序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇統(tǒng)計學(xué)相關(guān)分析范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞 SPSS軟件；成績分析；數(shù)據(jù)統(tǒng)計

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：B

文章編號：1671-489X（2016）18-0038-03

1 高校成績分析方法介紹

對學(xué)生成績進(jìn)行分析是每所學(xué)校期末對教學(xué)常規(guī)管理的一項基本要求，也是全面提高教學(xué)成績的重要方法和途徑。隨著IT技術(shù)的發(fā)展，各高校分別采用不同的應(yīng)用軟件對成績進(jìn)行質(zhì)量分析，從中發(fā)現(xiàn)問題并加以改進(jìn)，以提高教師的教學(xué)質(zhì)量。目前各高校采用的應(yīng)用統(tǒng)計軟件有很多，在文中介紹以SPSS統(tǒng)計軟件為主的相關(guān)分析及應(yīng)用，并選取大連財經(jīng)學(xué)院成績統(tǒng)計分析與試卷分析作為研究樣本，建立成績分析模型，并給出對學(xué)生考試成績進(jìn)行分析的SPSS軟件操作方法。通過SPSS統(tǒng)計軟件對學(xué)生成績的處理和分析，學(xué)生成績的各項指標(biāo)等數(shù)據(jù)變量都很直觀地反映出來。

SPSS作為一款數(shù)據(jù)統(tǒng)計的專業(yè)性軟件，目前越來越多的高校開始運用該軟件進(jìn)行成績分析，隨著不斷地更新和改進(jìn)，SPSS統(tǒng)計軟件數(shù)據(jù)錄入、數(shù)據(jù)管理、統(tǒng)計分析、資料編輯、報表制作、圖形繪制也變得愈發(fā)容易操作。在教學(xué)管理中，利用SPSS統(tǒng)計軟件對學(xué)生成績等各項指標(biāo)進(jìn)行相關(guān)分析，更加直觀科學(xué)高效，后面將通過大連財經(jīng)學(xué)院營銷2班和營銷4班的統(tǒng)計學(xué)成績比較，更加細(xì)致地反映這一點。

2 構(gòu)建數(shù)學(xué)模型

學(xué)生的成績分析是一項比較煩瑣的工作，需要計算平均值、標(biāo)準(zhǔn)差以及各項指標(biāo)，并繪出學(xué)生成績分布的直方圖，用統(tǒng)計軟件SPSS來進(jìn)行這類數(shù)據(jù)的處理和分析。在數(shù)學(xué)模型中，通過現(xiàn)實數(shù)據(jù)建立模型，通常采用回歸分析的方法。回歸分析是通過規(guī)定因變量和自變量來確定變量之間的因果關(guān)系，以此建立回歸模型，然后根據(jù)參數(shù)來評價該模型的擬合情況，并可根據(jù)自變量做進(jìn)一步預(yù)測。

任何事物都是發(fā)展變化的，在其變化過程中受到多種因素的影響。同樣，任何事物都不是孤立存在的，都與其他事物之間有著聯(lián)系，而該事物的變化也會對其他事物產(chǎn)生或直接或間接的影響。而相關(guān)分析法就是研究事物之間線性相關(guān)，并且以統(tǒng)計指標(biāo)表來表現(xiàn)相關(guān)程度強(qiáng)弱的統(tǒng)計分析方法。在實際的分析過程中，由于不同的研究目的需要選擇不同的研究變量，因此，選用的研究分析方法也不相同。二元變量相關(guān)分析法是常用的相關(guān)分析方法，包括二元定距變量、二元定序變量等多種相關(guān)分析方法。

3 數(shù)據(jù)收集和內(nèi)容分析

數(shù)據(jù)的收集 在所取得的大連財經(jīng)學(xué)院成績統(tǒng)計分析與試卷分析樣本中，將該班級學(xué)生成績情況作為分析對象。研究該班學(xué)生成績的顯著性，以及男生和女生成績之間的差異，分析過程主要涉及的相關(guān)變量有平均成績、參加考試人數(shù)、及格率、最低分及最高分、標(biāo)準(zhǔn)差及成績分布是否符合正態(tài)分布。

操作步驟 先將該班級成績輸入Excel，然后將數(shù)據(jù)導(dǎo)入SPSS，為了直觀分析該班級學(xué)生的成績情況，以編號、姓名、性別、班級、成績等作為描述變量。

第一步：根據(jù)班級學(xué)生的分?jǐn)?shù)情況，將學(xué)生的成績分為0～59、60～69、70～79、80～89、90～100五個分?jǐn)?shù)段。

第二步：選用轉(zhuǎn)換（Transform）重新定義不同變量（Recode Into Different Variables），不同的變量需要在彈出的對話框中重新進(jìn)行設(shè)定，將編號、姓名等變量輸入到輸出變量（Output Variable）對話框中。

第三步：在不同的變量欄下輸入“分?jǐn)?shù)段”，單擊改變（Change）。

第四步：單擊舊的和新的值（Old and New value），選擇不同分?jǐn)?shù)段范圍，并在相應(yīng)的欄目中輸入，統(tǒng)計學(xué)科目及格分為60分，科目總分為100分。

學(xué)生成績分析以班級為單位進(jìn)行，繪制成績Q-Q概率圖及分布直方圖，對本次的考試成績進(jìn)行正態(tài)分布研究，具體步驟：單擊分析統(tǒng)計學(xué)描述頻數(shù)分析（AnalyzeDescriptive StatisticsFrequencies）。在彈出的對話框中將“統(tǒng)計學(xué)”和“分?jǐn)?shù)段”兩個變量導(dǎo)入變量（Variable）

中，單擊統(tǒng)計（Statistics）選項，在彈出的頻數(shù)分析對話框中，選中Mean（平均分）、標(biāo)準(zhǔn)差、最高分、最低分等常用指標(biāo)。返回主對話框，單擊繪圖（Charts）按鈕，在彈出的頻數(shù)分析對話框中選中柱狀圖和其下的正態(tài)分布曲線。點擊Continue（繼續(xù)）返回主界面，單擊OK按鈕，即可獲得學(xué)生人數(shù)、最高分、最低分、平均分以及百分比直方圖。

Correlation Analysis（相關(guān)分析）是對不同現(xiàn)象之間是否存在依存關(guān)系進(jìn)行研究，如果存在依存關(guān)系，則研究其相關(guān)方向及程度，通過上述操作對學(xué)生的成績進(jìn)行分析，得到的相關(guān)數(shù)據(jù)如表2、表3所示。

為了驗證樣本班級學(xué)生的期初平均分是否符合正態(tài)分布情況，綜合分析該班級的學(xué)生成績，同樣運用SPSS統(tǒng)計軟件進(jìn)行檢驗，采用Q-Q概率圖分析學(xué)生考試成績的正態(tài)分布，操作步驟：執(zhí)行圖表（Graphs）Q-Q Polts。在彈出的對話框中將“期初平均分”輸入變量對話框，其他設(shè)置不改變，單擊OK便可以得到圖1所示正態(tài)分布Q-Q概率圖。

篇(2)

關(guān)鍵詞: 生物信息學(xué) 醫(yī)學(xué)統(tǒng)計學(xué) 課堂教學(xué)

生物信息學(xué)融合了生物技術(shù)、計算機(jī)技術(shù)、數(shù)學(xué)和統(tǒng)計學(xué)的大量方法，已逐漸成為發(fā)現(xiàn)生命過程中所蘊涵知識的一門重要學(xué)科。其基本問題主要包括：DNA分析、蛋白質(zhì)結(jié)構(gòu)分析、分子進(jìn)化。醫(yī)學(xué)統(tǒng)計學(xué)作為醫(yī)科院校的基礎(chǔ)課程之一，長期以來其理論和方法就廣泛應(yīng)用于臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)的各類研究中。隨著生物新技術(shù)的誕生，在推動生物信息學(xué)發(fā)展的同時，醫(yī)學(xué)研究對象也由宏觀的病人、生物組織拓展到微觀的基因領(lǐng)域，所面對的實驗數(shù)據(jù)在性質(zhì)和結(jié)構(gòu)上也都有所不同，這對醫(yī)學(xué)統(tǒng)計學(xué)的應(yīng)用提出了新的更高的要求。

目前，醫(yī)學(xué)統(tǒng)計學(xué)的很多原理和方法已成功地應(yīng)用于這些新研究之中，并在此基礎(chǔ)之上有了新的發(fā)展和改進(jìn)。如概率分布的知識與序列相似性分析、蛋白質(zhì)分類等技術(shù)密切相關(guān)；方差分析、非參數(shù)檢驗方法經(jīng)改進(jìn)和結(jié)合后在基因表達(dá)數(shù)據(jù)的前期分析中發(fā)揮了較好的作用；而聚類分析、判別分析、相關(guān)分析這些大家所熟知的統(tǒng)計學(xué)方法更是在基因分類和調(diào)控網(wǎng)絡(luò)的建立中得到了廣泛的應(yīng)用。在進(jìn)行醫(yī)學(xué)統(tǒng)計學(xué)課堂教學(xué)時加入生物信息學(xué)方面的應(yīng)用實例，不僅可以使學(xué)員了解本學(xué)科研究的前沿和醫(yī)學(xué)、生物信息學(xué)研究的新發(fā)展，還可以提高學(xué)員對于醫(yī)學(xué)統(tǒng)計學(xué)理論學(xué)習(xí)的興趣，掌握先進(jìn)的生物實驗數(shù)據(jù)分析方法，提高今后從事醫(yī)學(xué)科研的能力。下面，本文在回顧醫(yī)學(xué)統(tǒng)計學(xué)授課主要內(nèi)容的基礎(chǔ)上，就醫(yī)學(xué)和生物信息學(xué)中的可能應(yīng)用舉例如下：

一、概率分布

概率分布（probability distribution）是醫(yī)學(xué)統(tǒng)計學(xué)中多種統(tǒng)計分析方法的理論基礎(chǔ)。授課內(nèi)容一般包括：二項分布、Possion分布、正態(tài)分布、t分布、F分布等。

借助概率分布常常可以幫助我們了解生命指標(biāo)的特征、醫(yī)學(xué)現(xiàn)象的發(fā)生規(guī)律等等。例如，臨床檢驗中計量實驗室指標(biāo)的參考值范圍就是依據(jù)正態(tài)分布和t分布的原理計算得到；許多醫(yī)學(xué)試驗的“陽性”結(jié)果服從二項分布，因此它被廣泛用于化學(xué)毒性的生物鑒定、樣本中某疾病陽性率的區(qū)間估計等；而一定人群中諸如遺傳缺陷、癌癥等發(fā)病率很低的非傳染性疾病患病數(shù)或死亡數(shù)的分布，單位面積（或容積）內(nèi)細(xì)菌數(shù)的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現(xiàn)象進(jìn)行研究。

在生物信息學(xué)中概率分布也有一定應(yīng)用。例如，Poisson分布可以用于基因（蛋白質(zhì)）序列的相似性分析。被研究者廣泛使用的分析工具BLAST (Basic Local Alignment Search Tool)能迅速將研究者提交的蛋白質(zhì)（或DNA）數(shù)據(jù)與公開數(shù)據(jù)庫進(jìn)行相似性序列比對。對于序列a和b，BLAST發(fā)現(xiàn)的高得分匹配區(qū)稱為HSPs。而HSP得分超過閾值t的概率P(H(a，b)>t)可以依據(jù)Poisson分布的性質(zhì)計算得到。

二、假設(shè)檢驗

假設(shè)檢驗（hypothesis）是醫(yī)學(xué)統(tǒng)計學(xué)中統(tǒng)計推斷部分的重要內(nèi)容。假設(shè)檢驗根據(jù)反證法和小概率原理，首先依據(jù)資料性質(zhì)和所需解決的問題，建立檢驗假設(shè)；在假設(shè)該檢驗假設(shè)成立的前提下，采用適當(dāng)?shù)臋z驗方法，根據(jù)樣本算得相應(yīng)的檢驗統(tǒng)計量；最后，依據(jù)概率分布的特點和算得的檢驗統(tǒng)計量的大小來判斷是否支持所建立的檢驗假設(shè)，進(jìn)而推斷總體上該假設(shè)是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數(shù)檢驗方法。

假設(shè)檢驗為醫(yī)學(xué)研究提供了一種很好的由樣本推斷總體的方法。例如，隨機(jī)抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數(shù)）與該年齡段兒童應(yīng)有的標(biāo)準(zhǔn)平均身高（總體均數(shù)）做u檢驗，其檢驗結(jié)果可以幫助我們推斷出該市該年齡段兒童身高是否與標(biāo)準(zhǔn)身高一致，為了解該市該年齡段兒童的生長發(fā)育水平提供參考。又如，醫(yī)學(xué)中常?？梢圆捎胻檢驗、秩和檢驗比較兩種藥物的療效有無差別；用?2檢驗比較不同治療方法的有效率是否相同等等。

這些假設(shè)檢驗的方法在生物實驗資料的分析前期應(yīng)用較多，但由于研究目的和資料性質(zhì)不同，一般會對某些方法進(jìn)行適當(dāng)調(diào)整和結(jié)合。

例如，基于基因芯片實驗數(shù)據(jù)尋找差異表達(dá)基因的問題。基因芯片（gene chip）是近年來實驗分子生物學(xué)的技術(shù)突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設(shè)定實驗條件下的表達(dá)數(shù)據(jù)。為了從這海量的數(shù)據(jù)中尋找有意義的信息，在對基因表達(dá)數(shù)據(jù)進(jìn)行分析的過程中，找到那些在若干實驗組中表達(dá)水平有明顯差異的基因是比較基礎(chǔ)和前期的方法。這些基因常常被稱為“差異表達(dá)基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達(dá)水平的重復(fù)測量數(shù)據(jù)看作一個樣本，尋找差異表達(dá)基因的問題其實就可以采用假設(shè)檢驗方法加以解決。

如果表達(dá)數(shù)據(jù)服從正態(tài)分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達(dá)水平的差異。

但是，由于表達(dá)數(shù)據(jù)很難滿足正態(tài)性假定，目前常用的方法基于非參數(shù)檢驗的思想，并對其進(jìn)行了改進(jìn)。該方法分為兩步：首先，選擇一個統(tǒng)計量對基因排秩，用秩代替表達(dá)值本身；其次，為排秩統(tǒng)計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統(tǒng)計量有：任一特定基因在重復(fù)序列中表達(dá)水平M值的均值 ；考慮到基因在不同序列上變異程度的統(tǒng)計量 ，其中，s是M的標(biāo)準(zhǔn)差；以及用經(jīng)驗Bayes方法修正后的t-統(tǒng)計量： ，修正值a由M的方差s2的均數(shù)和標(biāo)準(zhǔn)差估計得到。

三、一些高級統(tǒng)計方法在基因研究中的應(yīng)用

（一）聚類分析

聚類分析（clustering analysis）是按照“物以類聚”的原則，根據(jù)聚類對象的某些性質(zhì)與特征，運用統(tǒng)計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內(nèi)的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統(tǒng)計分析方法，其基本內(nèi)容包括：相似性度量方法、系統(tǒng)聚類法（Hierarchical Clustering）、K-means聚類法、SOM方法等。

聚類分析可以幫助我們解決醫(yī)學(xué)中諸如：人的體型分類，某種疾病從發(fā)生、發(fā)展到治愈不同階段的劃分，青少年生長發(fā)育分期的確定等問題。

近年來隨著基因表達(dá)譜數(shù)據(jù)的不斷積累，聚類分析已成為發(fā)掘基因信息的有效工具。在基因表達(dá)研究中，一項主要的任務(wù)是從基因表達(dá)數(shù)據(jù)中識別出基因的共同表達(dá)模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關(guān)聯(lián)性。這種探索完全未知的數(shù)據(jù)特征的方法就是聚類分析，生物信息學(xué)中又稱為無監(jiān)督的分析（Unsupervised Analysis）。常用方法是利用基因表達(dá)數(shù)據(jù)對基因（樣本）進(jìn)行聚類，將具有相同表達(dá)模式的基因（樣本）聚為一類，根據(jù)聚類結(jié)果通過已知基因（樣本）的功能去認(rèn)識那些未知功能的基因。對于基因表達(dá)數(shù)據(jù)而言，系統(tǒng)聚類法易于使用、應(yīng)用廣泛，其結(jié)果——系統(tǒng)樹圖能提供一個可視化的數(shù)據(jù)結(jié)構(gòu)，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯(lián)接法(Average Linkage Clustering)一般能給出較為合理的聚類結(jié)果2。

（二）判別分析

判別分析（discriminant analysis）是根據(jù)觀測到的某些指標(biāo)的數(shù)據(jù)對所研究的對象建立判別函數(shù)，并進(jìn)行分類的一種多元統(tǒng)計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-Nearest Neighbor Classifiers）、分類樹算法（Classification Tree Algorithm），人工神經(jīng)網(wǎng)絡(luò)（ANNs）和支持向量機(jī)（SVMs）。

判別分析常用于臨床輔助鑒別診斷，計量診斷學(xué)就是以判別分析為主要基礎(chǔ)迅速發(fā)展起來的一門科學(xué)。如臨床醫(yī)生根據(jù)患者的主訴、體征及檢查結(jié)果作出診斷；根據(jù)各種癥狀的嚴(yán)重程度預(yù)測病人的預(yù)后或進(jìn)行某些治療方法的療效評估；以及流行病學(xué)中某些疾病的早期預(yù)報，環(huán)境污染程度的堅定及環(huán)保措施、勞保措施的效果評估等。

在生物信息學(xué)針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準(zhǔn)確分類，如，基因的功能類、樣本歸結(jié)于疾?。ㄕ＃顟B(tài)等等。當(dāng)利用了這些分類信息時，就可以采用判別分析的方法對基因進(jìn)行分類，生物信息學(xué)中又稱為有監(jiān)督的分析（Supervised Analysis）。例如，基因表達(dá)數(shù)據(jù)分析中，對于已經(jīng)過濾的基因，前三種方法的應(yīng)用較為簡單。而支持向量機(jī)（SVMs）和人工神經(jīng)網(wǎng)絡(luò)（ANNs）是兩種較新，但很有應(yīng)用前景的方法。

（三）相關(guān)分析

相關(guān)分析（correlation analysis）是醫(yī)學(xué)統(tǒng)計學(xué)中研究兩變量間關(guān)系的重要方法。它借助相關(guān)系數(shù)來衡量兩變量之間的關(guān)系是否存在、關(guān)系的強(qiáng)弱，以及相互影響的方向。其基本內(nèi)容包括：線性相關(guān)系數(shù)、秩相關(guān)系數(shù)、相關(guān)系數(shù)的檢驗、典型相關(guān)分析等。

我們常?？梢越柚嚓P(guān)分析判斷研究者所感興趣的兩個醫(yī)學(xué)現(xiàn)象之間是否存在聯(lián)系。例如，采用秩相關(guān)分析我們發(fā)現(xiàn)某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關(guān)關(guān)系；采用線性相關(guān)方法發(fā)現(xiàn)中年女性體重與血壓之間具有非常密切的正相關(guān)關(guān)系等等。

生物信息學(xué)中可以利用相關(guān)分析建立基因調(diào)控網(wǎng)絡(luò)。如果將兩個不同的基因在不同實驗條件下的表達(dá)看作是兩個變量，相關(guān)分析所研究的正是兩者之間的調(diào)控關(guān)系。如采用線性相關(guān)系數(shù)進(jìn)行兩基因關(guān)系的分析時，其大小反應(yīng)了基因調(diào)控關(guān)系的強(qiáng)弱，符號則反應(yīng)了兩基因是協(xié)同關(guān)系（相關(guān)系數(shù)為正），還是抑制關(guān)系（相關(guān)系數(shù)為負(fù)）。

四、意義

生物信息學(xué)不僅是醫(yī)學(xué)統(tǒng)計學(xué)的研究前沿，更是醫(yī)學(xué)研究由宏觀向微觀拓展的重要領(lǐng)域，其研究內(nèi)容已逐漸為多數(shù)醫(yī)學(xué)院校的學(xué)員了解和熟悉。而如何對新技術(shù)產(chǎn)生的生物實驗數(shù)據(jù)進(jìn)行準(zhǔn)確合理的分析，卻成為生物信息學(xué)研究的主要瓶頸之一。

在醫(yī)學(xué)統(tǒng)計學(xué)課堂教學(xué)中引入生物信息學(xué)實例，而不僅僅局限于常見的醫(yī)學(xué)、衛(wèi)生領(lǐng)域的例子，將難以理解的統(tǒng)計理論和方法與前沿的生物實例相結(jié)合，拓寬了學(xué)員的視野，提高了學(xué)員的學(xué)習(xí)興趣，更可以加深對所學(xué)知識的理解；與此同時，使學(xué)員掌握了生物實驗數(shù)據(jù)的先進(jìn)分析方法，擴(kuò)大了學(xué)員的知識面，提高了他們今后開展醫(yī)學(xué)科研工作的能力。

還有一些醫(yī)學(xué)統(tǒng)計學(xué)方法目前也逐漸應(yīng)用于生物信息學(xué)研究中，諸如：遺傳算法、熵理論等等。但這些方法已經(jīng)超出了醫(yī)學(xué)統(tǒng)計學(xué)課堂教學(xué)的范圍，我們將嘗試在第二課堂或選修課中，作為補(bǔ)充知識進(jìn)行講授，供那些學(xué)有余力的學(xué)員學(xué)習(xí)交流。

參考文獻(xiàn)

1．郭祖超著. 醫(yī)學(xué)統(tǒng)計學(xué). 第1版.北京：人民軍醫(yī)出版社，1999. 238-243

篇(3)

（1.安徽三聯(lián)學(xué)院；2.安徽醫(yī)科高等?？茖W(xué)校；3.安徽醫(yī)科大學(xué)，安徽，合肥 230601）

摘 要：目的：研究初中生學(xué)的人格特征、心理健康狀況與其學(xué)業(yè)情緒之間的典型相關(guān)關(guān)系及回歸關(guān)系.方法：采用艾森克人格問卷（EPQ)、癥狀自評量表（SCL-90）和青少年學(xué)業(yè)情緒問卷，對286名初中學(xué)生進(jìn)行測評.結(jié)果：對初中生人格特征與學(xué)業(yè)情緒的典型相關(guān)分析發(fā)現(xiàn)，第一、二、三、四典型相關(guān)系數(shù)分別為0.850、0.746、0.536、0.089.癥狀自評量表（SCL-90)九因子及總分和中學(xué)生學(xué)業(yè)情緒的四維度之間的相關(guān)系數(shù)最高為0.812；典型相關(guān)系數(shù)分別為0.748、0.667、0.424、0.072；對其進(jìn)行統(tǒng)計學(xué)檢驗，均有統(tǒng)計學(xué)意義.結(jié)論：初中生人特征與學(xué)業(yè)情緒之間相關(guān)性較高；以學(xué)業(yè)情緒維度作為因變量，以艾森克人格的三維度作為自變量，進(jìn)行多元逐步回歸分析，內(nèi)-外向(E)對學(xué)業(yè)情緒沒有明顯的預(yù)測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學(xué)業(yè)情緒的四個維度均有一定的預(yù)測作用.癥狀自評量表（SCL-90）各因子及總分與學(xué)業(yè)情緒各維度之間存在相關(guān)，典型相關(guān)性顯著，說明學(xué)業(yè)情緒在所調(diào)查的初中生群體中，與其心理健康狀況存在相關(guān)關(guān)系.

關(guān)鍵詞 ：學(xué)業(yè)情緒；典型相關(guān)分析；艾森克人格問卷；癥狀自評量表

中圖分類號：G444 文獻(xiàn)標(biāo)識碼：A 文章編號：1673-260X（2015）03-0118-02

基金項目：安徽省自然科學(xué)基金項目資助（1308085MH168）

人格是一系列復(fù)雜的具有跨時間、跨情景特點的，對個體特征行為模式有影響的獨特的心理品質(zhì).初中生階段是個體學(xué)業(yè)學(xué)習(xí)和人格形成的關(guān)鍵時期[1].初中生的學(xué)業(yè)情緒和學(xué)生的學(xué)業(yè)成績之間存在較密切的關(guān)系[2].國內(nèi)外關(guān)于情緒與人格關(guān)系方面，也有很多探討研究，但由于學(xué)界對于學(xué)業(yè)情緒概念的界定還不

統(tǒng)一，也造成了在學(xué)業(yè)情緒與人格特征方面的實證研究并不多.Bracker和Mayer在情緒智力與人格五因素，16PF等關(guān)系方面做了一定的探討研究.從初中生人格特征這個層面，本文主要想在以往的研究基礎(chǔ)上，通過典型相關(guān)分析，探討初中生人格特征與學(xué)業(yè)情緒之間的典型相關(guān)關(guān)系，為以后改善初中生學(xué)業(yè)情緒狀態(tài)，培養(yǎng)良好人格特征提供理論支持.另一方面，學(xué)業(yè)情緒對學(xué)業(yè)成就的影響，近年來，國內(nèi)外的研究較多，而對于學(xué)業(yè)情緒和心理健康狀況的相關(guān)研究并不多見，從情緒和心理健康的相互影響和促進(jìn)的相關(guān)研究文獻(xiàn)中[3-4]，我們發(fā)現(xiàn)，心理健康狀況是相當(dāng)穩(wěn)定的，在一定的心理健康水平下，心理健康和學(xué)業(yè)情緒之間的直接相關(guān)性是不高的，或者說是很低的.但是，相關(guān)的研究表明，情緒是促進(jìn)個體心理健康的重要心理資源.本文主要想在實際調(diào)研的基礎(chǔ)上，通過典型相關(guān)分析，探討初中的學(xué)業(yè)情緒與其心理健康狀況之間是否存在典型相關(guān)關(guān)系，為進(jìn)一步探討學(xué)生學(xué)業(yè)情緒與其心理健康之間的中介因素提供實證研究支持.

1 對象與方法

1.1 對象

通過整群隨機(jī)抽樣的方法，在合肥市區(qū)中學(xué)中抽取三所中學(xué)，再在每所中學(xué)中隨機(jī)抽取七年級和八年級各兩個班，共計286人.發(fā)放問卷286份， 收回符合研究條件者264份，有效率92%.

1.2 工具

1.2.1 青少年學(xué)業(yè)情緒問卷[5]

俞國良、董妍編制，問卷由積極高喚醒學(xué)業(yè)情緒、積極低喚醒學(xué)業(yè)情緒、消極高喚醒學(xué)業(yè)情緒、消極低喚醒學(xué)業(yè)情緒四個分問卷組成，共計72個項目.問卷采用五點計分方式，從完全不符合、比較不符合、不清楚、比較符合和完全符合.

1.2.2 艾森克人格問卷(EPQ)

英國心理學(xué)家艾森克教授編制，由龔耀先教授修訂，青年版共有81個項目，三個維度：分別為內(nèi)-外向(E)、神經(jīng)質(zhì)(N)、精神質(zhì)(P)，另外還有一個掩飾傾向性分量表.

1.2.3 癥狀自評量表（SCL-90)

該量表包括90個條目，共9個分量表，即軀體化、強(qiáng)迫癥狀、人際關(guān)系敏感、抑郁、焦慮、敵對、恐怖、偏執(zhí)和精神病性，和1個“其它”因子.總癥狀指數(shù)的分?jǐn)?shù)在1～1.5之間，表明被試自我感覺沒有量表中所列的癥狀；在1.5～2.5之間，表明被試感覺有點癥狀，但發(fā)生得并不頻繁；在2.5～3.5之間，表明被試感覺有癥狀，其嚴(yán)重程度為輕到中度；在3.5～4.5之間，表明被試感覺有癥狀，其程度為中到嚴(yán)重；在4.5～5之間表明被試感覺有，且癥狀的頻度和強(qiáng)度都十分嚴(yán)重.總分為問卷原始分之和減去90.

1.3 研究過程

采用現(xiàn)場調(diào)查法，在學(xué)校配合的情況下，向選定班班主任說明調(diào)查的目的和意義，由班主任組織學(xué)生，以考試的形式發(fā)放問卷，按問卷指導(dǎo)語填寫，依據(jù)學(xué)生的學(xué)號進(jìn)行問卷編號.

1.4 統(tǒng)計方法

采用spss19.0建立數(shù)據(jù)庫，進(jìn)行描述性統(tǒng)計、正態(tài)檢驗、典型相關(guān)分析、多元回歸分析等統(tǒng)計分析.

2 結(jié)果

2.1 艾森克人格特征與學(xué)業(yè)情緒的典型相關(guān)分析

從艾森克人格的三維度和中學(xué)生學(xué)業(yè)情緒的四維度之間的相關(guān)矩陣可以看出，神經(jīng)質(zhì)(N)同積極高喚醒學(xué)業(yè)情緒、消極低喚醒學(xué)業(yè)情緒之間有較高的相關(guān)性，精神質(zhì)(P)同積極低喚醒學(xué)業(yè)情緒、消極低喚醒學(xué)業(yè)情緒之間有較高的相關(guān)性，其它各項之間相關(guān)性很低.提取出的四個典型相關(guān)系數(shù)，分別為0.850、0.746、0.536、0.089；各典型相關(guān)系數(shù)的檢驗結(jié)果表明，四個典型相關(guān)系數(shù)有統(tǒng)計學(xué)意義.見表1.

2.2 中學(xué)生學(xué)業(yè)情緒維度的多元逐步回歸分析

以學(xué)業(yè)情緒各維度作為因變量，以艾森克人格的三維度：內(nèi)-外向(E)、神經(jīng)質(zhì)(N)、精神質(zhì)(P)作為自變量，進(jìn)行多元逐步回歸分析，結(jié)果發(fā)現(xiàn)，內(nèi)-外向(E)對學(xué)業(yè)情緒四個維度的回歸系數(shù)分別為0.023,0.030,0.018,0.021；神經(jīng)質(zhì)(N)對學(xué)業(yè)情緒四個維度的回歸系數(shù)為0.436,0.248,0.228,0.367；精神質(zhì)(P)對學(xué)業(yè)情緒四個維度的回歸系數(shù)為0.248,0.330, 0.526,0.341.內(nèi)-外向(E)對學(xué)業(yè)情緒沒有明顯的預(yù)測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學(xué)業(yè)情緒的四個維度均有一定的預(yù)測作用.

2.3 艾森克人格特征與學(xué)業(yè)情緒的典型相關(guān)分析

癥狀自評量表（SCL-90)九因子及總分和中學(xué)生學(xué)業(yè)情緒的四維度之間的相關(guān)矩陣，從矩陣可以看出，各項之間均存在相關(guān)性.從提取出的四個典型相關(guān)系數(shù)的大小，可見第一、二、三、四典型相關(guān)系數(shù)分別為0.748、0.667、0.424、0.072；對各典型相關(guān)系數(shù)進(jìn)行統(tǒng)計學(xué)檢驗，可見四個典型相關(guān)系數(shù)均有統(tǒng)計學(xué)意義.見表2.

3 討論

本研究結(jié)果顯示，初中生的艾森克人格三維度在學(xué)業(yè)情緒的四個維度上均有較強(qiáng)的相關(guān)性.通過對艾森克人格與學(xué)業(yè)情緒的典型相關(guān)分析，提取出了四對典型相關(guān)變量，計算出了這四對典型相關(guān)變量的相關(guān)系數(shù)，并進(jìn)行了統(tǒng)計學(xué)檢驗，結(jié)果表明這四對典型相關(guān)系數(shù)具有統(tǒng)計學(xué)意義.說明依據(jù)艾森克人格理論界定的個體的人格特征和學(xué)業(yè)情緒之間存在相關(guān)關(guān)系.進(jìn)一步的回歸分析表明，分別以學(xué)業(yè)情緒的四個維度作為因變量，以艾森克人格的三維度：內(nèi)-外向(E)、神經(jīng)質(zhì)(N)、精神質(zhì)(P)作為自變量，進(jìn)行多元逐步回歸分析，結(jié)果發(fā)現(xiàn)，內(nèi)-外向(E)對學(xué)業(yè)情緒沒有明顯的預(yù)測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學(xué)業(yè)情緒的四個維度均有一定的預(yù)測作用.依據(jù)艾森克人格理論，個體的內(nèi)-外向人格特征是相對穩(wěn)定的，人格外向，可能是好交際、渴望刺激和冒險，情感易于沖動.人格內(nèi)向，可能是好靜，富于內(nèi)省，除了親密的朋友之外，對一般人緘默冷淡，不喜歡刺激，喜歡有秩序的生活方式，情緒比較穩(wěn)定.不同的內(nèi)外侵向性的人格特征對個體的情緒是有影響的，但本研究表明，初中生的人格的內(nèi)外傾向性對其學(xué)業(yè)情緒基本是不具有預(yù)測性，也就是說，不能通過初中生的人格的內(nèi)外傾向性去預(yù)測該生的學(xué)業(yè)情緒高或低.個體的神經(jīng)質(zhì)(N)、精神質(zhì)(P)兩個維度的人格特征是可以預(yù)測該學(xué)生的學(xué)業(yè)情緒高或低的.結(jié)果提示我們，初中生的處于人格發(fā)展期，人格對學(xué)業(yè)情緒有影響，學(xué)業(yè)情緒對學(xué)業(yè)成就有影響[6]，我們在促進(jìn)初中生人格健康發(fā)展的同時，不可獨立于學(xué)生的學(xué)業(yè)發(fā)展，在提升學(xué)生學(xué)業(yè)成就的過程中也應(yīng)該培養(yǎng)學(xué)生健全的人格，在這個過程中，我們可以通過合理調(diào)節(jié)學(xué)生的學(xué)業(yè)情緒達(dá)到完善初中生的人格，提升學(xué)生學(xué)業(yè)成就.

通過對初中生的心理健康水平（SCL-90）與學(xué)業(yè)情緒的典型相關(guān)分析，提取出了四對典型相關(guān)變量，計算出了這四對典型相關(guān)變量的相關(guān)系數(shù)，并進(jìn)行了統(tǒng)計學(xué)檢驗，結(jié)果表明，這四對典型相關(guān)系數(shù)均具有統(tǒng)計學(xué)意義.說明依據(jù)SCL-90得到的初中生心理健康狀況和初中生的學(xué)業(yè)情緒之間存在相關(guān)關(guān)系.研究發(fā)現(xiàn)，初中生的心理健康狀況是相當(dāng)穩(wěn)定的，在一定的心理健康水平下，心理健康和學(xué)業(yè)情緒之間的直接相關(guān)性較高.通過本文的實證研究，初中的學(xué)業(yè)情緒與其心理健康狀況之間存在典型相關(guān)關(guān)系.在很多的研究文獻(xiàn)中，我們發(fā)現(xiàn)，情緒和心理健康之間是存在相關(guān)關(guān)系的.

參考文獻(xiàn)：

〔1〕雷曉梅，劉靈，楊玉鳳.中學(xué)生艾森克個性問卷調(diào)查及影響因素研究[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2007，34（3）：572-574.

〔2〕陸桂芝，龐麗華.初中1～3年級學(xué)生的學(xué)業(yè)情緒與學(xué)業(yè)成就的相關(guān)研究[J].教育探索，2008,210（18）：124-125.

〔3〕潘明軍，錢兵.大學(xué)生情緒智力與心理健康的關(guān)系[J].中國學(xué)校衛(wèi)生，2012,33（1）：43-44.

〔4〕王振宏，呂薇，杜娟，王克靜.大學(xué)生積極情緒與心理健康的關(guān)系：個人資源的中介效應(yīng)[J].中國心理衛(wèi)生雜志，2011,25（7）：521-523.

篇(4)

1資料與方法

1.1一般資料:選擇2004年1月~2011年10月我院急診科收治的記錄資料完整的經(jīng)口服中毒的AOPP患者49例，無基礎(chǔ)疾病，入院時AOPP診斷符合文獻(xiàn)[1]。其中男19例，女30例，年齡19~61歲，平均(34.96±13.27)歲。毒物種類：樂果中毒15例，氧化樂果6例，敵敵畏4例，久效磷6例，甲胺磷10例，對硫磷4例，鋅硫磷3例，農(nóng)地樂1例?；颊叻镜饺朐簳r間為0.5~6.0h。根據(jù)臨床癥狀(胃管內(nèi)抽出或嘔吐出咖啡色、紅色液體，解黑大便)，分為上消化道出血組(A組)和非上消化道出血組(B組)。A組男9例，女17例，平均年齡(32.23±12.72)歲，19例治愈，4例搶救無效死亡，3例放棄治療死亡；B組男10例，女13例，平均年齡(34.14±12.52)歲，21例治愈，2例搶救無效死亡。兩組一般資料比較差異無統(tǒng)計學(xué)意義(P＞0.05)。

1.2治療方法:B組入院后洗胃機(jī)反復(fù)洗胃至洗胃液無農(nóng)藥味，并留置胃管反復(fù)洗胃，每次4~6h，每次300~500ml，持續(xù)1~3d；洗胃同時予復(fù)能劑氯解磷定肌注，0.5~1.0g，2~4次/d，療程3~7d；迅速達(dá)阿托品化并維持；防止并發(fā)癥呼吸衰竭、感染、腦水腫、水電解質(zhì)酸堿失衡等。A組在上述治療基礎(chǔ)上給予抑酸護(hù)胃及胃粘膜保護(hù)治療，必要時輸血，糾正失血性貧血。

1.3統(tǒng)計學(xué)方法:應(yīng)用SPSS11.0進(jìn)行統(tǒng)計學(xué)分析，計量資料組間比較采用t檢驗，相關(guān)分析采用Spearman等級相關(guān)分析法。P＜0.05為差異有統(tǒng)計學(xué)意義。

2結(jié)果

2.1上消化道出血情況:從接觸毒物時間起計算，A組患者發(fā)生上消化道出血的最短時間為0.5h，最長時間為90h，平均(11.88±9.69)h。部分患者發(fā)生再次或多次出血，故A組累計發(fā)生上消化道出血32次；上消化道出血原因依次為毒物損傷胃粘膜21次(65.63%)、洗胃損傷6次(1875%)，應(yīng)激性潰瘍5次(15.62%)。

2.2臨床診治情況:兩組入院時A組血糖濃度[(9.27±3.55)mmol/L]與B組血糖濃度[(8.71±3.78)mmol/L]比較差異無統(tǒng)計學(xué)意義；A組入院24h內(nèi)急性生理學(xué)及慢性健康狀況評分II(APACHEII，16.53±621)明顯高于B組(10.04±5.92)P＜0.05)，而入院時A組血清膽堿酯酶[(323.7±109.14)U/L]明顯低于B組[(420.33±122.76)U/L](P＜005)，差異均有統(tǒng)計學(xué)意義。

2.3相關(guān)分析:對各種臨床因素進(jìn)行Spearman等級相關(guān)分析，發(fā)現(xiàn)血糖與上消化道出血無相關(guān)性，APACHEII評分與上消化道出血呈正相關(guān)，相關(guān)系數(shù)為0.470(P＜0.05)；血清膽堿酯酶與上消化道出血呈負(fù)相關(guān)，相關(guān)系數(shù)-0.336(P＜0.05)。

3討論

本研究發(fā)現(xiàn)最早可在口服毒物半小時出現(xiàn)上消化道出血，且約有半數(shù)上消化道出血發(fā)生在口服農(nóng)藥的12h內(nèi)。其中最常見(本研究觀察到約65.63%)為毒物損傷粘膜所致。提示口服有機(jī)磷農(nóng)藥可使胃粘膜廣泛病變，出血糜爛嚴(yán)重。此外，由于高強(qiáng)度高頻度的洗胃治療，不可避免地導(dǎo)致部分患者(約18.75%)發(fā)生胃機(jī)械性損傷或加重毒物的胃粘膜損傷。

病理生理學(xué)研究證實，機(jī)體應(yīng)激時腎上腺糖皮質(zhì)激素、兒茶酚胺、胰高血糖素、生長激素的分泌及釋放增加，同時胰島素相對分泌減少及胰島素抵抗等因素，均能促使血糖增高，故危重患者常伴有血糖升高。目前認(rèn)為，危重患者入院后測定兩次，空腹血糖≥6.9mmol/L或隨機(jī)血糖≥111mmol/L者，即可診斷為應(yīng)激性高血糖。而本研究中兩組患者均有較高的應(yīng)激性高血糖發(fā)生率，雖然上消化道出血高于非上消化道出血組，但差異無統(tǒng)計學(xué)意義。

實踐已證明，應(yīng)用急性生理學(xué)及APACHEII系統(tǒng)評估急診內(nèi)科重癥監(jiān)護(hù)病房(ICU)患者疾病的危重程度、療效和預(yù)后有較好的準(zhǔn)確度和分辨率。文獻(xiàn)報道APACHEII評分＜20分時，患者病死率為6.3%，評分≥20分時病死率將高達(dá)65.62%。重度AOPP患者在發(fā)生上消化道出血的同時，也多可導(dǎo)致心、腦、腎等臟器缺血缺氧、循環(huán)衰竭，或因應(yīng)激引發(fā)全身炎癥反應(yīng)綜合征、多臟器功能障礙，甚至多臟器衰竭。本研究進(jìn)一步證實，APACHEII評分與上消化道出血具有明顯的相關(guān)性，上消化道出血組APACHEII評分明顯高于非上消化道出血組。

篇(5)

1對象與方法

1.1研究對象

參考相關(guān)文獻(xiàn)資料，根據(jù)以往研究經(jīng)驗，本研究主要依據(jù)樣本含量為調(diào)查條目的10～20倍的原則對研究對象樣本量大小進(jìn)行估計。本研究中所采用的調(diào)查問卷共包含68個條目（其中艾森克人格問卷包含48個條目，一般健康問卷包含20個條目），按照調(diào)查條目15倍的原則，共需要調(diào)查1020人（68×15＝1020人）?？紤]到調(diào)查問卷具有一定的不合格率，故擬調(diào)查1050人。以濰坊醫(yī)學(xué)院在校醫(yī)學(xué)生為研究對象，采用分層整群抽樣方法，以年級為層、以班級為群，從一年級、二年級、三年級各隨機(jī)抽取6個班，對隨機(jī)抽取的18個班級的全體同學(xué)進(jìn)行問卷調(diào)查，共調(diào)查1050名醫(yī)學(xué)生。本研究共發(fā)放問卷1050份，收回1050份，回收率100%。對收回的問卷進(jìn)行審核后得有效問卷972份，有效率為92.6%。

1.2研究方法

1.2.1調(diào)查工具本次研究所用的調(diào)查工具有：（1）艾森克人格問卷簡式量表中國版（EysenckPersonalityQuestionnaire-Revised，ShortScaleforChinese，EPQ-RSC）［3］，該量表包括精神質(zhì)（Psychoticism，P）、外向性（Extraversion，E）、神經(jīng)質(zhì)（Neurocicism，N）和社會掩飾性（Lie，L）4個分量表，各量表12個條目，共有48個條目。其中第2、6、18、26、28、35、43、27、8、12、20、24、29、33、37、40和47條目反向計分，其他條目正向計分。4個分量表的信度在0.54～0.88之間。（2）一般健康問卷（Generalhealthquestionnaire，GHQ-20）［4］，該問卷共包含20個條目，均為“是否式”選擇題。除第7題和第10題反向計分外，其他題目選“是”得1分，選“否”得0分。一般健康問卷包括自我肯定、憂郁和焦慮3個維度。其中1～9條目反映個體自我肯定的內(nèi)容，得分越高，表明被測個體自我肯定程度越高；10～15條目反映個體憂郁狀況，得分越高，個體憂郁程度越高；16～20條目反映個體的焦慮狀況，得分越高，被測個體的焦慮狀況越明顯。

1.2.2調(diào)查方法資料收集前集中培訓(xùn)調(diào)查員，統(tǒng)一施測調(diào)查程序和指導(dǎo)語。問卷調(diào)查在學(xué)生知情同意的情況下，采用不記名方式，以班級為單位進(jìn)行集體測試，現(xiàn)場填答完畢后收回問卷。

1.3統(tǒng)計分析

應(yīng)用EpiData3.1軟件雙份錄入數(shù)據(jù)構(gòu)建數(shù)據(jù)庫并進(jìn)行邏輯查錯，采用SPSS13.0及SAS9.2統(tǒng)計軟件進(jìn)行統(tǒng)計分析。采用構(gòu)成比、均數(shù)、標(biāo)準(zhǔn)差等指標(biāo)對數(shù)據(jù)進(jìn)行描述性統(tǒng)計；采用t檢驗或方差分析方法對醫(yī)學(xué)生人格特質(zhì)及心理健康狀況得分情況進(jìn)行比較分析；采用典型相關(guān)（Canonicalcorrelation）分析方法分析醫(yī)學(xué)生人格特質(zhì)與健康狀況之間的關(guān)系。典型相關(guān)分析是一種研究兩組變量相關(guān)關(guān)系的統(tǒng)計學(xué)方法。典型相關(guān)分析根據(jù)變量間的相關(guān)關(guān)系，尋找少數(shù)幾個關(guān)系簡單的綜合變量對，將兩組變量的關(guān)系集中到少數(shù)幾對綜合變量的關(guān)系上。若典型變量對為Vi與Wi，其線性組合公式表達(dá)如下：Vi＝lilX1+li2X2+…+lipXpWi＝lilY1+li2Y2+…+lipYp其中Vi與Wi之間的典型相關(guān)系數(shù)為ρi。當(dāng)i＝1時，V1與W1為第一對典型變量，它們之間的相關(guān)系數(shù)為第一典型相關(guān)系數(shù)，依次類推。一般要求ρ1≥ρ2≥ρ3≥…。本研究中對典型相關(guān)系數(shù)進(jìn)行假設(shè)檢驗時，其檢驗水準(zhǔn)α取0.05［5］。

2結(jié)果

2.1一般情況

本次調(diào)查的972名醫(yī)學(xué)生中，男生386人，占39.7%，女生586人，占60.3%。大一、大二、大三的學(xué)生分別有340人（35.0%）、334人（34.4%）、298人（30.7%）。生源地為城市的292人（30.0%），生源地為農(nóng)村的680人（70.0%）。獨生子女326人（34.6%），非獨生子女人636人，占65.4%。大多數(shù)學(xué)生（82.3%）的家庭經(jīng)濟(jì)情況呈中等水平。

2.2醫(yī)學(xué)生人格特質(zhì)及心理健康狀況得分情況

本次研究結(jié)果顯示，醫(yī)學(xué)生人格特質(zhì)中得分從高到低依次為外向性（7.99±2.24）分、精神質(zhì)（7.01±1.31）分、社會掩飾性（6.57±1.86）分和神經(jīng)質(zhì)（5.22±3.10）分，4種人格特質(zhì)的得分不同（F＝129.861，P＜0.0001）。醫(yī)學(xué)生心理健康狀況得分情況如下：自我肯定（4.99±1.80）分，憂慮（1.57±1.02）分，焦慮（1.46±1.50）分，三者得分情況有統(tǒng)計學(xué)差異（F＝897.515，P＜0.0001）。

2.3醫(yī)學(xué)生人格特質(zhì)與全國人口比例構(gòu)成的EPQ-RSC常模比較

對不同性別醫(yī)學(xué)生人格特質(zhì)的4個分量表與全國人口比例構(gòu)成的EPQ-RSC常模進(jìn)行比較。比較結(jié)果顯示，男性醫(yī)學(xué)生人格特質(zhì)4個分量表與常模比較差異均有統(tǒng)計學(xué)意義（P＜0.05）；女性醫(yī)學(xué)生4個維度人格特質(zhì)中，除掩飾維度得分與常模之間差異無統(tǒng)計學(xué)意義外，其他維度差異均有統(tǒng)計學(xué)意義（P＜0.001），具體分析結(jié)果見表1。2.4醫(yī)學(xué)生人格特質(zhì)與健康狀況典型相關(guān)分析2.4.1典型變量及其相關(guān)系數(shù)檢驗結(jié)果醫(yī)學(xué)生人格特質(zhì)與健康狀況的典型相關(guān)分析結(jié)果見表2。由表2可知，第一、二對典型變量的相關(guān)系數(shù)有統(tǒng)計學(xué)意義，分別為0.6140和0.2334，其中第一對典型變量包含了全部相關(guān)信息的90.07%，第二對典型變量包含全部相關(guān)信息的8.97%，表明人格特質(zhì)組與健康狀況組可以由這2對典型變量表示。第三對典型變量的相關(guān)系數(shù)較小，無統(tǒng)計學(xué)意義。以X1，X2，X3和X4分別表示精神質(zhì)、外向性、神經(jīng)質(zhì)和社會掩飾性4種人格特質(zhì)；以Y1，Y2和Y3分別表示自我肯定、憂慮和焦慮3種心理健康狀況。則第一、二對典型變量的線性組合表示為：第一對典型變量：V1＝0.1173X1-0.4140X2+0.8050X3+01110X4W1＝-0.3510Y1+0.2099Y2+0.7600Y3第二對典型變量：V2＝0.4110X1+0.8001X2+0.4032X3-0.4410X4W2＝0.9264Y1+0.5901Y2+0.1573Y3由以上2對典型變量可知，醫(yī)學(xué)生人格特質(zhì)主要體現(xiàn)在神經(jīng)質(zhì)（X3）和外向性（X2）2個方面，系數(shù)分別為0.8050和0.8001；而心理健康狀況主要體現(xiàn)在焦慮（Y3）和自我肯定（Y1）2個方面，系數(shù)分別為0.7600和0.9264。2.4.2各變量與典型變量間的相關(guān)分析各變量與兩對典型變量間的相關(guān)關(guān)系分析結(jié)果見表3。由表3可知，各指標(biāo)與2對典型變量的關(guān)系如下：（1）各X變量與V1和V2的關(guān)系：X3（神經(jīng)質(zhì)）與V1的相關(guān)性最大，相關(guān)系數(shù)為0.8997；X2（外向性）與V2的相關(guān)性最大，相關(guān)系數(shù)為0.7145，說明神經(jīng)質(zhì)和外向性包含人格特質(zhì)的信息量較多，是反映人格特質(zhì)的主要指標(biāo)。（2）各Y變量與V1和V2的關(guān)系：Y3（焦慮）與V1的相關(guān)性較大，相關(guān)系數(shù)為0.5559，說明焦慮包含醫(yī)學(xué)生心理健康狀況的信息量較多。（3）各X變量與W1和W2的關(guān)系：X3（神經(jīng)質(zhì)）與的相關(guān)性最大，相關(guān)系數(shù)為0.5524，說明神經(jīng)質(zhì)人格與醫(yī)學(xué)生心理健康狀況關(guān)系密切。人格特質(zhì)4個變量（X）中只有X2（外向性）與W2有關(guān)系（P＜0.01）。（4）各Y變量與W1和W2的關(guān)系：Y3（焦慮）與W1的相關(guān)性最大，相關(guān)系數(shù)為0.9053；Y1（自我肯定）與W2的相關(guān)性最大，相關(guān)系數(shù)為0.7616，說明焦慮和自我肯定包含健康狀況的信息量較多。2.4.3典型變量間的冗余度分析典型冗余分析結(jié)果顯示：人格特質(zhì)的變異有13.15%被健康狀況典型變量組所解釋；健康狀況的變異有20.04%被人格特質(zhì)的典型變量組所解釋，表明人格特質(zhì)對健康狀況的影響作用大于健康狀況對人格特質(zhì)的作用。

3討論

篇(6)

關(guān)鍵詞：糖尿病；非酮癥；低鉀血癥；腎損害

糖尿病是日益嚴(yán)重的世界公共衛(wèi)生問題，預(yù)計到2030年糖尿病患者將激增至4.39億人[1-2]。糖尿病可引起體內(nèi)多種物質(zhì)代謝紊亂，以往報道伴低鉀的糖尿病多見于酮癥酸中毒患者，但近些年發(fā)現(xiàn)非酮癥糖尿病患者也易并發(fā)低鉀血癥，長期低血鉀易引起或加重腎臟損傷[3]。本文納入242例伴低鉀血癥的非酮癥糖尿病患者，并對其引發(fā)腎臟損傷的機(jī)制進(jìn)行探討。

1 資料與方法

1.1一般資料 納入2012年1月～2015年12月收住天津市第一中心醫(yī)院內(nèi)分泌科的非酮癥糖尿病合并低鉀血癥患者242例為研究對象。其中男57.03%（138例），女42.97%（104例）。年齡27～76歲，平均年齡為（65.8±7.6）歲，糖尿病病史4月～38 年，平均診斷糖尿病病史為（9.1±6.2）年。

1.2診斷標(biāo)準(zhǔn) ①糖尿病診斷依據(jù)符合2013年中國糖尿病診斷標(biāo)準(zhǔn)[4]。②血清生化測定使用日本7600-020 HITACHI生化測定儀，以血清鉀濃度低于3.5 mmol/L為低血鉀癥。其中3.0～3.5 mmol/L 為輕度低鉀血癥，2.5～3.0 mmol/L為中度低鉀血癥，低于2.5 mmol/L為重度低鉀血癥[5]。③排除標(biāo)準(zhǔn)：a.糖尿病酮癥酸中毒患者；b.已在院外行補(bǔ)鉀治療者；c.腎臟透析治療者。

1.3方法 回顧性分析符合入選標(biāo)準(zhǔn)患者的糖化血紅蛋白，空腹胰島素（FINS），空腹C-肽（FC-P），腎功能、血壓，臥位醛固酮、腹部超聲、尿常規(guī)、24 h尿蛋白（24hMTP）、24 h微量白蛋白（24hUAE）、24 h尿鉀（24hUK）、β2微球蛋白（β2-MG）、甲狀腺功能、十二導(dǎo)聯(lián)心電圖表現(xiàn)等，力爭找出低鉀及腎臟損傷相關(guān)病因。

1.4統(tǒng)計學(xué)方法 以SPSS 17.0軟件進(jìn)行統(tǒng)計學(xué)分析，應(yīng)用方差分析和相關(guān)分析統(tǒng)計。P

2 結(jié)果

2.1不同血鉀組別在臨床特點上的比較 經(jīng)實驗室檢查血鉀濃度2.1～3.49 mmol/L，平均濃度為（2.83±0.61）mmol/L?；颊咭暂p中度低鉀血癥為主（205例占總數(shù)的84.7%）。三組臥位醛固酮、24 h尿鉀及β2-MG有組間差異（P

2.2低血鉀的可能病因 依據(jù)患者入院后查體、既往病史及完善病因等檢查后綜合分析：主要低鉀因素為長期鉀攝入不足及大劑量胰島素應(yīng)用，分別占比26.86%、24.38%，見表2。

2.3低血鉀與腎臟損傷指標(biāo)的相關(guān)性分析

2.3.1血糖水平與腎臟損傷的相關(guān)性分析 患者血糖與年齡、病程、K、空腹胰島素、空腹C-P、醛固酮、24 h尿蛋白、24 h微量白蛋白、β2-MG的相關(guān)性分析顯示，血糖與血鉀呈負(fù)相關(guān)，且差異具有統(tǒng)計學(xué)意義。血糖與醛固酮、24 h尿蛋白、24 h微量白蛋白、β2-MG呈正相關(guān)，差異具有統(tǒng)計學(xué)意義，見表3。

2.3.2血鉀水平與腎臟損傷的相關(guān)性分析 患者血鉀與年齡、病程、HbA1C、空腹胰島素、空腹C-P、醛固酮、24 h尿蛋白、24 h微量白蛋白、β2-MG的相關(guān)性分析顯示，血鉀與血糖、醛固酮、β2-MG呈負(fù)相關(guān)，且差異具有統(tǒng)計學(xué)意義，見表4。

3 討論

3.1非酮癥糖尿病合并低鉀病因分析 低鉀血癥是臨床常見的電解質(zhì)紊亂之一，在隨機(jī)住院患者中的發(fā)生率約為3%[6]，而糖尿病合并低鉀在臨床上并不少見，本回顧性研究考慮其有以下幾方面的原因：

3.1.1攝入不足 糖尿病患者因年齡、飲食營養(yǎng)結(jié)構(gòu)不合理，導(dǎo)致鉀攝入減少，或并發(fā)糖尿病胃腸植物神經(jīng)功能紊亂及胃輕癱影響消化系統(tǒng)功能，引起胃排空延遲，從本研究可以看到上述兩種因素占比較大，提示入量不足是非酮癥糖尿病合并低鉀的首要病因。

3.1.2內(nèi)分泌相關(guān)疾病因素 居首位的是甲狀腺疾病，因其與糖尿病具有免疫學(xué)遺傳基礎(chǔ)，很容易兩病同時發(fā)作[7]?；A(chǔ)實驗也進(jìn)一步證實甲狀腺激素刺激Na+-K+-ATP 酶合成，增加β 受體數(shù)目，使鉀由細(xì)胞外向細(xì)胞內(nèi)轉(zhuǎn)移，同時醛固酮、胰島素分泌增加，組織對兒茶酚胺敏感性增強(qiáng)加速鉀的利用。其次是醛固酮增多癥，近些年，大量研究表明在肥胖、高甘油三脂血癥、高血壓及糖尿病患者中，血漿醛固酮亦升高，無論原發(fā)性還是繼發(fā)性的因素，高醛固酮均促使腎小管遠(yuǎn)端重吸收鈉、排出鉀增加導(dǎo)致高血壓、低血鉀。第三，因垂體-腎上腺軸功能紊亂致原發(fā)或繼發(fā)性皮質(zhì)醇增多的患者也可出現(xiàn)血鉀減低，其是通過增加腎小球濾過率而使流經(jīng)腎小管的液體量增多所致[8]。

3.1.3高血糖因素 當(dāng)血糖濃度高于自身腎糖閾時即使尿滲透壓增高，尿量增加，由于遠(yuǎn)端腎單位小管流速作用影響，大量血鉀進(jìn)入尿中排出體外，引起血鉀下降。另外，高滲性糖尿帶走體內(nèi)大量水分，使血液濃縮，刺激醛固酮分泌增多，促使腎臟排鉀作用加強(qiáng)。高滲性利尿時可丟失體內(nèi)總體鉀量的20%。從本研究中可以看到低鉀與高血糖具有負(fù)相關(guān)，但與低鉀嚴(yán)重程度無關(guān)。

3.1.4藥物性因素 ①利尿劑：糖尿病患者多合并高血壓，所以臨床上合并使用利尿劑降壓很普遍?？偹苤玎侯惱騽╅L期服用可致低鉀、低鎂。②胰島素：觀察中發(fā)現(xiàn)合并低鉀的糖尿病患者長期應(yīng)用大劑量胰島素。無論內(nèi)源性還是外源性胰島素對血鉀的轉(zhuǎn)運作用可使血鉀濃度下降30%，胰島素也有可能直接刺激骨骼肌細(xì)胞膜上的Na+-K+-ATP 酶致使體液缺鉀。③糖尿病患者常合并多種其它藥物如部分抗生素、中藥，生活中部分食品添加劑，化學(xué)物質(zhì)以及環(huán)境中的有害物質(zhì)等或也可導(dǎo)致低鉀血癥，但具體機(jī)制尚不明確。這可能是低鉀不明病因的構(gòu)成。

3.2非酮癥糖尿病合并低鉀與腎臟損傷的相關(guān)性分析

3.2.1血糖與腎臟損傷的相關(guān)分析 糖尿病腎病在我國發(fā)病率呈上升趨勢。臨床中蛋白尿及β2-MG的出現(xiàn)不僅是糖尿病患者腎功能異常的標(biāo)志，也將進(jìn)一步促進(jìn)患者腎功能惡化。從本研究中我們可以看到血糖水平與年齡、糖尿病病程呈正相關(guān)，但無統(tǒng)計學(xué)意義，而血糖水平與醛固酮、24 hMTP、24 hUAE、β2-MG具有統(tǒng)計學(xué)意義的正相關(guān)，可能與糖尿病狀態(tài)下，腎臟局部RAAS促進(jìn)炎癥介質(zhì)及轉(zhuǎn)化生長因子β1的表達(dá)，導(dǎo)致細(xì)胞外基質(zhì)增多，增加氧化應(yīng)激導(dǎo)致足細(xì)胞損傷，增多的尿蛋白又進(jìn)一步引起腎間質(zhì)損傷，從而加重DN的進(jìn)展。

3.2.2血鉀與腎臟損傷的相關(guān)分析 本研究提示血鉀與HbA1C、醛固酮、β2-MG呈負(fù)相關(guān)，即血鉀隨血糖、醛固酮、β2-MG的升高而降低，且具有統(tǒng)計學(xué)意義，臨床研究顯示長期低鉀血癥的患者可出現(xiàn)進(jìn)行性腎小管間質(zhì)損害，基礎(chǔ)實驗表明可能為低鉀血癥時細(xì)胞內(nèi)酸中毒，引起補(bǔ)體旁路途徑的激活，繼之發(fā)生免疫細(xì)胞向間質(zhì)浸潤。所以，積極控制血鉀水平能進(jìn)一步防止免疫反應(yīng)對糖尿病腎小管的損傷。

參考文獻(xiàn)：

[1]陳灝珠，林果為.實用內(nèi)科學(xué)[M].第14版.北京：北京人民衛(wèi)生出版社，2013：976.

[2]Bergman M，Buysschaert M，Schwarz P E，et al.Diabetes prevention： global health policy and perspectives from the ground[J].Diabetes Management，2012，2（4）：309-321.

[3]全腎臟病研究所學(xué)術(shù)委員會.乏力、低鉀、貧血伴腎功能不全[J].腎臟病與透析腎移植雜志，2011（20）：580-585.

[4]中華醫(yī)學(xué)會糖尿病分會.中國2型糖尿病防治指南（2013年版）[J].中國糖尿病雜志，2014，22（8）：2-370.

[5]Oram R A，Mcdonald T J，Vaidya B.Investigating hypokalaemia[J]. Bmj，2013，347（347）：f5137.

[6]Paltiel O，Salakhov E，Ronen I，et al.Management of severe hypokalemia in hospitalized patients： a study of quality of care based on computerized databases[J].Archives of Internal Medicine，2001，161（8）：1089-1095.

篇(7)

[關(guān)鍵詞] 急性冠狀動脈綜合征；超敏C反應(yīng)蛋白；尿酸；動脈狹窄

[中圖分類號] R543.3 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1673-7210（2013）01（a）-0035-02

[Key words] Acute coronary syndrome； Hypersensitive C-reactive protein； Uric acid； Coronary artery stenosis急性冠狀動脈綜合征包括不穩(wěn)定型心絞痛、急性心肌梗死及猝死，其病理機(jī)制是由于冠脈動脈粥樣硬化斑塊破裂引起急性心肌缺血[1]。目前研究表明，急性冠狀動脈綜合征患者斑塊形成及破裂與慢性炎癥及內(nèi)皮損傷相關(guān)，C-反應(yīng)蛋白（CRP）是動脈粥樣硬化、炎癥和纖維增生性反應(yīng)的標(biāo)志物，高尿酸通過作用于血管，產(chǎn)生促炎作用引發(fā)組織損傷。本組研究的目的是探討急性冠狀動脈綜合征患者血清超敏C反應(yīng)蛋白（hs-CRP）及尿酸的改變及二者與冠狀動脈狹窄的關(guān)系，為臨床指導(dǎo)治療及評估病情提供理論依據(jù)。

1 資料與方法

1.1 一般資料

選擇2009年8月～2011年8月在我院住院治療的80例急性冠狀動脈綜合征患者為研究對象，所有患者均行冠狀動脈造影證實。80例患者中，男49例，女31例；年齡45～82歲，中位年齡64.8歲；其中不穩(wěn)定型心絞痛患者45例，急性心肌梗死患者35例。選擇同期體檢的30例健康者為對照組，其中，男18例，女12例；年齡44～81歲，中位年齡65.2歲。兩組研究對象均除外急慢性感染、惡性腫瘤、風(fēng)濕病、肝腎疾病及口服免疫抑制劑治療者。兩組患者在年齡、性別等臨床資料方面比較，差異無統(tǒng)計學(xué)意義（P > 0.05），具有可比性。

1.2 方法

采用Judkins法進(jìn)行冠狀動脈造影，冠狀動脈直徑狹窄>50%視為陽性病變，按照狹窄累及血管范圍分為單支、雙支及三支病變。所有研究對象均于清晨空腹采靜脈血6 mL（急性冠狀動脈綜合征患者于入院后第2天），血清hs-CRP測定應(yīng)用免疫比濁法，在羅氏全自動生化分析儀上測定，試劑為北京九強(qiáng)全程C反應(yīng)蛋白檢測試劑盒；血清尿酸用羅氏全自動生化分析儀器及配套試劑檢測。

1.3 統(tǒng)計學(xué)方法

采用SPSS 17.0統(tǒng)計軟件進(jìn)行數(shù)據(jù)處理，計量資料數(shù)據(jù)以均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，多組間采用F檢驗，血清hs-CRP及尿酸相關(guān)性分析采用Pearson相關(guān)分析，P < 0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 急性冠狀動脈綜合征患者與對照組血清hs-CRP及尿酸水平比較

不穩(wěn)定型心絞痛及急性心肌梗死患者血清hs-CRP及尿酸水平顯著高于對照組（P < 0.05），但二者之間比較，差異無統(tǒng)計學(xué)意義（P > 0.05）；隨著急性冠狀動脈綜合征患者冠狀動脈病變支數(shù)的增加，患者血清hs-CRP及尿酸水平顯著增高（P < 0.05）。見表1、2。

2.2 Pearson相關(guān)分析

Pearson相關(guān)分析結(jié)果顯示血清hs-CRP及尿酸水平顯著相關(guān)（r = 0.387，P < 0.05）。

3 討論

研究發(fā)現(xiàn)急性冠狀動脈綜合征患者冠狀動脈狹窄程度多為輕中度，目前認(rèn)為急性冠狀動脈綜合征的發(fā)生并不是在動脈狹窄基礎(chǔ)上形成的，而是斑塊易損破裂導(dǎo)致血栓形成。在動脈粥樣硬化的形成、發(fā)展過程中，自始至終都有炎癥細(xì)胞的參與。

本組研究結(jié)果顯示：不穩(wěn)定型心絞痛及急性心肌梗死患者血清hs-CRP及尿酸水平顯著高于對照組，但二者之間差異無統(tǒng)計學(xué)意義；隨著急性冠狀動脈綜合征患者冠狀動脈病變支數(shù)的增加，患者血清hs-CRP及尿酸水平顯著增高；Pearson相關(guān)分析結(jié)果顯示：血清hs-CRP及尿酸水平顯著相關(guān)。研究結(jié)果表明：hs-CRP及尿酸參與了急性冠狀動脈綜合征的發(fā)病過程，且與冠狀動脈病變程度有關(guān)。hs-CRP與冠狀動脈的損傷、病情發(fā)展密切相關(guān)，是心血管疾病的獨立風(fēng)險因子，其水平升高預(yù)示著患者心血管疾病的風(fēng)險增加[2]。hs-CRP可敏感準(zhǔn)確地反映冠狀動脈粥樣硬化的炎癥狀態(tài)，通過激活補(bǔ)體系統(tǒng)及促進(jìn)黏附分子釋放，進(jìn)一步激活白細(xì)胞及血小板[3]。通過促進(jìn)單核細(xì)胞釋放外源性凝血途徑的組織因子，促進(jìn)局部血栓的形成。還通過與低密度脂蛋白的相互作用損害細(xì)胞膜，促進(jìn)炎癥反應(yīng)的發(fā)生[4]。CRP通過與單核細(xì)胞、粒細(xì)胞的受體結(jié)合，使后者發(fā)生聚集、浸潤并產(chǎn)生細(xì)胞因子，損傷血管內(nèi)皮細(xì)胞。因此CRP在促進(jìn)冠狀動脈粥樣硬化的同時，促使不穩(wěn)定斑塊的形成。

高尿酸血癥是嘌呤代謝異常所致，尿酸是人體內(nèi)嘌呤代謝的最終產(chǎn)物，它由黃嘌呤和次黃嘌呤通過黃嘌呤氧化酶作用合成。高尿酸可促進(jìn)低密度脂蛋白膽固醇氧化及脂質(zhì)過氧化，常伴隨自由基生成增多，參與炎癥反應(yīng)[5-8]。尿酸可活化白細(xì)胞，通過作用于天然免疫系統(tǒng)，繼而激活白介素1（IL-1），導(dǎo)致組織受損。高尿酸還可損傷內(nèi)皮細(xì)胞，促進(jìn)血小板聚集，刺激血管平滑肌增生，在冠狀動脈粥樣硬化的發(fā)生過程中起重要作用[9]。本組研究結(jié)果表明，尿酸與hs-CRP水平顯著相關(guān)，提示尿酸是通過促炎途徑參與急性冠狀動脈綜合征發(fā)生機(jī)制的。

綜上所述，hs-CRP及尿酸可能通過炎性反應(yīng)促進(jìn)急性冠狀動脈綜合征的發(fā)生，二者與冠狀動脈狹窄程度有關(guān)，可作為評估患者病情的指標(biāo)。

[參考文獻(xiàn)]

[1] 黃小梅.鹽酸替羅非班輔助治療急性冠狀動脈綜合征的臨床觀察[J].中國醫(yī)藥導(dǎo)報，2011，8（21）：148-151.

[2] Triant VA，Meigs JB，Grinspoon SK. Association of C-reactive protein and HIV infection with acute myocardial infarction [J]. J Acquir Immune Defic Syndr，2009，51（3）：268-273.

[3] Heart Protection Study Collaborative Group，Emberson J， Bennett D，et al. C-reactive protein concentration and the vascular benefits of statin therapy：an analysis of 20，536 patients in the Heart Protection Study [J]. Lancet，2011，377（9764）：469-476.

[4] 黃春艷，夏豪，白起君，等.血清低密度脂蛋白、C-反應(yīng)蛋白、纖維蛋白原在評估冠狀動脈狹窄程度及臨床穩(wěn)定性中的作用[J].心肺血管病雜志，2010，29（3）：184-185.

[5] 萬洪峰，李勛，楊向軍，等.急性冠狀動脈綜合征患者血尿酸水平與病變支數(shù)的關(guān)系研究[J].中國醫(yī)師進(jìn)修雜志，2009，32（13）：31-32.

[6] 覃小梅，譚曉明，曾顯媛.急性冠脈綜合征患者總膽紅素、膽汁酸及血尿酸水平分析[J].內(nèi)科，2010，5（6）：590-592.

[7] 周博鋒，郭清，蒙英英.老年脂肪肝患者血脂、血尿酸水平檢測結(jié)果分析[J].內(nèi)科，2010，5（3）：280-281.

[8] 王芊，華川，劉旭，等.同型半脘氨酸等危險因子與冠心病的相關(guān)性分析[J].臨床誤診誤治，2012，25（3）：42-44.