可溶性血管细胞黏附分子-1与2型糖尿病及其并发症的相关性研究.ppt

《可溶性血管细胞黏附分子-1与2型糖尿病及其并发症的相关性研究》 目的：探讨血清可溶性血管细胞黏附分子-1（sVCAM-1）与2型糖尿病及其并发症的关系。对象与方法：2型糖尿病患者61人，其中男性26人，女性35人。平均年龄62.9±9.9岁。平均病程6.9±2.7年，平均空腹血糖9.93±4.58mmol/L,平均餐后血糖17.22±6.19mmol/L，平均糖化血红蛋白10.25±2.25，正常对照组36例，为本院助血员。其中男性21例，女性15例，平均年龄29.3±0.7岁。2型糖尿病患者一般情况见表7.5。 采用酶联免疫吸附法测定61例合并高血压和微血管并发症的糖尿病患者及36例正常人血清中sVCAM-1水平。原作者根据不同并发症的有无，分别计算各有无并发症的糖尿病患者的sVCAM-1均数和标准差，并进行t检验（见表7.6）。结果：2型糖尿病患者的sVCAM-1水平明显高于非糖尿病患者，P0.001。合并高血压患者sVCAM-1较微血管病变者增高更明显，P0.001。结论：sVCAM-1参与了糖尿病血管并发症的发生和发展。 分析 从实验设计的角度来看，原作者在设立正常对照组时未严格遵循实验设计的均衡性原则。糖尿病组的平均年龄为62.9±9.9岁，而正常对照组的平均年龄为29.3±0.7岁。两组年龄相差悬殊，在许多重要的非实验因素方面并不能达到均衡一致。作出结论时就会缺乏说服力，如需设立对照组，应选择年龄相当的健康老年人。 分析 再看原作者的分析目的，是要考察sVCAM-1是否与糖尿病的并发症有关，研究对象应为2型糖尿病人群，选择正常人群作为对照似无必要。 仔细研究此资料，研究者关心的实验因素有四个，即“有无高血压”、“有无肾病”、“有无神经病变”和“有无视网膜病变”，还有其他可能对结果有影响的重要的非实验因素和其他血液指标，还原为原始资料的表格，示例如下，见表7.7。 分析 分析 可见该资料涉及多个原因变量和多个结果变量，内容较丰富，原作者欲分析sVCAM-1与各个并发症的关系，采用若干个t检验进行分析，这是不妥的，因为各因素有可能并不是互相独立的，不能保证在分析某个因素时，就没有其他混杂因素的干扰和影响。 释疑 针对较复杂的资料，一般都整理成表7.7的样子，表中每行代表一个病例，每列代表一个变量，对于名义变量或有序变量等不便直接输入，可考虑编码，如性别“男”用1表示，“女”用0表示，有高血压用“1”表示，无高血压用“0”表示，等等，这样在计算机输入和统计处理时均较为方便。 释疑 在做好描述性统计分析的前提下，根据研究目的，合理选择相应的统计分析方法。 如研究影响sVCAM-1大小的有哪些实验因素，本资料涉及四个实验因素，每个因素2个水平，组合成16组，如果各组在其他因素达到较好的均衡性，并且各组合下样本例数都不太少，可以按四因素析因设计的资料进行方差分析。 释疑 若考虑消除各组的重要的非实验因素的影响（如年龄），可采用析因设计资料的协方差分析。 若各组的组合太多，导致有的组合下例数太少，此时，可考虑采用多元线性回归分析。当然样本例数不能太少，一般要求样本数是变量个数的10倍以上。 若研究目的是探讨发生糖尿病并发症的影响因素，此时，结果变量就是“并发症的有无”，其他变量就是原因变量（需要根据专业知识选入），因为“并发症有无”是一个二值变量，此时可以考虑采用逐步多元logistic回归分析。 释疑 若想研究几个血液指标的内部从属性，不涉及任何分组变量，此时可采用主成分分析或因子分析。 若想研究几个血液指标之间的亲疏关系，此时可进行变量聚类分析。 若想根据多个血液指标对糖尿病及并发症病人进行分类，此时可进行样品聚类分析。 若想根据多个血液指标对糖尿病的并发症类型作出判断，此时可进行判别分析。 当然在选择统计分析指标和统计分析方法时，要紧密结合专业知识，否则，就会失去统计分析的意义，变成数字游戏了。 * 11.07±0.57 16.04±1.29 9.08±0.90 9.2±1.2 65.6±7.2 28 有肾病、视 网膜病变 10.56±0.49 18.24±0.96 10.65±0.76 5.4±0.9 60.7±11.3 33 无肾病、视 网膜病变 11.07±0.57 15.82±1.32 9.06±0.93 9.2±1.2 65.9±7.3 27 有肾病、 神经病变 10.56±0.49 18.36±0.94 10.62±0.74 5.5±0.8 60.6±11.2 34 无肾病、 神经病变 10.67±0.65 15.36±1.92 8.94±1.15 10.1±1.7 67.4±6.7 17 有高血压、肾病 10.87±0.46 17.95±0.81 10.31±0.69 6.0±0.7