分析上機(jī)內(nèi)容。均值比較可通過菜單欄的分析（Analyze）窗口進(jìn)入，點(diǎn)擊分析欄之后，鼠標(biāo)放置數(shù)據(jù)均值比較（Com-pareMeans）上即可顯示相應(yīng)分析欄：平均數(shù)基本分（Means）可用于定量資料的統(tǒng)計(jì)分析，按分組變量計(jì)算因變量的描述統(tǒng)計(jì)量值，如均值、方差、標(biāo)準(zhǔn)差、偏度、峰度等統(tǒng)計(jì)量，并顯示結(jié)果；單樣本T-test（One-SampleTTest）單樣本t檢驗(yàn)主要用于樣本平均數(shù)和已知總體平均數(shù)的比較；獨(dú)立樣本T-tes（tInde-pendent-SamplesTTest）可用于檢驗(yàn)兩個(gè)獨(dú)立樣本的總體平均數(shù)之間是否有顯著差異；配對(duì)樣本T-test（Paired-SamplesTTest）用于配對(duì)計(jì)量資料的比較，檢驗(yàn)配對(duì)樣本差值的總體均數(shù)與0的差異有無顯著意義，以及配對(duì)樣本是否相關(guān)方差分析包括單因素方差分析和多因素方差分析。其中單向方差分析（One-WayANOVA）可通過均值比較（CompareMeans）進(jìn)入，其用于完全隨機(jī)設(shè)計(jì)資料的多個(gè)樣本均數(shù)比較和樣本均數(shù)間的多重比較，也可進(jìn)行多個(gè)處理組與一個(gè)對(duì)照組的比較。多因素方差分析可通過分析欄里的多因素方差分析（GeneralLinearModel）選項(xiàng)進(jìn)入，進(jìn)入之后會(huì)設(shè)置四個(gè)不同要求的選擇：?jiǎn)巫兞慷嘁蛩胤讲罘治觯║nivariate）可用于一個(gè)因變量受一個(gè)或多個(gè)自變量影響的方差分析；多因變量方差分析（Multivariate）主要用于多個(gè)因變量受一個(gè)或多個(gè)因素變量或協(xié)變量影響的方差分析；多因變量方差分析（Multivariate）對(duì)同一因變量進(jìn)行重復(fù)測(cè)量的方差分析；混合效應(yīng)分析（VarianceCompo-nents）用來估計(jì)每個(gè)隨機(jī)因素對(duì)因變量方差的貢獻(xiàn)。在分析過程中可根據(jù)不同的需要和要求，選擇相應(yīng)的方差分析。

篇（3）

在培養(yǎng)目標(biāo)上，兩類碩士差距就更加明顯了。學(xué)術(shù)型碩士要求可以進(jìn)行基本的專業(yè)理論研究，有繼續(xù)進(jìn)行高等理論研究的素質(zhì)和潛力，其中的一部分人可以繼續(xù)攻讀本專業(yè)及相關(guān)金融、管理、經(jīng)濟(jì)等相關(guān)專業(yè)的博士學(xué)位，學(xué)術(shù)性的碩士生更強(qiáng)調(diào)理論學(xué)習(xí)和理論基礎(chǔ)的訓(xùn)練。專業(yè)學(xué)位碩士則要求較好的專業(yè)知識(shí)實(shí)用能力，了解掌握常用統(tǒng)計(jì)方法的思想和軟件應(yīng)用，實(shí)踐能力強(qiáng)，具有分析解決帶復(fù)雜數(shù)據(jù)分析背景的實(shí)際問題的潛力，強(qiáng)調(diào)的是學(xué)生對(duì)實(shí)際問題的處理能力，各種統(tǒng)計(jì)方法的綜合運(yùn)用及實(shí)戰(zhàn)能力。在國(guó)外發(fā)達(dá)國(guó)家，目前均有應(yīng)用統(tǒng)計(jì)專業(yè)學(xué)位博士，就是說將來在我們國(guó)家，優(yōu)秀的應(yīng)用統(tǒng)計(jì)專業(yè)學(xué)位碩士可以進(jìn)一步攻讀專業(yè)學(xué)位博士，這類博士應(yīng)該對(duì)實(shí)際問題有敏銳的眼光，對(duì)各種實(shí)用的統(tǒng)計(jì)方法有全面的了解，知曉其長(zhǎng)處與不足，可以解決復(fù)雜的實(shí)際數(shù)據(jù)分析問題，因此應(yīng)用統(tǒng)計(jì)專業(yè)學(xué)位碩士的概率理論基礎(chǔ)訓(xùn)練應(yīng)更加傾向于實(shí)際，傾向于在統(tǒng)計(jì)學(xué)中大量用到的概率論知識(shí)。這就決定了對(duì)兩類碩士在概率論基礎(chǔ)知識(shí)要求方面有很大不同。在概率論基礎(chǔ)方面，由于兩類生源的本科知識(shí)體系中都是以《概率論與數(shù)理統(tǒng)計(jì)》課程為起點(diǎn)，概率論部分基本相同，內(nèi)容是：概率基礎(chǔ)及公式，隨機(jī)變量及分布，隨機(jī)向量及分布，數(shù)字特征及計(jì)算。在碩士生階段應(yīng)在此基礎(chǔ)上考慮兩類碩士的培養(yǎng)目標(biāo)的差異，分別在概率基礎(chǔ)課程中安排不一樣的教學(xué)內(nèi)容和重點(diǎn)。

篇（4）

正確運(yùn)用統(tǒng)計(jì)方法的前提是良好的實(shí)驗(yàn)設(shè)計(jì)。如果試驗(yàn)前沒有良好的設(shè)計(jì)， 或者設(shè)計(jì)存在缺陷， 那么， 即使使用高級(jí)的計(jì)算機(jī)和復(fù)雜的統(tǒng)計(jì)方法處理數(shù)據(jù)， 也只能得到錯(cuò)誤的結(jié)論。對(duì)于生物（醫(yī)學(xué)）研究者來說， 統(tǒng)計(jì)問題咨詢應(yīng)該在一個(gè)研究項(xiàng)目開始之前， 而不是在研究數(shù)據(jù)出來以后。沒有系統(tǒng)學(xué)習(xí)過生物（醫(yī)學(xué)）統(tǒng)計(jì)學(xué)的許多實(shí)際工作者常常錯(cuò)誤地認(rèn)為統(tǒng)計(jì)分析是在試驗(yàn)完成后才考慮的問題， 而且不考慮研究目的、 資料類型以及統(tǒng)計(jì)方法的前提條件等有關(guān)統(tǒng)計(jì)方法選擇的問題。需強(qiáng)調(diào)的是，實(shí)驗(yàn)設(shè)計(jì)、 資料搜集與整理分析是科學(xué)研究的三個(gè)緊密聯(lián)系的階段， 而良好的設(shè)計(jì)是順利地進(jìn)行實(shí)驗(yàn)和收集數(shù)據(jù)、 分析數(shù)據(jù)的先決條件， 希望通過運(yùn)用統(tǒng)計(jì)方法的計(jì)算來彌補(bǔ)設(shè)計(jì)上的錯(cuò)誤是不可能的， 也是有害的[1]。

1 統(tǒng)計(jì)分析步驟

統(tǒng)計(jì)方法的選擇依賴于研究方案中的統(tǒng)計(jì)學(xué)設(shè)計(jì)。統(tǒng)計(jì)學(xué)設(shè)計(jì)是要求研究工作者， 根據(jù)研究目的規(guī)定研究因素， 選擇觀察指標(biāo)， 確定研究對(duì)象的樣本含量， 擬定研究的實(shí)施方法及數(shù)據(jù)收集、 整理和分析的模式， 以達(dá)到用最少的人力、 物力和時(shí)間， 獲得可靠的結(jié)論。在實(shí)際工作中， 必須根據(jù)醫(yī)學(xué)研究目的、 設(shè)計(jì)類型、 資料性質(zhì)、 樣本大小和分析過程中所遇到的各種實(shí)際情況等， 并結(jié)合專業(yè)方面的知識(shí)來恰當(dāng)?shù)剡x擇和運(yùn)用統(tǒng)計(jì)分析方法， 才能做出正確的、 符合實(shí)際的結(jié)論。在區(qū)分了研究資料的反應(yīng)變量和解釋變量的基礎(chǔ)上， 數(shù)據(jù)的統(tǒng)計(jì)分析主要回答兩個(gè)問題: 一是反應(yīng)變量的差異是否可歸因于分組因素或?qū)Ρ纫蛩兀?二是多個(gè)反應(yīng)變量之間是否存在某種聯(lián)系？ 因此， 醫(yī)學(xué)科研數(shù)據(jù)統(tǒng)計(jì)分析大致分以下4個(gè)步驟。

1.1 數(shù)據(jù)整理 主要進(jìn)行數(shù)據(jù)質(zhì)量的核查、 異常值的處理， 考察數(shù)據(jù)分布及變量轉(zhuǎn)換等， 以及看數(shù)據(jù)是否符合特定統(tǒng)計(jì)方法所要求的條件。如計(jì)算均數(shù)和標(biāo)準(zhǔn)差要求數(shù)據(jù)基本上呈正態(tài)分布， 方差分析要求各組方差的差別不宜過大等。

1.2 統(tǒng)計(jì)描述 按分組因素或控制因素分組計(jì)算反應(yīng)變量的基本統(tǒng)計(jì)量， 如均數(shù)、 百分率、 標(biāo)準(zhǔn)差、 標(biāo)準(zhǔn)誤等， 得出資料的大致輪廓和進(jìn)一步分析方向。結(jié)果的表達(dá)方式主要是統(tǒng)計(jì)圖或統(tǒng)計(jì)表[2， 3]。

1.3 統(tǒng)計(jì)推斷 選擇和運(yùn)用恰當(dāng)?shù)慕y(tǒng)計(jì)方法（見統(tǒng)計(jì)方法選擇）作詳細(xì)分析， 如均數(shù)間的差異比較進(jìn)行t檢驗(yàn)或方差分析、 反應(yīng)變量間的相互關(guān)系進(jìn)行相關(guān)分析、 反應(yīng)變量與解釋變量的依存關(guān)系擬合各類回歸模型等等。各種假設(shè)檢驗(yàn)得到的P值是下結(jié)論的主要依據(jù)[2-4]。

1.4 結(jié)果表達(dá) 將各種分析結(jié)果簡(jiǎn)單明了地表達(dá)出來， 為專業(yè)上的分析討論提供統(tǒng)計(jì)學(xué)背景[4]。有條件的話， 前3個(gè)步驟應(yīng)在計(jì)算機(jī)上借助統(tǒng)計(jì)軟件完成。另外， 以上4個(gè)步驟只是一種粗略地劃分， 對(duì)有些資料，統(tǒng)計(jì)描述即可得出較為明確的結(jié)論。對(duì)于隨機(jī)分組的實(shí)驗(yàn)設(shè)計(jì)資料或隨機(jī)抽樣的調(diào)查資料， 一般可根據(jù)資料性質(zhì)和分析目的找到恰當(dāng)?shù)慕y(tǒng)計(jì)方法。但對(duì)于對(duì)比性資料的分析， 往往需要同時(shí)用多種統(tǒng)計(jì)方法進(jìn)行處理或擬合復(fù)雜的統(tǒng)計(jì)模型。

2 統(tǒng)計(jì)方法選擇

生物（醫(yī)學(xué)）科學(xué)研究從研究設(shè)計(jì)開始到數(shù)據(jù)的收集、 整理、 分析的全過程中， 統(tǒng)計(jì)學(xué)知識(shí)始終貫穿其中， 而統(tǒng)計(jì)分析方法的正確選擇在數(shù)據(jù)處理中至關(guān)重要。在研究方案制定時(shí)選擇何種統(tǒng)計(jì)分析方法取決于實(shí)驗(yàn)的目的、 不同的設(shè)計(jì)類型、 觀察指標(biāo)組成的資料性質(zhì)和樣本大小等。

在研究設(shè)計(jì)時(shí)， 統(tǒng)計(jì)方法的選擇需考慮以下6個(gè)方面的問題: (1)看反應(yīng)變量是單變量、 雙變量還是多變量; (2)看單變量資料屬于3種資料類型（計(jì)量、 計(jì)數(shù)及等級(jí)資料）中的哪一種; (3)看影響因素是單因素還是多因素; (4)看單樣本、 兩樣本或多樣本; (5)看是否是配對(duì)或配伍設(shè)計(jì); (6)看是否滿足檢驗(yàn)方法所需的前提條件， 必要時(shí)可進(jìn)行變量變換， 應(yīng)用參數(shù)方法進(jìn)行假設(shè)檢驗(yàn)往往要求數(shù)據(jù)滿足某些前提條件， 如兩個(gè)獨(dú)立樣本比較t檢驗(yàn)或多個(gè)獨(dú)立樣本比較的方差分析， 均要求方差齊性， 因此需要做方差齊性檢驗(yàn)。如果要用正態(tài)分布法估計(jì)參考值范圍， 首先要檢驗(yàn)資料是否服從正態(tài)分布。在建立各種多重回歸方程時(shí)， 常需檢驗(yàn)變量間的多重共線性和殘差分布的正態(tài)性。

不同的統(tǒng)計(jì)分析方法都有其各自的應(yīng)用條件和適用范圍。實(shí)際應(yīng)用時(shí)， 必須根據(jù)研究目的、 資料的性質(zhì)以及所要分析的具體內(nèi)容等選擇適當(dāng)?shù)慕y(tǒng)計(jì)分析方法， 切忌只關(guān)心P值的大小（是否

3 統(tǒng)計(jì)方法綜合運(yùn)用實(shí)例

例 根據(jù)2001年進(jìn)行的大規(guī)模調(diào)查， 已知某地健康青年男子身高均數(shù)為168.34 cm， 體重均數(shù)為57.20 kg， 同年在該地應(yīng)征男性青年中隨機(jī)抽取120名男子， 測(cè)得其身高、 體重資料見表1， 試對(duì)該資料進(jìn)行統(tǒng)計(jì)分析[1]。表1 120名應(yīng)征男性青年的身高與體重資料

3.1 資料的分布特征和數(shù)字特征的統(tǒng)計(jì)描述 本例屬于單樣本雙變量計(jì)量資料。對(duì)該資料進(jìn)行統(tǒng)計(jì)分析時(shí)， 首先應(yīng)對(duì)每一個(gè)變量的分布類型及其特征進(jìn)行統(tǒng)計(jì)描述， 編制直方圖或頻數(shù)表， 計(jì)算相應(yīng)的統(tǒng)計(jì)描述指標(biāo)， 然后在此基礎(chǔ)上選擇和運(yùn)用恰當(dāng)?shù)慕y(tǒng)計(jì)方法進(jìn)行統(tǒng)計(jì)推斷， 最后作出明確結(jié)論。

本例的身高、 體重頻數(shù)分布情況見圖1～2。由圖1可直觀看出， 身高的頻數(shù)分布特征為: 所有數(shù)據(jù)分布在155～182之間; 數(shù)據(jù)主要集中在164～173之間， 共有73人， 占總?cè)藬?shù)的60.8%; 各組段的頻數(shù)基本以168.5為中心呈對(duì)稱分布。因此， 可認(rèn)為身高近似服從正態(tài)分布。而體重的頻數(shù)最多組段58～不在所有組段的中間位置， 各組段的頻數(shù)以61為中心呈不對(duì)稱分布（圖2）， 故可認(rèn)為體重呈偏態(tài)分布。圖1 120名應(yīng)征男性青年身高的頻數(shù)分布圖表2給出了資料分布的數(shù)字特征: 均數(shù)（x）、 標(biāo)準(zhǔn)差（s）、 中位數(shù)（Md）、 四分位數(shù)間距（QR）和全距（R）。為了進(jìn)一步說明各變量是否服從正態(tài)分布， 表2也同時(shí)給出了偏度系數(shù) 由表2可見， 身高的|ug1|和|ug2|均小于1.65， 故可認(rèn)為身高服從正態(tài)分布（矩法正態(tài)性檢驗(yàn)）， 此結(jié)論與上述的直觀結(jié)果相同， 也與圖3的圖示法結(jié)論相同（散點(diǎn)幾乎都在一條直線上）。同理， 體重的|ug1|和|ug2|均大于1.65， 故可認(rèn)為體重不服從正態(tài)分布， 此結(jié)論亦與上述的直觀結(jié)果相同， 顯然與圖4的圖示法結(jié)論也相同（散點(diǎn)不在一條直線上）。

由于身高近似服從正態(tài)分布， 且是大樣本數(shù)據(jù)， 故可用樣本均數(shù)168.84 cm代表身高的平均水平， 用樣本標(biāo)準(zhǔn)差5.19 cm代表身高的個(gè)體差異， 用x±1.96 s來描述身高的95%散布范圍， 即168.84±1.96×5.19=158.67～179.01 cm。由于體重不服從正態(tài)分布， 用中位數(shù)58.00 kg代表體重的平均水平， 用四分位數(shù)間距8.75 kg代表體重的個(gè)體差異， 用百分位數(shù)P2.5～P97.5描述體質(zhì)量的95%參考值范圍， 即49.03～80.77 kg。

3.2 參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì) 身高的均數(shù): =X=168.84 cm， SX=0.47 cm， 95% CI=167.90～169.78 cm 。體重的均數(shù): =X=57.67 kg， SX=0.63 kg， 95%CI=56.44～58.90 cm。體質(zhì)瘦弱（體重≤50 kg ）檢出率: =p=17/120=14.17%， SP=3.18%， 95%CI=7.93%～10.41% 。身高與體重的相關(guān)系數(shù): =r=0.4040， Sr=0.0842， 95%CI=0.2423～0.5435。本例n=120， 屬于大樣本數(shù)據(jù)， 由樣本均數(shù)分布規(guī)律可知， 雖然體重不是正態(tài)分布， 但在大樣本時(shí)， 其樣本均數(shù)近似服從正態(tài)分布， 故仍可用正態(tài)分布法進(jìn)行總體均數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)。相關(guān)系數(shù)也不服從正態(tài)分布， 故在計(jì)算ρ的95%CI時(shí)要進(jìn)行反雙曲正切函數(shù)轉(zhuǎn)換。

3.3 假設(shè)檢驗(yàn) 根據(jù)歷史資料， 已知10年前該地健康青年男子身高均數(shù)為166.50 cm， 體重均數(shù)為55.20 kg， 可通過假設(shè)檢驗(yàn)回答: 本次調(diào)查結(jié)果所代表的該地健康青年男子的身高總體均數(shù)、 體重的總體均數(shù)、 是否比10年前提高了。

本例屬于大樣本資料， 可用樣本標(biāo)準(zhǔn)差作為總體標(biāo)準(zhǔn)差的估計(jì)值， 即身高標(biāo)準(zhǔn)差的估計(jì)值=S=5.19， 體重標(biāo)準(zhǔn)差的估計(jì)值=S=6.89， 分別進(jìn)行單樣本u檢驗(yàn): 身高: u=4.98， P

同理， 還可以對(duì)體質(zhì)瘦弱檢出率、 身高與體重的相關(guān)系數(shù)等作假設(shè)檢驗(yàn)。

參考文獻(xiàn)

[1] 陳長(zhǎng)生. 統(tǒng)計(jì)方法的綜合運(yùn)用與統(tǒng)計(jì)結(jié)果的表達(dá)[A]. 徐勇勇. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)[M]. 2版. 北京: 高等教育出版社， 2004.

篇（5）

統(tǒng)計(jì)學(xué)如何為數(shù)據(jù)挖掘服務(wù)，這是在“數(shù)據(jù)挖掘”飛速發(fā)展的今天，統(tǒng)計(jì)工作者必須回答的一個(gè)問題，我國(guó)廈門大學(xué)的朱建平教授提出：“統(tǒng)計(jì)學(xué)應(yīng)該隨時(shí)關(guān)注數(shù)據(jù)分析，哪里有數(shù)據(jù)，哪里就應(yīng)該有統(tǒng)計(jì)分析。”統(tǒng)計(jì)學(xué)是搜集、展示、分析和解釋數(shù)據(jù)的學(xué)科，它擁有非常深厚的理論基礎(chǔ)，并在社會(huì)生活的各個(gè)領(lǐng)域發(fā)揮著巨大的作用。近代統(tǒng)計(jì)學(xué)方法與信息處理的關(guān)系日益密切，作為信息處理的一個(gè)基本工具，統(tǒng)計(jì)學(xué)方法將發(fā)揮越來越重要的作用。

數(shù)據(jù)挖掘是近十幾年里發(fā)展起來的一門嶄新的學(xué)科，由于它與統(tǒng)計(jì)學(xué)都關(guān)心從數(shù)據(jù)中發(fā)現(xiàn)某種結(jié)構(gòu)，因而從數(shù)據(jù)挖掘誕生之日起，就與統(tǒng)計(jì)學(xué)有了千絲萬縷的聯(lián)系。

一、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的涵義

統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)學(xué)的一個(gè)分支，主要通過利用概率論建立數(shù)學(xué)模型，收集所觀察的系統(tǒng)數(shù)據(jù)，進(jìn)行量化的分析、總結(jié)，進(jìn)行推斷和預(yù)測(cè)，為相關(guān)決策提供依據(jù)和參考；它分為描述統(tǒng)計(jì)和推斷統(tǒng)計(jì)。描述統(tǒng)計(jì)包括對(duì)客觀現(xiàn)象的度量、調(diào)查方案的設(shè)計(jì)，對(duì)所收集的數(shù)據(jù)資料進(jìn)行加工整理、綜合概括，通過圖示、列表等方式進(jìn)行分析和描述。推斷統(tǒng)計(jì)是在搜集、整理監(jiān)測(cè)樣本數(shù)據(jù)的基礎(chǔ)上，對(duì)有關(guān)總體做出推斷，其特點(diǎn)是根據(jù)隨機(jī)性的觀測(cè)樣本數(shù)據(jù)以及問題的條件和假定，對(duì)未知事務(wù)做出以概率形式表述的推斷。

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的，人們事先不知道的，但又具有潛在價(jià)值的信息和知識(shí)（模型或規(guī)則）的過程。這個(gè)定義包括以下含義：數(shù)據(jù)源必然是真實(shí)的、大量的、含噪聲的；發(fā)現(xiàn)的知識(shí)可接受、可理解、可運(yùn)用，并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識(shí)，僅支持特定的發(fā)現(xiàn)問題。它能高度自動(dòng)化的分析原有數(shù)據(jù)，做出目的性推理，從中挖掘出潛在的模式，從而幫助決策者調(diào)整策略，做出正確的決策。它融數(shù)據(jù)庫(kù)技術(shù)、人工智能技術(shù)、數(shù)理統(tǒng)計(jì)技術(shù)和可視化技術(shù)為一體，是一個(gè)多學(xué)科相互交叉又融合所形成的一個(gè)新興的具有廣泛應(yīng)用前景的研究領(lǐng)域。

二、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的聯(lián)系

（一）數(shù)據(jù)挖掘雖不同于統(tǒng)計(jì)分析，但許多挖掘技術(shù)又來源于統(tǒng)計(jì)分析，數(shù)據(jù)挖掘中有許多工作可以由統(tǒng)計(jì)方法來完成。比如預(yù)言算法（回歸）、抽樣、基于經(jīng)驗(yàn)的設(shè)計(jì)等。

（二）數(shù)據(jù)挖掘不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)，相反，數(shù)據(jù)挖掘是統(tǒng)計(jì)分析方法的擴(kuò)展和延伸。大多數(shù)的統(tǒng)計(jì)分析技術(shù)都基于完善的數(shù)學(xué)理論和高超的技巧，其預(yù)測(cè)的準(zhǔn)確程度還是令人滿意的，但對(duì)于使用者的知識(shí)要求比較高。而隨著計(jì)算機(jī)能力的不斷發(fā)展，數(shù)據(jù)挖掘可以利用相對(duì)簡(jiǎn)單和固定程序完成同樣的功能。

（三）數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為統(tǒng)計(jì)學(xué)提供了一個(gè)嶄新的應(yīng)用領(lǐng)域，也對(duì)統(tǒng)計(jì)學(xué)的理論研究提出了挑戰(zhàn)。數(shù)據(jù)挖掘技術(shù)有相當(dāng)大的比重是由高等統(tǒng)計(jì)學(xué)中的多變量分析所支撐。

（四）統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的結(jié)合日益緊密。數(shù)學(xué)是傳統(tǒng)意義上統(tǒng)計(jì)學(xué)方法的首要工具，而計(jì)算機(jī)和網(wǎng)絡(luò)為代表的信息技術(shù)，正逐漸成為統(tǒng)計(jì)學(xué)應(yīng)用的首要工具。隨著數(shù)據(jù)源的不斷膨脹和數(shù)據(jù)結(jié)構(gòu)的日益復(fù)雜，單純依靠數(shù)據(jù)挖掘技術(shù)，已漸露力不從心之態(tài)，而統(tǒng)計(jì)學(xué)的同步發(fā)展，正不斷充實(shí)、完善著數(shù)據(jù)挖掘技術(shù)。因此，隨著信息化水平的提高，統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的應(yīng)用平臺(tái)漸趨統(tǒng)一。

三、預(yù)測(cè)性挖掘中常用的統(tǒng)計(jì)學(xué)方法

數(shù)據(jù)挖掘中應(yīng)用的統(tǒng)計(jì)學(xué)預(yù)測(cè)性方法主要有判別分析和回歸分析。其中，判別分析用于對(duì)離散型目標(biāo)變量的預(yù)測(cè)，而回歸分析則主要用于對(duì)連續(xù)性目標(biāo)變量的預(yù)測(cè)。

篇（6）

實(shí)際上，統(tǒng)計(jì)方法在應(yīng)用于具體問題的時(shí)候，需要許多環(huán)節(jié)，其中最重要的是需要學(xué)生動(dòng)手來推算該具體問題中涉及到的分布密度――特別是聯(lián)合密度、邊際密度與條件密度，演算方法應(yīng)用中的變量變換及相應(yīng)的分布密度，計(jì)算變量的數(shù)字特征，這些都是統(tǒng)計(jì)方法應(yīng)用的基本環(huán)節(jié)，如果計(jì)算推演這一環(huán)節(jié)沒有經(jīng)過扎實(shí)地訓(xùn)練，那么在這一環(huán)節(jié)上經(jīng)常會(huì)出錯(cuò)，統(tǒng)計(jì)結(jié)論就可能是錯(cuò)的。

上面的錯(cuò)誤歸結(jié)起來并不是同學(xué)的統(tǒng)計(jì)學(xué)沒有學(xué)好，而是他(她)的概率論基本訓(xùn)練沒有到位，因此有必要突出強(qiáng)調(diào)應(yīng)用統(tǒng)計(jì)類課程所需要的重要知識(shí)點(diǎn)，在講授概率基礎(chǔ)課程時(shí)候加以特別強(qiáng)化訓(xùn)練。最重要的知識(shí)點(diǎn)主要有：

1.列出基于已知分布密度推導(dǎo)各種特殊數(shù)據(jù)類型的廣義概率密度的相應(yīng)方法。在實(shí)踐中最常用的數(shù)據(jù)類型主要有：一元連續(xù)型、多元連續(xù)型(常見且基本)，一元離散型、多元離散型(常見且基本)，同時(shí)具有離散型與連續(xù)型分量的多元數(shù)據(jù)(常見但不基本)，右刪失數(shù)據(jù)(工程與生物領(lǐng)域常見但不基本)、左截?cái)鄶?shù)據(jù)(不常用又不基本)，具有缺失分量的多元數(shù)據(jù)(常見但不基本)，都可以給出相應(yīng)的方法求廣義概率密度。

2.概率基本公式應(yīng)用與條件分布的演算。教會(huì)學(xué)生正確地寫出三大概率基本公式所需的各個(gè)要素，特別是關(guān)于條件概率及其密度的演算。重中之重有兩處：一是會(huì)求離散變量關(guān)于連續(xù)變量的廣義條件密度(十分常用)，二是會(huì)利用廣義條件密度及廣義邊際密度求離散變量與連續(xù)變量的廣義聯(lián)合密度(十分常用)。

篇（7）

Einstein College of Medicine

Biostatistics and

Epidemiology

A Primer for Health and

Biomedical Professionals

Third Edition

2004, 243pp.

Softcover $ 33.20

ISBN 0-387-40292-6

本書是由美國(guó)Albert Einstein醫(yī)學(xué)院流行病學(xué)和群體健康系流行病學(xué)室Sylvia Wassertheil Smoller教授編著的。第一版于1990年出版，第二版于1995年出版，現(xiàn)為第三版。本書的特點(diǎn)是根據(jù)流行病學(xué)和統(tǒng)計(jì)學(xué)的基本框架，使讀者理解流行病學(xué)與生物統(tǒng)計(jì)學(xué)的基本原理，理解“為什么做”和“做什么？”學(xué)會(huì)“如何做、如何解釋”。書中的內(nèi)容都是臨床試驗(yàn)和基礎(chǔ)研究中最常用的、或是在文獻(xiàn)中經(jīng)常引用的。

全書共分9章。第1章講述科研方法問題，包括邏輯推理、變異、研究設(shè)計(jì)、變量的量化、無效假設(shè)、假設(shè)檢驗(yàn)、檢驗(yàn)錯(cuò)誤的類型、顯著性水平等；第2章敘述概率的一些基本概念；第3章介紹常用的統(tǒng)計(jì)學(xué)檢驗(yàn)方法；第4章介紹流行病學(xué)的基本概念，包括流行病學(xué)的應(yīng)用、常用指標(biāo)、流行病學(xué)研究類型、偏倚、混雜、交互、多變量分析等；第5章介紹篩檢的基本概念；第6章是敘述隨機(jī)對(duì)照臨床試驗(yàn)；第7章介紹生活質(zhì)量的評(píng)價(jià)，包括量表的結(jié)構(gòu)、可靠性、真實(shí)性、敏感性（反應(yīng)性）以及用量表評(píng)價(jià)生活質(zhì)量的局限性；第8章介紹遺傳流行病學(xué)的基本概念，包括雙生子研究、連鎖和聯(lián)系分析、傳遞不平衡檢驗(yàn)等；第9章闡述科研倫理學(xué)與統(tǒng)計(jì)學(xué)的關(guān)系。第8、9兩章的內(nèi)容在人類研究中十分重要，是第三版新增加的，是一般流行病學(xué)或統(tǒng)計(jì)學(xué)入門書籍中所沒有的。

書后附有9項(xiàng)附錄，介紹正文中各種統(tǒng)計(jì)學(xué)計(jì)算的實(shí)例，以使讀者能夠更順利閱讀本書、以及如何實(shí)際計(jì)算，包括卡方、Z值及t-值的臨界值表、Fisher精確檢驗(yàn)、幾組比較的Kruskal-Wallis非參數(shù)檢驗(yàn)、相關(guān)系數(shù)計(jì)算、率的年齡調(diào)整、比值比的可信性、兩個(gè)變量的“J”或“U”型關(guān)系、量表記分改變的適宜性（敏感性）評(píng)價(jià)、以及遺傳學(xué)基本原理和知識(shí)。書后還附有參考文獻(xiàn)及建議閱讀的書目，讀者如需了解更深入的、超出本書范圍的內(nèi)容、或涉及高等數(shù)學(xué)方面的內(nèi)容，可閱讀這些推薦的教科書。書末附有主題索引，便于讀者檢索。

本書以科學(xué)的哲學(xué)和邏輯學(xué)原理，討論統(tǒng)計(jì)學(xué)檢驗(yàn)的基本原理，而不是讓讀者去做具體的統(tǒng)計(jì)學(xué)檢驗(yàn)。全書各章節(jié)都是獨(dú)立的，讀者可不按順序閱讀，只閱讀感興趣的部分。本書特別適合那些沒有或很少有數(shù)學(xué)背景的讀者，使他們能夠讀得懂、用得上。

本書內(nèi)容既簡(jiǎn)明，又適合范圍較廣的讀者需要，所闡述原理和方法適合多種領(lǐng)域，包括醫(yī)學(xué)、公共衛(wèi)生、心理學(xué)、教育學(xué)。本書是一本簡(jiǎn)明的流行病學(xué)與生物統(tǒng)計(jì)學(xué)教科書，適合從事臨床和基礎(chǔ)研究的醫(yī)生、醫(yī)學(xué)專業(yè)本科生、研究生，或非醫(yī)學(xué)專業(yè)學(xué)生參考，也可供程度較高的讀者、以及對(duì)生物統(tǒng)計(jì)學(xué)與流行病學(xué)的邏輯學(xué)和方法學(xué)感興趣的研究人員參閱。

烏正賚，教授

篇（8）

【關(guān)鍵詞】創(chuàng)傷嚴(yán)重度指數(shù)

a preliminary study on factors of trauma outcomes in chinese patients

department of health statistics, school of preventive medicine, fourth military medical university, xian 710033, china

【abstract】 aim: to review some important factors affecting the outcomes of trauma patients and to screen variables for the predictive model of trauma outcomes so that a new trauma scaling model more applicable to chinese patients can be established. methods: the database of discharge abstracts of trauma patients from more than 200 hospitals nationwide was used and a logistic regression model was fitted with the outcomes of patients as response and other 9 factors as predictors, including the anatomic injury severity grade by iss value. a stepwise regression method was used to select the variables and their parameters were estimated. results: six factors, namely, anatomic injury severity grade, complication status, age group, identity, operation status and financial support status were selected into the logistic regression model (p<0.05). several interactive effects were also selected in the model (p<0.05). conclusion: the anatomic injury severity grade is the most important factor affecting the outcomes of trauma patients, followed by the complication status and age. the effects of other factors are not so obvious and should be further analyzed.

【keywords】 trauma severity indices; logistic models; international classification of diseases; abbreviated injury scale; injury severity score

【摘要】 目的： 考察影響創(chuàng)傷結(jié)局的重要因素，初步篩選創(chuàng)傷患者結(jié)局預(yù)測(cè)模型的構(gòu)成變量，為建立新的適合中國(guó)患者的創(chuàng)傷嚴(yán)重度評(píng)分方法進(jìn)行有關(guān)評(píng)分模型的初步探討. 方法： 利用全國(guó)200余所醫(yī)院的創(chuàng)傷患者病案首頁數(shù)據(jù)，初選出包括iss評(píng)分所得嚴(yán)重度在內(nèi)的9個(gè)相關(guān)的因素，將患者結(jié)局作為應(yīng)變量擬合logistic回歸模型. 逐步回歸法篩選變量，并估計(jì)其影響作用的大小. 結(jié)果： 解剖嚴(yán)重程度、有無并發(fā)癥、年齡組、身份、是否接受手術(shù)、費(fèi)用類型等6個(gè)因素對(duì)患者結(jié)局的影響有統(tǒng)計(jì)學(xué)意義(p<0.05)，被選入logistic回歸模型. 另外，某些因素的交互效應(yīng)也一并被選入logistic回歸模型(p<0.05). 結(jié)論： 解剖嚴(yán)重度是影響創(chuàng)傷結(jié)局的最重要的因素，其次是有無并發(fā)癥和年齡等因素. 其余因素是否作為創(chuàng)傷評(píng)分模型應(yīng)考察的因素需作進(jìn)一步的探討.

0引言

創(chuàng)傷評(píng)分是目前創(chuàng)傷患者傷情評(píng)價(jià)的基本方法，在世界范圍內(nèi)廣泛應(yīng)用. 我國(guó)的創(chuàng)傷評(píng)分研究起步晚，目前尚未得到廣泛推廣和應(yīng)用，其原因在于多數(shù)創(chuàng)傷評(píng)分方法操作復(fù)雜，應(yīng)用條件苛刻，且大多數(shù)創(chuàng)傷評(píng)分模型是基于國(guó)外(歐美國(guó)家)患者的生理、解剖參數(shù)而確定，對(duì)于國(guó)內(nèi)患者其適用性較差. 為建立一種適合國(guó)內(nèi)創(chuàng)傷患者的簡(jiǎn)單易行的創(chuàng)傷評(píng)分方法，我室提出基于創(chuàng)傷病種icd9(國(guó)際疾病分類)6位數(shù)編碼的創(chuàng)傷評(píng)分方法的構(gòu)想，并且已經(jīng)建立全部創(chuàng)傷病種icd9 6位數(shù)編碼與ais(簡(jiǎn)明損傷定級(jí))分值的對(duì)應(yīng)關(guān)系表[1]. 通過iss評(píng)分方法對(duì)此對(duì)應(yīng)關(guān)系的考察表明，此種通過icd9編碼轉(zhuǎn)換的方法所得的ais分值能夠很好地體現(xiàn)單個(gè)創(chuàng)傷的解剖嚴(yán)重度，可以作為創(chuàng)傷評(píng)分的解剖學(xué)參數(shù)[2]. 我們進(jìn)一步探討了國(guó)內(nèi)創(chuàng)傷患者結(jié)局的影響因素，為基于icd9 6位數(shù)編碼的創(chuàng)傷評(píng)分方法篩選其他模型變量，并從統(tǒng)計(jì)學(xué)角度考察各種因素對(duì)創(chuàng)傷患者結(jié)局的影響程度.

1資料和方法

1.1數(shù)據(jù)來源全國(guó)范圍內(nèi)200余所大、中型醫(yī)院1998年全年收治的創(chuàng)傷患者病案首頁數(shù)據(jù). 經(jīng)數(shù)據(jù)清洗，排除治療結(jié)果中“未治”、“其他”或?yàn)榭瞻椎挠涗洠罱K得符合研究要求的創(chuàng)傷患者記錄共112 749條. 其中男性88 622人，女性24 087人. 按年齡將患者分為3個(gè)年齡組，其中0~15歲16 382人，16~54歲87 242人，≥55歲9 125人. 地方人員94 935人，軍隊(duì)人員17 814人. 自費(fèi)患者81 170人，非自費(fèi)(公費(fèi)或醫(yī)療保險(xiǎn)等)患者31 579人. 單發(fā)傷70 345例，多發(fā)傷42 404例. 接受手術(shù)治療者54 176例，未接受手術(shù)者58 573例. 伴有創(chuàng)傷并發(fā)癥者582例，無并發(fā)癥者112 167例. 發(fā)生院內(nèi)感染者1255例，未發(fā)生院內(nèi)感染11 194例. 患者結(jié)局(出院時(shí))中存活111 684人，死亡1065人.

1.2創(chuàng)傷評(píng)分方法(解剖評(píng)分)采用我室編制的icd9 6位數(shù)編碼與ais分值對(duì)應(yīng)表，以創(chuàng)傷患者的出院診斷icd9編碼為基礎(chǔ)，換算出每一個(gè)出院診斷所對(duì)應(yīng)的創(chuàng)傷的ais分值. 以turner osler的改良iss法[3](即不考慮創(chuàng)傷所在的身體區(qū)域，僅以ais分值最高的3處創(chuàng)傷計(jì)算iss分值)計(jì)算每位患者的iss分值. 再按照iss分值將全部患者分為三個(gè)解剖嚴(yán)重程度分組，iss 1~12者為輕，13~19者為中，20~75者為重[4]. 經(jīng)以上分組后，全部患者中，輕度創(chuàng)傷患者93 343例，中度創(chuàng)傷患者9507例，重度創(chuàng)傷患者9899例.

1.3數(shù)據(jù)處理方法以患者的結(jié)局(存活或死亡)為應(yīng)變量，將性別、年齡組、身份(軍隊(duì)或地方人員)、費(fèi)用類型、創(chuàng)傷類型(單發(fā)傷或多發(fā)傷)、是否接受手術(shù)、有無并發(fā)癥、有無院內(nèi)感染等因素與解剖嚴(yán)重程度分組一起作為自變量，擬合logistic回歸模型，考察各因素對(duì)患者結(jié)局的影響. 通過逐步logistic回歸分析，篩選有統(tǒng)計(jì)學(xué)意義的影響因素，并計(jì)算其對(duì)患者結(jié)局的作用大小. 為簡(jiǎn)化計(jì)算過程和方便分析結(jié)果的專業(yè)解釋，此次分析僅考察各因素的主效應(yīng)及其一階交互效應(yīng)，其余高階交互效應(yīng)假定為零.

2結(jié)果

2.1變量篩選結(jié)果經(jīng)逐步logistic回歸分析，解剖嚴(yán)重程度、有無并發(fā)癥、年齡組、身份、是否接受手術(shù)、費(fèi)用類型等6個(gè)因素對(duì)患者結(jié)局的影響有統(tǒng)計(jì)學(xué)意義(p<0.05)，被選入logistic回歸模型. 另外，解剖嚴(yán)重度與有無并發(fā)癥、是否接受手術(shù)、費(fèi)用類型等3個(gè)因素的交互效應(yīng)以及是否手術(shù)與有無并發(fā)癥的交互效應(yīng)均有統(tǒng)計(jì)學(xué)意義(p<0.05)，一并被選入logistic回歸模型.

2.2模型擬合優(yōu)度及各因素的效應(yīng)大小使用以上篩選出的變量和交互效應(yīng)對(duì)患者的結(jié)局重新擬合logistic回歸模型，模型擬合度統(tǒng)計(jì)量、自變量及交互效應(yīng)項(xiàng)對(duì)模型的意義見tab 1. 可見費(fèi)用類型的主效應(yīng)無統(tǒng)計(jì)學(xué)意義，但與解剖嚴(yán)重度的交互效應(yīng)卻有統(tǒng)計(jì)學(xué)意義.表1logistic模型擬合結(jié)果

各因素及交互效應(yīng)項(xiàng)的參數(shù)估計(jì)值見tab 2. 其中各因素的水平值對(duì)應(yīng)的具體含義見tab 3. 表2各因素及交互效應(yīng)項(xiàng)的參數(shù)估計(jì)值(略)表3各因素的水平值對(duì)應(yīng)的具體含義(略)

3討論

根據(jù)以上參數(shù)估計(jì)值，即可給出創(chuàng)傷患者結(jié)局的logistic回歸預(yù)測(cè)模型，各因素對(duì)患者結(jié)局的影響作用大小也可得以考察和比較. 從結(jié)果可以看出，解剖嚴(yán)重度分組是影響創(chuàng)傷結(jié)局的最重要的因素，解剖嚴(yán)重度越高，死亡概率越大. 其次是有無并發(fā)癥和年齡因素，有并發(fā)癥者死亡概率明顯增加，年齡越大，死亡概率越大. 此三個(gè)因素應(yīng)在創(chuàng)傷評(píng)分模型中作為主要的因素來考察. 身份因素對(duì)結(jié)局的影響表現(xiàn)為地方人員死亡概率高于軍隊(duì)人員，這可能與軍隊(duì)人員具有良好的基本醫(yī)療保障有關(guān). 費(fèi)用類型的作用與身份因素存在相似之處，自費(fèi)患者死亡概率高于非自費(fèi)患者. 其余因素對(duì)結(jié)局雖然存在一定的影響，但影響程度均較輕，是否作為創(chuàng)傷評(píng)分模型應(yīng)考察的因素需作進(jìn)一步的探討. 各因素之間存在的交互效應(yīng)，在建立新的創(chuàng)傷評(píng)分模型時(shí)也須加以重視，在進(jìn)一步地考察確認(rèn)之后，應(yīng)通過適當(dāng)?shù)哪Ｐ捅磉_(dá)項(xiàng)使之得以充分體現(xiàn).

以aisiss為基礎(chǔ)的解剖嚴(yán)重度評(píng)分，是世界范圍內(nèi)廣泛應(yīng)用的創(chuàng)傷評(píng)分方法，雖然在對(duì)患者結(jié)局的預(yù)測(cè)與評(píng)價(jià)方面效果有不盡如人意的地方，但可作為改良的創(chuàng)傷評(píng)分方法的基礎(chǔ)[5]. 有些因素，比如是否手術(shù)、是否院內(nèi)感染等，均是在患者入院后才可收集的信息，不便作為評(píng)分模型的組成變量，僅能用作創(chuàng)傷患者結(jié)局的預(yù)測(cè)變量之一. 另外一些重要因素，如患者的血壓、心率、呼吸、體溫等生理指標(biāo)，均是影響患者結(jié)局的重要因素[6]，應(yīng)當(dāng)作為創(chuàng)傷評(píng)分模型的重要變量，其對(duì)患者結(jié)局的影響程度也需要進(jìn)行類似的考察和分析. 由于病案首頁數(shù)據(jù)在此類信息方面的缺失，此次無法一并進(jìn)行分析，我們將在后續(xù)的研究中收集更為全面的數(shù)據(jù)，對(duì)各種有關(guān)的因素進(jìn)行全面地分析.

此研究是建立基于icd9編碼的創(chuàng)傷評(píng)分模型的一次初步探索，是對(duì)部分影響因素的初步考察與分析. 但由于數(shù)據(jù)信息量的限制，研究的結(jié)果尚不能作為創(chuàng)傷評(píng)分模型的最終參考依據(jù). 后續(xù)的研究工作需要收集更全面的數(shù)據(jù)，考察更多的因素，從臨床和統(tǒng)計(jì)學(xué)兩個(gè)方面對(duì)各種影響因素的作用進(jìn)行全面的考察與分析，以期為建立一個(gè)合理的創(chuàng)傷評(píng)分模型提供依據(jù).

【參考文獻(xiàn)】

[1] 薛富波，王玉琨，徐勇勇. 創(chuàng)傷國(guó)際疾病分類編碼向ais分值轉(zhuǎn)換規(guī)則的研究[j]. 中華創(chuàng)傷雜志，2003; 19(7): 385-388.

xue fb, wang yk, xu yy. converting rules from international classification of disease codes of trauma to abbreviated injury scale values [j]. chin j trauma, 2003; 19(7): 385-388.

[2] 王玉琨，薛富波，徐勇勇，等. 基于icd9編碼的iss創(chuàng)傷評(píng)分方法研究[j]. 創(chuàng)傷外科雜志，2004; 6(1): 28-30.

wang yk, xue fb, xu yy, et al. exploration of a newly developed trauma severity scaling method of iss based on icd9 codes [j]. j traumatic surg, 2004; 6(1):28-30.

[3] osler t, baker sp, long w, et al. a modification of the injury severity score that both improves accuracy and simplifies scoring [j]. j trauma, 1997; 43: 922-925.

[4] mackenzie ej, steinwachs dm, shankar b. classifying trauma severity based on hospital discharge diagnoses. validation of an icd9cm to ais85 conversion table [j]. med care， 1989; 27(4): 412-422.

[5] 楊柳青，任秀清，楊寧，等. 改良創(chuàng)傷評(píng)分(rts)與創(chuàng)傷嚴(yán)重度評(píng)分(iss)在創(chuàng)傷評(píng)估中的應(yīng)用[j]. 川北醫(yī)學(xué)院學(xué)報(bào)，1998; 13(2): 20-22.

yang lq, ren xq, yang n, et al. applications of revised trauma score and injury severity score in trauma evaluations [j]. j north sichuan med coll, 1998; 13(2): 20-22.

篇（9）

二、地質(zhì)統(tǒng)計(jì)學(xué)在礦山儲(chǔ)量分析當(dāng)中的應(yīng)用

地質(zhì)統(tǒng)計(jì)學(xué)是以研究區(qū)域化變量為基礎(chǔ)的,以變異函數(shù)為研究工具,研究在空間上具有隨機(jī)性和結(jié)構(gòu)性的自然現(xiàn)象的科學(xué)。地質(zhì)統(tǒng)計(jì)學(xué)在礦山儲(chǔ)量分析當(dāng)中的應(yīng)用中的原理大致分為以下幾種：1.區(qū)域化變量區(qū)域化變量是地質(zhì)統(tǒng)計(jì)學(xué)理論體系的核心基礎(chǔ),在實(shí)踐中,鉆孔的位置。在絕大多數(shù)情況下是不隨機(jī)的。當(dāng)兩個(gè)樣品在空間的距離很小時(shí),樣品間會(huì)存在較強(qiáng)的相似性,而當(dāng)距離很大時(shí),相似性就會(huì)減弱或不存在。也就是說,樣品之間存在著某種聯(lián)系,這種聯(lián)系的強(qiáng)弱是與樣品的相對(duì)位置有關(guān)的,樣品之間的聯(lián)系在空間上既具有隨機(jī)性又具有位置之間的聯(lián)系。2.半變異函數(shù)的數(shù)學(xué)模型通常情況下樣品由于取樣、化驗(yàn)誤差和礦化作用在短距離內(nèi)的變化,在絕大多數(shù)情況下半變異函數(shù)在原點(diǎn)不等于零。也就是會(huì)存在塊金效應(yīng)。但是地質(zhì)統(tǒng)計(jì)學(xué)在礦山儲(chǔ)量分析當(dāng)中的應(yīng)用在實(shí)際工作中區(qū)域化變量的變化性很復(fù)雜,通常要計(jì)算幾個(gè)具有代表性的方向,然后通過結(jié)構(gòu)分析,得到一個(gè)能代表其空間變異性的模型函數(shù),由于區(qū)域化變量往往存在各向異性,不同方向上的半變異函數(shù)具有不同的變程,影響范圍是一橢球體,即各向異性橢球體。在確定空間搜索橢球體時(shí),不僅需要指出塊金常數(shù)、基臺(tái)、變程,還需要指定一些參數(shù):圓錐體的容差角、容差限、滯后距等,各個(gè)參數(shù)的意義用幾何圖形表示。當(dāng)然應(yīng)用地質(zhì)統(tǒng)計(jì)學(xué)法對(duì)礦山儲(chǔ)量分析，被大部分人認(rèn)為是一種較好的品位估值方法,尤其適用于品位變化大,礦巖界線由品位控制的礦床。在估值計(jì)算過程中,當(dāng)有了足夠的地質(zhì)鉆孔數(shù)據(jù)時(shí),對(duì)礦床進(jìn)行正式可行性評(píng)價(jià)時(shí),選用地質(zhì)統(tǒng)計(jì)學(xué)法是一種較好的方法,而在對(duì)礦床進(jìn)行初步評(píng)價(jià)或是數(shù)據(jù)量不足時(shí),就要首選較簡(jiǎn)單的方法。基于地質(zhì)統(tǒng)計(jì)學(xué)原理和礦體三維可視化建模技術(shù)的DIMINE礦業(yè)軟件,實(shí)現(xiàn)了按照不同的邊界品位動(dòng)態(tài)圈定礦體,能夠以市場(chǎng)經(jīng)濟(jì)為向?qū)?快速計(jì)算出礦體范圍內(nèi)的礦石量,并進(jìn)行儲(chǔ)量分級(jí),在此過程中所得到的各中間參數(shù),可以為投資決策和日常管理提供必要的參考依據(jù)。

三、地質(zhì)統(tǒng)計(jì)學(xué)在勘探網(wǎng)度優(yōu)化方面的應(yīng)用

地質(zhì)統(tǒng)計(jì)學(xué)在勘探網(wǎng)度優(yōu)化中的應(yīng)用主要要注意以下的兩個(gè)個(gè)因素，其一是：構(gòu)造復(fù)雜程度；二是煤層的穩(wěn)定性。當(dāng)勘探區(qū)的構(gòu)造已經(jīng)經(jīng)過，詳細(xì)的勘探，構(gòu)造問題基本解決之后，勘探網(wǎng)度優(yōu)化主要的問題就是煤層的穩(wěn)定性。當(dāng)一個(gè)煤田有兩種或者是兩種以上的煤層穩(wěn)定結(jié)構(gòu)時(shí)、應(yīng)該按照儲(chǔ)量和厚度占有優(yōu)勢(shì)的那一個(gè)煤層類型選擇勘探網(wǎng)度的優(yōu)化。應(yīng)用地質(zhì)統(tǒng)計(jì)學(xué)的方法對(duì)露天的在勘探網(wǎng)度進(jìn)行優(yōu)化，主要要分為兩個(gè)步驟：其一是建立地質(zhì)變量的最佳理論變差函數(shù)；其二是應(yīng)用地質(zhì)變量的估計(jì)方差評(píng)價(jià)勘探過程對(duì)礦床的控制程度。

篇（10）

切口感染為所有外科術(shù)后最常見并發(fā)癥之一，當(dāng)今社會(huì)無菌技術(shù)飛速發(fā)展及多種廣譜抗生素的應(yīng)用可以降低其發(fā)生率，但盡管如此切口感染發(fā)病率仍比其他術(shù)后并發(fā)癥的發(fā)生率要高得多。術(shù)后切口感染嚴(yán)重影響病人的預(yù)后，對(duì)病人的術(shù)后康復(fù)引起嚴(yán)重的后果，而且還會(huì)給病人家庭增加巨大不必要的經(jīng)濟(jì)負(fù)擔(dān)[1]。因此為了降低術(shù)后切口發(fā)病率，筆者通過回顧研究我院623例肝膽外科并發(fā)切口感染的病例，通過對(duì)比分析法總結(jié)其發(fā)生的因素及相對(duì)應(yīng)的防范措施，現(xiàn)將具體情況總結(jié)如下。

1、資料與方法

1.1 一般資料 通過研究我院在2008年1月至2012年1月期間肝膽外科病例623例，其中男性399例，女性224例，年齡最大75歲，最小18歲，平均年齡55歲。623例患者實(shí)施的手術(shù)類型具體總結(jié)如下：肝移植，肝葉切除術(shù)，胰腺腫瘤切除術(shù)，胰十二指腸切除術(shù)，肝腫瘤切除術(shù)，膽總管探查引流術(shù)等。

1.2 方法 通過回顧分析研究我院在2008至2012年期間的切口感染病例，包括病人的病例，檔案記錄的查房單，病程單，輔助檢查結(jié)果，切口分泌物實(shí)驗(yàn)室檢查結(jié)果，并將其按不同發(fā)病原因統(tǒng)一記錄于統(tǒng)計(jì)調(diào)查表中。

1.3統(tǒng)計(jì)學(xué)方法 應(yīng)用SPSSl5.0軟件分析，計(jì)數(shù)資料采用百分比表示，數(shù)據(jù)對(duì)比采取X2校驗(yàn)，P>0.05，差異無統(tǒng)計(jì)學(xué)意義，P

2、結(jié) 果

通過統(tǒng)計(jì)分析623例肝膽外科病人，術(shù)后發(fā)生切口感染的病例為123例，發(fā)病率為19.7%。通過具體的統(tǒng)計(jì)學(xué)方法χ2檢驗(yàn)，發(fā)現(xiàn)能影響患者切口感染的確切因素有6個(gè)，分別為白細(xì)胞計(jì)數(shù)，手術(shù)時(shí)間長(zhǎng)短，手術(shù)出血量，切口類型，醫(yī)用碘伏消毒程度，術(shù)中廣譜抗生素用量及種類。

2.1單因素Logistic回歸分析

以肝膽外科手術(shù)患者有無手術(shù)部位切口感染為因變量，以性別、年齡、職業(yè)、文化程度、生源地、居住所在地、婚姻狀況、經(jīng)濟(jì)狀況、費(fèi)用類別、居住狀況、工作壓力、經(jīng)濟(jì)壓力、體型、手術(shù)季節(jié)、術(shù)前空腹血糖、術(shù)前糖化血紅蛋白、術(shù)前血紅蛋白量、術(shù)前血鈉水平、術(shù)前血清高敏C反應(yīng)蛋白含量、術(shù)前白細(xì)胞升高程度、ASA麻醉評(píng)分、圍術(shù)期高血糖、手術(shù)時(shí)間、術(shù)中出血量、胃腸道營(yíng)養(yǎng)、手術(shù)性質(zhì)（急診或者擇期）、手術(shù)方式、手術(shù)室各區(qū)域布局、切口類型、手術(shù)切口長(zhǎng)度、切口抗生素沖洗、是否放置引流、術(shù)后引流量、術(shù)后抗生素使用情況和基礎(chǔ)疾病自變量賦值后進(jìn)行二分類Logistic回歸分析，結(jié)果發(fā)現(xiàn)手術(shù)室各區(qū)域布局合理、放置引流和抗生素切口沖洗是肝膽外科手術(shù)患者手術(shù)切口感染的保護(hù)因素，高齡、急診手術(shù)、手術(shù)時(shí)間長(zhǎng)、手術(shù)切口長(zhǎng)和Ⅲ類切口是肝膽外科手術(shù)患者手術(shù)切口感染的危險(xiǎn)因素。

2.2 多因素Logistic回歸分析

以肝膽外科手術(shù)患者有無手術(shù)部位切口感染為因變量，選擇本研究進(jìn)入肝膽外科手術(shù)患者手術(shù)切口感染單因素Logistic回歸分析方程的8個(gè)自變量為自變量進(jìn)行多因素Logistic回歸分析，α入=0.05，α出=0.10，結(jié)果發(fā)現(xiàn)放置引流和抗生素切口沖洗是肝膽外科手術(shù)患者手術(shù)切口感染的保護(hù)因素，高齡、急診手術(shù)、手術(shù)時(shí)間長(zhǎng)和Ⅲ類切口是肝膽外科手術(shù)患者手術(shù)切口感染的危險(xiǎn)因素。

3、討 論

肝膽外科術(shù)后切口感染的危險(xiǎn)因素與其他外科切口感染有許多共同點(diǎn)也有其特殊之處，主要特點(diǎn)是其感染的危險(xiǎn)因素涉及患者本身與外科醫(yī)生的操作[3]，具體危險(xiǎn)因素及防范對(duì)策總結(jié)如下：

3.1 切口類型 肝膽外科術(shù)后切口感染主要原因是受腹腔內(nèi)腸源性細(xì)菌感染，由統(tǒng)計(jì)學(xué)資料顯示，Ⅲ型切口的感染率高達(dá)59.4%，但由于肝膽外科的特殊性，常常需要涉及到膽道切開，上消化道分離，肝小葉切除等Ⅱ，Ⅲ類型切口，且統(tǒng)計(jì)學(xué)顯示這兩種類型切口感染率均顯著高于Ⅰ型切口，所有增加了其術(shù)后發(fā)生切口感染的概率。因此為了降低其感染率，需要外科醫(yī)生在術(shù)前術(shù)后要做好無菌操作；仔細(xì)消毒切口；關(guān)閉腹腔前仔細(xì)沖洗腹腔，用碘伏反復(fù)消毒切口；術(shù)后放置腹腔引流且時(shí)刻保持引流管的暢通；選用抗生素需按照患者的引流液細(xì)菌實(shí)驗(yàn)室檢查做相應(yīng)的改變。

3.2 手術(shù)切口縫合 通過本次研究筆者還發(fā)現(xiàn)，切口的縫合好壞直接影響切口是否感染。由主刀醫(yī)師等經(jīng)驗(yàn)豐富的醫(yī)師縫合的切口感染率顯著低于實(shí)習(xí)醫(yī)生等非主刀醫(yī)師的縫合感染率。因此肝膽外科的切口感染與醫(yī)生的縫合經(jīng)驗(yàn)有密不可分的關(guān)系。所以外科醫(yī)生在縫合切口時(shí)因注意減少死腔，爭(zhēng)取一次性縫合，打結(jié)時(shí)松緊度適宜，嚴(yán)密縫合皮緣。

3.3 切口消毒及沖洗 作為所有外科手術(shù)，切口消毒都是一種非常簡(jiǎn)單卻行之有效的一種規(guī)避切口感染的手段，經(jīng)過外科長(zhǎng)時(shí)間的發(fā)展，已經(jīng)被醫(yī)學(xué)界廣泛認(rèn)同，這也是無菌術(shù)提高的重要原因。最常用的沖洗液是無菌性生理鹽水，用其沖洗切口可以洗凈切口的細(xì)碎脂肪組織，灰塵，壞死組織的碎片等，可以顯著降低切口的帶菌量。切口的消毒肝膽外科廣泛使用碘伏。碘伏是單質(zhì)碘與聚乙烯吡咯酮的不定性復(fù)合物，醫(yī)用碘伏濃度較低，其起著光譜殺菌的作用，對(duì)大多數(shù)細(xì)菌有殺滅作用，但其對(duì)蛋白質(zhì)等不起損害作用，所以在醫(yī)學(xué)界被廣泛應(yīng)用。經(jīng)統(tǒng)計(jì)學(xué)資料顯示，切口經(jīng)過碘伏消毒可以明顯降低其感染發(fā)生率。所以將無菌生理鹽水與碘伏聯(lián)合使用，是有效規(guī)避切口感染的重要手段。

3.4 術(shù)中失血量 由于肝膽外科手術(shù)入路的特殊性，肝臟等器官又是人體主要供血器官，所以術(shù)中出血極為多見。由于肝膽外科手術(shù)時(shí)間均長(zhǎng)且操作復(fù)雜，所以病人可能會(huì)長(zhǎng)時(shí)間的出去，經(jīng)過大量輸注晶體補(bǔ)充液和人工血液，導(dǎo)致組織器官血供不足，組織缺氧，似的組織發(fā)生壞死等，降低切口的愈合力，及免疫力，所以迅速精準(zhǔn)的操作，對(duì)外科醫(yī)生提出了更高的要求。所以在術(shù)前仔細(xì)檢查，做出正確的手術(shù)方案是必不可少的。

綜上所述，對(duì)肝膽外科術(shù)后切口感染的危險(xiǎn)因素是多方面的，從筆者此次觀察發(fā)現(xiàn)的幾點(diǎn)危險(xiǎn)因素，感染的發(fā)生除了與患者本身有關(guān)，但更多方面是關(guān)于外科醫(yī)生的操作，因此為了降低術(shù)后切口感染的發(fā)生概率，需要外科醫(yī)生嚴(yán)格實(shí)施無菌操作，注意細(xì)節(jié)，操作熟練迅速，最大程度的降低切口感染的發(fā)生概率。

參考文獻(xiàn)：

篇（11）

1 對(duì)象與方法

1.1 調(diào)查對(duì)象

調(diào)查對(duì)象為松江區(qū)腫瘤報(bào)告登記在案的1 700例現(xiàn)患惡性腫瘤患者，對(duì)象符合下列標(biāo)準(zhǔn)：①有病理學(xué)或細(xì)胞學(xué)診斷依據(jù) (不受惡性腫瘤類型限制)；②年齡在18 歲以上；③自愿合作者；④簽署知情同意書；⑤既往無精神病史；⑥預(yù)計(jì)生存期≥3個(gè)月。

所有進(jìn)入調(diào)查的患者均按要求簽署知情同意書，其中一般狀況調(diào)查表由隨訪醫(yī)生完成，F(xiàn)ACT-G量表由患者自己完成。共收回有效問卷1 568份。

1.2 調(diào)查內(nèi)容

1.2.1 一般狀況①社會(huì)特征資料: 患者性別、年齡、家庭平均收入、婚姻（未婚、已婚、離異、喪偶）、職業(yè)（干部、工人、農(nóng)民、學(xué)生、自由職業(yè)、商業(yè)人員、離退休人員、無業(yè)及其他）、受教育程度（大學(xué)本科或以上、大專、高中、初中、小學(xué)、文盲），吸煙飲酒史及是否繼續(xù)工作、是否參加體育鍛煉（從不、每周1次、每周2～3次、每周4～5次和每周6～7次）、醫(yī)療費(fèi)用來源（自費(fèi)、公費(fèi)、醫(yī)保以及合作醫(yī)療）等; ②疾病特征: 腫瘤診斷、分期、既往治療、患者是否知情（完全知情、部分知情以及不知情）、疼痛（無癌痛、輕度癌痛、中度癌痛及重度癌痛）、疼痛治療及療效的評(píng)價(jià)、不良反應(yīng)等。

1.2.2 卡氏功能評(píng)分（KPS） 按0～100評(píng)分，評(píng)分標(biāo)準(zhǔn)參照《腫瘤診治規(guī)范》2002年版［2］。

1.2.3疼痛 采用數(shù)字疼痛分級(jí)法（NRS），根據(jù)疼痛程度分為：無（0分）、輕度（1～3分）、中度（4～6）、重度（7～10）。

1.2.4 QQL 采用FACT-G［3］自評(píng)量表（目前國(guó)際上最常采用的自評(píng)量表），該量表共包括6個(gè)部分，分別為身體狀況（Phy）、社交狀況（Soc）、與醫(yī)生關(guān)系（Doc）、情緒（Emo）、功能狀況（Func）、其他憂慮（Others）等，共44項(xiàng)。每1項(xiàng)有單獨(dú)計(jì)分，QQL的優(yōu)劣與各部分評(píng)分及總分有關(guān)。

1.3 調(diào)查方法

調(diào)查采用問卷調(diào)查的方法。由經(jīng)過培訓(xùn)的社區(qū)醫(yī)師預(yù)約，親自到所抽取的調(diào)查對(duì)象家中，當(dāng)面講清調(diào)查的目的、意義和要求，如果同意，簽署知情同意書，然后請(qǐng)他們當(dāng)場(chǎng)接受調(diào)查，并填寫問卷。

1.4 統(tǒng)計(jì)方法

本研究所有數(shù)據(jù)采用Epidata 3.0軟件建立的數(shù)據(jù)庫(kù)錄入表格數(shù)據(jù)，數(shù)據(jù)錄入采用雙人雙份錄入。統(tǒng)計(jì)全部由SPSS 10.0軟件完成。具體方法為：①單因素方差分析，方差具有齊性時(shí)，選用Least-significant difference(LSD)法進(jìn)行均數(shù)多重比較；變量方差不具有齊性時(shí)，采用秩和檢驗(yàn)。②線性回歸分析，以FACT-G各維度評(píng)分作自變量，KPS評(píng)分為因變量，進(jìn)行線性回歸分析。

2 結(jié)果

2.1 一般情況

本次調(diào)查1 568例，年齡18～80歲，平均（57.73±12.46）歲，其中男774例（49.4%）、女794例（50.6%）。前4位腫瘤分別為大腸癌、胃癌、乳腺癌、肺癌，分別占17.6%、14.4%、12.5%和7.9%；其次為食管癌（4.7%）、鼻咽癌（3.6%）、卵巢癌（2.2%）、肝癌（2.2%）等。早期惡性腫瘤（I、II期）占66.1%，III、IV期占33.9%；輕度癌痛者占14.4%，中度癌痛占4.1%，重度癌痛者占1.9%，無癌痛者占79.5%。有918例(58.5%)患者對(duì)自己病情完全了解（表1）。

2.2 影響惡性腫瘤患者QQL因素

對(duì)可能影響社區(qū)惡性腫瘤患者QQL的因素如年齡、婚姻狀況、家庭收入、本人受教育程度、職業(yè)狀況、知情狀況、體育活動(dòng)狀況、醫(yī)療費(fèi)來源、腫瘤類型、腫瘤分期、癌痛狀況等11個(gè)因素分別進(jìn)行分析。方差分析表明，年齡對(duì)生活質(zhì)量各維度評(píng)分的影響主要表現(xiàn)為：維度Phy、Doc與Emo在各年齡組間無統(tǒng)計(jì)學(xué)差異，P分別為0.483、0. 212、0.762，而Soc、Func項(xiàng)在各年齡組間存在統(tǒng)計(jì)學(xué)差異。

婚姻狀況對(duì)生活質(zhì)量各維度評(píng)分的影響主要表現(xiàn)為：Doc與Emo兩項(xiàng)在不同婚姻狀況間無統(tǒng)計(jì)學(xué)差異，P分別為0.254、0.195，婚姻狀況對(duì)Phy、Func、Soc項(xiàng)的評(píng)分有統(tǒng)計(jì)學(xué)影響。

家庭收入、本人受教育程度對(duì)生活質(zhì)量各維度評(píng)分的影響主要表現(xiàn)為：Phy、Doc項(xiàng)無統(tǒng)計(jì)學(xué)差異，Soc、Emo、Func項(xiàng)的評(píng)分有非常顯著統(tǒng)計(jì)學(xué)影響。職業(yè)狀況、醫(yī)療費(fèi)來源對(duì)生活質(zhì)量各維度評(píng)分的影響為：Phy、Emo項(xiàng)無統(tǒng)計(jì)學(xué)差異，Soc、Doc、Func項(xiàng)的評(píng)分有非常顯著統(tǒng)計(jì)學(xué)影響。體育活動(dòng)狀況對(duì)生活質(zhì)量各維度評(píng)分的影響除Doc、Emo無統(tǒng)計(jì)學(xué)差異外，余3項(xiàng)維度評(píng)分均有非常顯著統(tǒng)計(jì)學(xué)影響。

采用方差分析的方法比較不同腫瘤類型生活質(zhì)量各維度評(píng)分，結(jié)果顯示，維度Soc 、Doc2項(xiàng)評(píng)分在不同腫瘤類型之間無統(tǒng)計(jì)學(xué)差異（P分別為0.246、0.891），而在其他3項(xiàng)維度評(píng)分上有統(tǒng)計(jì)學(xué)差異（P均

2.3 不同腫瘤類型的QQL情況

調(diào)查的病例中，胰腺癌QQL各維度評(píng)分均較低，而骨肉瘤、乳腺癌和卵巢癌評(píng)分相對(duì)較好（表3）。

2.4 KPS與QQL評(píng)分多元線性回歸分析

KPS為社區(qū)腫瘤隨訪中常用的簡(jiǎn)化QQL評(píng)分方法，KPS的高低與FACT-G各維度評(píng)分均存在較好的相關(guān)性。線性回歸分析KPS與FACT-G各維度評(píng)分的相關(guān)性，結(jié)果顯示KPS與Phy、Soc、Doc、Emo、Func各項(xiàng)之間均存在線性相關(guān)，經(jīng)標(biāo)化后回歸系數(shù)和P值分別為0.492/0.000、0.100/0.000、0.092/0.000、0.374/0.000、0.366/0.000，見表4。

3 討論

腫瘤患者是一個(gè)特殊的群眾，隨著人群健康水平的提高，腫瘤患者的QQL越來越受到人們的關(guān)注。本次對(duì)社區(qū)中1 568名惡性腫瘤患者進(jìn)行的QQL問卷調(diào)查，結(jié)果顯示，年齡、婚姻、身體狀況、情緒以及功能狀況均是影響惡性腫瘤患者QQL的重要因素。

不同腫瘤、不同分期患者的QQL也是有差別的［4］。調(diào)查結(jié)果表明，胰腺癌患者QQL是最差的，而骨肉瘤、乳腺癌和卵巢癌患者QQL則相對(duì)較好，這可能與胰腺癌本身惡性程度高，預(yù)后差，早期不易發(fā)現(xiàn)，就診時(shí)大多已是晚期有關(guān)［5］。而乳腺癌往往是自檢或體檢發(fā)現(xiàn)，大多發(fā)現(xiàn)時(shí)還是早期，且預(yù)后較好，生存期較長(zhǎng)。因此，這些患者在經(jīng)過完善的治療后，很多還可以繼續(xù)工作，疾病本身對(duì)她們QQL的影響不大。而不論哪一類型的腫瘤，越是早期的患者，越容易有獲得根治的機(jī)會(huì)，也就越容易有較高的QQL［6］。