期刊鉴别 论文检测 免费论文 特惠期刊 学术答疑 发表流程

检验医学对聚类分析的运用

时间:2013-08-07 17:11 文章来源:http://www.lunwenbuluo.com 作者:论文部落 点击次数:

  生物化学分析在检验医学中占有很重要的地位,也是临床医学实验室诊断的重要组成部分。生化分析项目种类及方法繁多,如何合理进行项目组合检查是检验医学面临的重要课题,我们按照“二甲”医院常规生化检测项目进行聚类分析,寻找各项目之间的分类规律。

  1资料与方法

  1.1研究对象随机抽取涟钢医院检验科生化室2005年1至9月生化检查249人,检测项目22项,含一项以上异常者。

  1.2研究方法与仪器22项生化指标分别为:丙氨酸氨基移换酶(ALT)、门冬氨酸氨基移换酶(AST)、碱性磷酸酶(AKP)、Lγ谷氨酰基移换酶(GGT)、尿素氮(BUN)、肌酐(CREA)、尿酸(UA)、甘油三酯(TG)、肌酸激酶(CK)、肌酸激酶同工酶(CKMB)、乳酸脱氢酶(LDH)、葡萄糖(GLU)、总胆固醇(CHOL)、HDL、LDL、总胆汁酸(TBA),采用酶法;TBIL、DBIL、IBIL为重氮法,TP为双缩脲法;ALB为溴甲酚绿法。GLO为计算法。试剂和质控品购自上海申能。校准品为ROSE公司产品。仪器为日立7080全自动生化分析仪。

  1.3统计学处理采用SPSS12.0进行分层聚类分析。

  2结果

  22项生化指标采用分层聚类分析,数据标准化经Zscores处理,聚类方法采用类间平均连锁法。SPSS生成的树状图如图1。

  图1SPSS生成的树状图(略)

  根据树状图将结果分为4大类,TBIL、DBIL、IBIL、TBA、ALT、AST、GGT、AKP八项被分为第一类,CK、CKMB、LDH被分为第二类,BUN、CREA、UA被分为第三类,CHOL、HDL、LDL、TG、TP、ALB、LDL被分为第四类,GLO、GLU被化为未分类项。

  3讨论

  聚类分析(clusteranalysis)又称集群分析,将观察对象依据某些特征加以归类,在生物学和医学分类问题中有广泛的应用[1]。聚类分析根据分类的对象不同又分为样品分类(Q型聚类)和变量聚类(R型聚类)。郑华川[2]应用聚类分析较为成功的分析胃癌前病变研究历史及现状。我们采用分层聚类分析法进行变量聚类,22项生化检测项目的数据进行标准化处理,消除其量纲的影响,将其分为4大类。其中,TBIL、DBIL、IBIL、TBA、ALT、AST、GGT、AKP八项被分为第一类,此类目前普遍用于实验室肝功能检查;CK、CKMB、LDH被分为第二类,是实验室心功能检查的重要组合;BUN、CREA、UA被分为第三类,是实验室肾功能检查的重要组合;CHOL、HDL、LDL、TG、TP、ALB被分为第四类;属实验室酯类和蛋白的检查;GLU和GLO未被分类,可能为独立检查指标。上述分类与《全国临床检验操作规程》第2版的分类检查非常符合。

  为研究项目对聚类分析结果的影响,我们尝试将相关性较强的项目进行增减,若减除DBIL、IBIL,AST将被化分至心肌酶学检查的分类中,事实上,AST也是临床上用于诊断心肌疾病的重要参考指标。说明若排除肝脏疾病的影响,AST是心肌疾病的诊断指标,同时也表明采用较为完整的项目组合或对项目进行适当的拆分,对分类的化分有较大的影响。因此,在聚类分析应于检验医学的实际操作中,应根据临床需要、疾病诊断目标和相关指标的临床意义,按需要的指标进行适当的选择后再聚类分析,对临床诊断更具有指导价值。

  随着检验医学生化项目的检测自动化分析技术在国内的迅速普及,常规生化检查项目日趋增多,新项目如何归类和合理配置已成为检验医学生化检查的一项重要课题,对项目进行适当的分类,可以指导检验项目的合理配置,避免医疗资源的浪费。我们的结果表明:聚类分析是分析项目组合的一项非常有用的工具,树状图很直观将分类显示出来。聚类分析协同各检测项目的临床意义,可以将项目之间的距离进行量化,以确定项目的组合和归类,比单纯凭临床意义或经验而言,更为科学合理。同时聚类分析对检验科新项目的开展也具有很好的指导意义。

  参考文献:

  [1]方积乾.医学统计学与电脑实验[M].第2版.上海:上海科学技术出版社,2001:424433.

  [2]郑华川.利用引文的时序和聚类分析探索胃癌前病变研究历史及现状[J].武警医学院学报,2001,10(3):249.


  •   论文部落提供核心期刊、国家级期刊、省级期刊、SCI期刊和EI期刊等咨询服务。
  •   论文部落拥有一支经验丰富、高端专业的编辑团队,可帮助您指导各领域学术文章,您只需提出详细的论文写作要求和相关资料。
  •  
  •   论文投稿客服QQ: 论文投稿2863358778 论文投稿2316118108
  •  
  •   论文投稿电话:15380085870
  •  
  •   论文投稿邮箱:lunwenbuluo@126.com

    联系方式

    • 论文投稿客服QQ: 论文投稿2863358778
    • 论文投稿客服QQ: 论文投稿2316118108
    • 论文投稿电话:15380085870
    • 论文投稿邮箱:lunwenbuluo@126.com

    热门排行

     
    QQ在线咨询
    咨询热线:
    15380085870
    微信号咨询:
    lunwenbuluoli