基于主成分分析的Cox比例風(fēng)險(xiǎn)回歸模型在血液透析預(yù)后中的應(yīng)用.pdf

1、目的：探討基于主成分分析的Cox比例風(fēng)險(xiǎn)回歸模型在血液透析預(yù)后中的應(yīng)用。
　　方法：回顧性分析從2006年6月-2015年11月在南昌大學(xué)第二附屬醫(yī)院行維持性血液透析患者的預(yù)后情況，共計(jì)194例患者及14個(gè)預(yù)后因素。采用stata12.0統(tǒng)計(jì)軟件對(duì)研究對(duì)象進(jìn)行基線數(shù)據(jù)的分析，用SPSS22.0統(tǒng)計(jì)軟件進(jìn)行主成分分析、Cox回歸模型及主成分的Cox回歸模型，同時(shí)用SAS11.0軟件驗(yàn)證主成分分析結(jié)果是否一致。通過對(duì)自變量進(jìn)行共線性診

2、斷,提示自變量間存在共線性現(xiàn)象，然后應(yīng)用主成分改進(jìn)的Cox回歸分析,解釋最終的回歸模型。
　　結(jié)果：通過Kaplan-Meier法計(jì)算得出血透患者1年生存率為92.7％，2年生存率為80.4%，3年生存率為70%，4年生存率為56.7%。14個(gè)預(yù)后因素(X1:性別；X2:透析頻次；X3:原發(fā)病；X4:年齡；X5血清白蛋白；X6：血清尿酸；X7:血鈣；X8:血磷；X9-X12依次指：血總膽固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白；

3、X13：血紅蛋白；X14:全段甲狀旁腺激素)經(jīng)單因素分析( Kaplan-Meier法，log-rank檢驗(yàn))后納入多因素分析的共11個(gè)( P<0.05為納入多因素分析標(biāo)準(zhǔn))。對(duì)14個(gè)因素（X1-X14）進(jìn)行單因素 Cox比例風(fēng)險(xiǎn)回歸模型分析，其中X1、X2、X3的P值>0.05，而X4至X14的單因素Cox比例風(fēng)險(xiǎn)回歸模型均有統(tǒng)計(jì)學(xué)意義（ P<0.05），X13回歸系數(shù)為負(fù)數(shù)，為保護(hù)因素，其余的回歸系數(shù)均為正數(shù)，為危險(xiǎn)因素。對(duì)X4-X

4、14進(jìn)行多因素 Cox比例風(fēng)險(xiǎn)回歸模型分析，X4、X7、X8、X14的系數(shù)為負(fù)數(shù)，為保護(hù)因素，而X13的系數(shù)為正數(shù)，為危險(xiǎn)因素，與單因素分析結(jié)果矛盾，且與專業(yè)實(shí)際不符，提示自變量間存在多重共線性。用主成分分析法提取了7個(gè)主成分進(jìn)行Cox比例風(fēng)險(xiǎn)回歸模型分析，結(jié)果有1個(gè)主成分進(jìn)入 Cox比例風(fēng)險(xiǎn)回歸模型方程。
　　結(jié)論：血液透析患者1年生存率92.7%，2年生存率80.4%，3年生存率70%，4年生存率56.7%?；谥鞒煞址治龅腃

5、ox比例風(fēng)險(xiǎn)回歸模型能很好地解決血液透析預(yù)后因素間存在的多重共線性問題。主成分Cox回歸結(jié)果示：隨著血透患者年齡（15-29/30-44/45-59/60-69/70-79/80+歲）層次上升，死亡風(fēng)險(xiǎn)依次增加9%；血清白蛋白不達(dá)標(biāo)（<35g/L）的死亡風(fēng)險(xiǎn)較達(dá)標(biāo)者增加42%；高尿酸血癥的死亡風(fēng)險(xiǎn)是正常血清尿酸血透患者的3.46倍；血鈣、血磷、iPTH不達(dá)標(biāo)的死亡風(fēng)險(xiǎn)較達(dá)標(biāo)者（Ca:2.2-2.5 mmol/L,P:1.1-1.7 mm