序論：寫作是一種深度的自我表達。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)計學相關分析范文，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)

關鍵詞 SPSS軟件；成績分析；數(shù)據(jù)統(tǒng)計

中圖分類號：G642 文獻標識碼：B

文章編號：1671-489X（2016）18-0038-03

1 高校成績分析方法介紹

對學生成績進行分析是每所學校期末對教學常規(guī)管理的一項基本要求，也是全面提高教學成績的重要方法和途徑。隨著IT技術的發(fā)展，各高校分別采用不同的應用軟件對成績進行質(zhì)量分析，從中發(fā)現(xiàn)問題并加以改進，以提高教師的教學質(zhì)量。目前各高校采用的應用統(tǒng)計軟件有很多，在文中介紹以SPSS統(tǒng)計軟件為主的相關分析及應用，并選取大連財經(jīng)學院成績統(tǒng)計分析與試卷分析作為研究樣本，建立成績分析模型，并給出對學生考試成績進行分析的SPSS軟件操作方法。通過SPSS統(tǒng)計軟件對學生成績的處理和分析，學生成績的各項指標等數(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行成績分析，隨著不斷地更新和改進，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。在教學管理中，利用SPSS統(tǒng)計軟件對學生成績等各項指標進行相關分析，更加直觀科學高效，后面將通過大連財經(jīng)學院營銷2班和營銷4班的統(tǒng)計學成績比較，更加細致地反映這一點。

2 構(gòu)建數(shù)學模型

學生的成績分析是一項比較煩瑣的工作，需要計算平均值、標準差以及各項指標，并繪出學生成績分布的直方圖，用統(tǒng)計軟件SPSS來進行這類數(shù)據(jù)的處理和分析。在數(shù)學模型中，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)自變量做進一步預測。

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。而相關分析法就是研究事物之間線性相關，并且以統(tǒng)計指標表來表現(xiàn)相關程度強弱的統(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。二元變量相關分析法是常用的相關分析方法，包括二元定距變量、二元定序變量等多種相關分析方法。

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)學院成績統(tǒng)計分析與試卷分析樣本中，將該班級學生成績情況作為分析對象。研究該班學生成績的顯著性，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、標準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)導入SPSS，為了直觀分析該班級學生的成績情況，以編號、姓名、性別、班級、成績等作為描述變量。

第一步：根據(jù)班級學生的分數(shù)情況，將學生的成績分為0～59、60～69、70～79、80～89、90～100五個分數(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行設定，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“分數(shù)段”，單擊改變（Change）。

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

學生成績分析以班級為單位進行，繪制成績Q-Q概率圖及分布直方圖，對本次的考試成績進行正態(tài)分布研究，具體步驟：單擊分析統(tǒng)計學描述頻數(shù)分析（AnalyzeDescriptive StatisticsFrequencies）。在彈出的對話框中將“統(tǒng)計學”和“分數(shù)段”兩個變量導入變量（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）、標準差、最高分、最低分等常用指標。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（相關分析）是對不同現(xiàn)象之間是否存在依存關系進行研究，如果存在依存關系，則研究其相關方向及程度，通過上述操作對學生的成績進行分析，得到的相關數(shù)據(jù)如表2、表3所示。

為了驗證樣本班級學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生成績，同樣運用SPSS統(tǒng)計軟件進行檢驗，采用Q-Q概率圖分析學生考試成績的正態(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)

關鍵詞: 生物信息學 醫(yī)學統(tǒng)計學 課堂教學

生物信息學融合了生物技術、計算機技術、數(shù)學和統(tǒng)計學的大量方法，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、分子進化。醫(yī)學統(tǒng)計學作為醫(yī)科院校的基礎課程之一，長期以來其理論和方法就廣泛應用于臨床醫(yī)學、基礎醫(yī)學的各類研究中。隨著生物新技術的誕生，在推動生物信息學發(fā)展的同時，醫(yī)學研究對象也由宏觀的病人、生物組織拓展到微觀的基因領域，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)學統(tǒng)計學的應用提出了新的更高的要求。

目前，醫(yī)學統(tǒng)計學的很多原理和方法已成功地應用于這些新研究之中，并在此基礎之上有了新的發(fā)展和改進。如概率分布的知識與序列相似性分析、蛋白質(zhì)分類等技術密切相關；方差分析、非參數(shù)檢驗方法經(jīng)改進和結(jié)合后在基因表達數(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、相關分析這些大家所熟知的統(tǒng)計學方法更是在基因分類和調(diào)控網(wǎng)絡的建立中得到了廣泛的應用。在進行醫(yī)學統(tǒng)計學課堂教學時加入生物信息學方面的應用實例，不僅可以使學員了解本學科研究的前沿和醫(yī)學、生物信息學研究的新發(fā)展，還可以提高學員對于醫(yī)學統(tǒng)計學理論學習的興趣，掌握先進的生物實驗數(shù)據(jù)分析方法，提高今后從事醫(yī)學科研的能力。下面，本文在回顧醫(yī)學統(tǒng)計學授課主要內(nèi)容的基礎上，就醫(yī)學和生物信息學中的可能應用舉例如下：

一、概率分布

概率分布（probability distribution）是醫(yī)學統(tǒng)計學中多種統(tǒng)計分析方法的理論基礎。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的特征、醫(yī)學現(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)學試驗的“陽性”結(jié)果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、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)象進行研究。

在生物信息學中概率分布也有一定應用。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、假設檢驗

假設檢驗（hypothesis）是醫(yī)學統(tǒng)計學中統(tǒng)計推斷部分的重要內(nèi)容。假設檢驗根據(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；在假設該檢驗假設成立的前提下，采用適當?shù)臋z驗方法，根據(jù)樣本算得相應的檢驗統(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，進而推斷總體上該假設是否成立。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。

假設檢驗為醫(yī)學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機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)）與該年齡段兒童應有的標準平均身高（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準身高一致，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)學中常常可以采用t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。

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

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

如果表達數(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）平均表達水平的差異。

但是，由于表達數(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，并對其進行了改進。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序列中表達水平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的標準差；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)和標準差估計得到。

三、一些高級統(tǒng)計方法在基因研究中的應用

（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。在基因表達研究中，一項主要的任務是從基因表達數(shù)據(jù)中識別出基因的共同表達模式，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，生物信息學中又稱為無監(jiān)督的分析（Unsupervised Analysis）。常用方法是利用基因表達數(shù)據(jù)對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據(jù)聚類結(jié)果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數(shù)據(jù)而言，系統(tǒng)聚類法易于使用、應用廣泛，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)觀測到的某些指標的數(shù)據(jù)對所研究的對象建立判別函數(shù)，并進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（ANNs）和支持向量機（SVMs）。

判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發(fā)展起來的一門科學。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)各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，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）的準確分類，如，基因的功能類、樣本歸結(jié)于疾病（正常）狀態(tài)等等。當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行分類，生物信息學中又稱為有監(jiān)督的分析（Supervised Analysis）。例如，基因表達數(shù)據(jù)分析中，對于已經(jīng)過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經(jīng)網(wǎng)絡（ANNs）是兩種較新，但很有應用前景的方法。

（三）相關分析

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

我們常常可以借助相關分析判斷研究者所感興趣的兩個醫(yī)學現(xiàn)象之間是否存在聯(lián)系。例如，采用秩相關分析我們發(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關系；采用線性相關方法發(fā)現(xiàn)中年女性體重與血壓之間具有非常密切的正相關關系等等。

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

四、意義

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

在醫(yī)學統(tǒng)計學課堂教學中引入生物信息學實例，而不僅僅局限于常見的醫(yī)學、衛(wèi)生領域的例子，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，拓寬了學員的視野，提高了學員的學習興趣，更可以加深對所學知識的理解；與此同時，使學員掌握了生物實驗數(shù)據(jù)的先進分析方法，擴大了學員的知識面，提高了他們今后開展醫(yī)學科研工作的能力。

還有一些醫(yī)學統(tǒng)計學方法目前也逐漸應用于生物信息學研究中，諸如：遺傳算法、熵理論等等。但這些方法已經(jīng)超出了醫(yī)學統(tǒng)計學課堂教學的范圍，我們將嘗試在第二課堂或選修課中，作為補充知識進行講授，供那些學有余力的學員學習交流。

參考文獻

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

篇(3)

（1.安徽三聯(lián)學院；2.安徽醫(yī)科高等專科學校；3.安徽醫(yī)科大學，安徽，合肥 230601）

摘 要：目的：研究初中生學的人格特征、心理健康狀況與其學業(yè)情緒之間的典型相關關系及回歸關系.方法：采用艾森克人格問卷（EPQ)、癥狀自評量表（SCL-90）和青少年學業(yè)情緒問卷，對286名初中學生進行測評.結(jié)果：對初中生人格特征與學業(yè)情緒的典型相關分析發(fā)現(xiàn)，第一、二、三、四典型相關系數(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生學業(yè)情緒的四維度之間的相關系數(shù)最高為0.812；典型相關系數(shù)分別為0.748、0.667、0.424、0.072；對其進行統(tǒng)計學檢驗，均有統(tǒng)計學意義.結(jié)論：初中生人特征與學業(yè)情緒之間相關性較高；以學業(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，進行多元逐步回歸分析，內(nèi)-外向(E)對學業(yè)情緒沒有明顯的預測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學業(yè)情緒的四個維度均有一定的預測作用.癥狀自評量表（SCL-90）各因子及總分與學業(yè)情緒各維度之間存在相關，典型相關性顯著，說明學業(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關系.

關鍵詞 ：學業(yè)情緒；典型相關分析；艾森克人格問卷；癥狀自評量表

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

基金項目：安徽省自然科學基金項目資助（1308085MH168）

人格是一系列復雜的具有跨時間、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業(yè)學習和人格形成的關鍵時期[1].初中生的學業(yè)情緒和學生的學業(yè)成績之間存在較密切的關系[2].國內(nèi)外關于情緒與人格關系方面，也有很多探討研究，但由于學界對于學業(yè)情緒概念的界定還不

統(tǒng)一，也造成了在學業(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上，通過典型相關分析，探討初中生人格特征與學業(yè)情緒之間的典型相關關系，為以后改善初中生學業(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，學業(yè)情緒對學業(yè)成就的影響，近年來，國內(nèi)外的研究較多，而對于學業(yè)情緒和心理健康狀況的相關研究并不多見，從情緒和心理健康的相互影響和促進的相關研究文獻中[3-4]，我們發(fā)現(xiàn)，心理健康狀況是相當穩(wěn)定的，在一定的心理健康水平下，心理健康和學業(yè)情緒之間的直接相關性是不高的，或者說是很低的.但是，相關的研究表明，情緒是促進個體心理健康的重要心理資源.本文主要想在實際調(diào)研的基礎上，通過典型相關分析，探討初中的學業(yè)情緒與其心理健康狀況之間是否存在典型相關關系，為進一步探討學生學業(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

通過整群隨機抽樣的方法，在合肥市區(qū)中學中抽取三所中學，再在每所中學中隨機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 青少年學業(yè)情緒問卷[5]

俞國良、董妍編制，問卷由積極高喚醒學業(yè)情緒、積極低喚醒學業(yè)情緒、消極高喚醒學業(yè)情緒、消極低喚醒學業(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、強迫癥狀、人際關系敏感、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)的分數(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，其程度為中到嚴重；在4.5～5之間表明被試感覺有，且癥狀的頻度和強度都十分嚴重.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，由班主任組織學生，以考試的形式發(fā)放問卷，按問卷指導語填寫，依據(jù)學生的學號進行問卷編號.

1.4 統(tǒng)計方法

采用spss19.0建立數(shù)據(jù)庫，進行描述性統(tǒng)計、正態(tài)檢驗、典型相關分析、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業(yè)情緒的典型相關分析

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

2.2 中學生學業(yè)情緒維度的多元逐步回歸分析

以學業(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，進行多元逐步回歸分析，結(jié)果發(fā)現(xiàn)，內(nèi)-外向(E)對學業(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)對學業(yè)情緒沒有明顯的預測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學業(yè)情緒的四個維度均有一定的預測作用.

2.3 艾森克人格特征與學業(yè)情緒的典型相關分析

癥狀自評量表（SCL-90)九因子及總分和中學生學業(yè)情緒的四維度之間的相關矩陣，從矩陣可以看出，各項之間均存在相關性.從提取出的四個典型相關系數(shù)的大小，可見第一、二、三、四典型相關系數(shù)分別為0.748、0.667、0.424、0.072；對各典型相關系數(shù)進行統(tǒng)計學檢驗，可見四個典型相關系數(shù)均有統(tǒng)計學意義.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業(yè)情緒的四個維度上均有較強的相關性.通過對艾森克人格與學業(yè)情緒的典型相關分析，提取出了四對典型相關變量，計算出了這四對典型相關變量的相關系數(shù)，并進行了統(tǒng)計學檢驗，結(jié)果表明這四對典型相關系數(shù)具有統(tǒng)計學意義.說明依據(jù)艾森克人格理論界定的個體的人格特征和學業(yè)情緒之間存在相關關系.進一步的回歸分析表明，分別以學業(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，進行多元逐步回歸分析，結(jié)果發(fā)現(xiàn)，內(nèi)-外向(E)對學業(yè)情緒沒有明顯的預測作用；神經(jīng)質(zhì)(N)、精神質(zhì)(P)對學業(yè)情緒的四個維度均有一定的預測作用.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)外傾向性對其學業(yè)情緒基本是不具有預測性，也就是說，不能通過初中生的人格的內(nèi)外傾向性去預測該生的學業(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測該學生的學業(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，人格對學業(yè)情緒有影響，學業(yè)情緒對學業(yè)成就有影響[6]，我們在促進初中生人格健康發(fā)展的同時，不可獨立于學生的學業(yè)發(fā)展，在提升學生學業(yè)成就的過程中也應該培養(yǎng)學生健全的人格，在這個過程中，我們可以通過合理調(diào)節(jié)學生的學業(yè)情緒達到完善初中生的人格，提升學生學業(yè)成就.

通過對初中生的心理健康水平（SCL-90）與學業(yè)情緒的典型相關分析，提取出了四對典型相關變量，計算出了這四對典型相關變量的相關系數(shù)，并進行了統(tǒng)計學檢驗，結(jié)果表明，這四對典型相關系數(shù)均具有統(tǒng)計學意義.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業(yè)情緒之間存在相關關系.研究發(fā)現(xiàn)，初中生的心理健康狀況是相當穩(wěn)定的，在一定的心理健康水平下，心理健康和學業(yè)情緒之間的直接相關性較高.通過本文的實證研究，初中的學業(yè)情緒與其心理健康狀況之間存在典型相關關系.在很多的研究文獻中，我們發(fā)現(xiàn)，情緒和心理健康之間是存在相關關系的.

參考文獻：

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

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

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

〔4〕王振宏，呂薇，杜娟，王克靜.大學生積極情緒與心理健康的關系：個人資源的中介效應[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，無基礎疾病，入院時AOPP診斷符合文獻[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。患者服毒到入院時間為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)計學意義(P＞0.05)。

1.2治療方法:B組入院后洗胃機反復洗胃至洗胃液無農(nóng)藥味，并留置胃管反復洗胃，每次4~6h，每次300~500ml，持續(xù)1~3d；洗胃同時予復能劑氯解磷定肌注，0.5~1.0g，2~4次/d，療程3~7d；迅速達阿托品化并維持；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組在上述治療基礎上給予抑酸護胃及胃粘膜保護治療，必要時輸血，糾正失血性貧血。

1.3統(tǒng)計學方法:應用SPSS11.0進行統(tǒng)計學分析，計量資料組間比較采用t檢驗，相關分析采用Spearman等級相關分析法。P＜0.05為差異有統(tǒng)計學意義。

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)計學意義；A組入院24h內(nèi)急性生理學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)計學意義。

2.3相關分析:對各種臨床因素進行Spearman等級相關分析，發(fā)現(xiàn)血糖與上消化道出血無相關性，APACHEII評分與上消化道出血呈正相關，相關系數(shù)為0.470(P＜0.05)；血清膽堿酯酶與上消化道出血呈負相關，相關系數(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。提示口服有機磷農(nóng)藥可使胃粘膜廣泛病變，出血糜爛嚴重。此外，由于高強度高頻度的洗胃治療，不可避免地導致部分患者(約18.75%)發(fā)生胃機械性損傷或加重毒物的胃粘膜損傷。

病理生理學研究證實，機體應激時腎上腺糖皮質(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。目前認為，危重患者入院后測定兩次，空腹血糖≥6.9mmol/L或隨機血糖≥111mmol/L者，即可診斷為應激性高血糖。而本研究中兩組患者均有較高的應激性高血糖發(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)計學意義。

實踐已證明，應用急性生理學及APACHEII系統(tǒng)評估急診內(nèi)科重癥監(jiān)護病房(ICU)患者疾病的危重程度、療效和預后有較好的準確度和分辨率。文獻報道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65.62%。重度AOPP患者在發(fā)生上消化道出血的同時，也多可導致心、腦、腎等臟器缺血缺氧、循環(huán)衰竭，或因應激引發(fā)全身炎癥反應綜合征、多臟器功能障礙，甚至多臟器衰竭。本研究進一步證實，APACHEII評分與上消化道出血具有明顯的相關性，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

參考相關文獻資料，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）。考慮到調(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)學院在校醫(yī)學生為研究對象，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、三年級各隨機抽取6個班，對隨機抽取的18個班級的全體同學進行問卷調(diào)查，共調(diào)查1050名醫(yī)學生。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調(diào)查員，統(tǒng)一施測調(diào)查程序和指導語。問卷調(diào)查在學生知情同意的情況下，采用不記名方式，以班級為單位進行集體測試，現(xiàn)場填答完畢后收回問卷。

1.3統(tǒng)計分析

應用EpiData3.1軟件雙份錄入數(shù)據(jù)構(gòu)建數(shù)據(jù)庫并進行邏輯查錯，采用SPSS13.0及SAS9.2統(tǒng)計軟件進行統(tǒng)計分析。采用構(gòu)成比、均數(shù)、標準差等指標對數(shù)據(jù)進行描述性統(tǒng)計；采用t檢驗或方差分析方法對醫(yī)學生人格特質(zhì)及心理健康狀況得分情況進行比較分析；采用典型相關（Canonicalcorrelation）分析方法分析醫(yī)學生人格特質(zhì)與健康狀況之間的關系。典型相關分析是一種研究兩組變量相關關系的統(tǒng)計學方法。典型相關分析根據(jù)變量間的相關關系，尋找少數(shù)幾個關系簡單的綜合變量對，將兩組變量的關系集中到少數(shù)幾對綜合變量的關系上。若典型變量對為Vi與Wi，其線性組合公式表達如下：Vi＝lilX1+li2X2+…+lipXpWi＝lilY1+li2Y2+…+lipYp其中Vi與Wi之間的典型相關系數(shù)為ρi。當i＝1時，V1與W1為第一對典型變量，它們之間的相關系數(shù)為第一典型相關系數(shù)，依次類推。一般要求ρ1≥ρ2≥ρ3≥…。本研究中對典型相關系數(shù)進行假設檢驗時，其檢驗水準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)學生中，男生386人，占39.7%，女生586人，占60.3%。大一、大二、大三的學生分別有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)學生（82.3%）的家庭經(jīng)濟情況呈中等水平。

2.2醫(yī)學生人格特質(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)計學差異（F＝897.515，P＜0.0001）。

2.3醫(yī)學生人格特質(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常模進行比較。比較結(jié)果顯示，男性醫(yī)學生人格特質(zhì)4個分量表與常模比較差異均有統(tǒng)計學意義（P＜0.05）；女性醫(yī)學生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)計學意義外，其他維度差異均有統(tǒng)計學意義（P＜0.001），具體分析結(jié)果見表1。2.4醫(yī)學生人格特質(zhì)與健康狀況典型相關分析2.4.1典型變量及其相關系數(shù)檢驗結(jié)果醫(yī)學生人格特質(zhì)與健康狀況的典型相關分析結(jié)果見表2。由表2可知，第一、二對典型變量的相關系數(shù)有統(tǒng)計學意義，分別為0.6140和0.2334，其中第一對典型變量包含了全部相關信息的90.07%，第二對典型變量包含全部相關信息的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系數(shù)較小，無統(tǒng)計學意義。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分析各變量與兩對典型變量間的相關關系分析結(jié)果見表3。由表3可知，各指標與2對典型變量的關系如下：（1）各X變量與V1和V2的關系：X3（神經(jīng)質(zhì)）與V1的相關性最大，相關系數(shù)為0.8997；X2（外向性）與V2的相關性最大，相關系數(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。（2）各Y變量與V1和V2的關系：Y3（焦慮）與V1的相關性較大，相關系數(shù)為0.5559，說明焦慮包含醫(yī)學生心理健康狀況的信息量較多。（3）各X變量與W1和W2的關系：X3（神經(jīng)質(zhì)）與的相關性最大，相關系數(shù)為0.5524，說明神經(jīng)質(zhì)人格與醫(yī)學生心理健康狀況關系密切。人格特質(zhì)4個變量（X）中只有X2（外向性）與W2有關系（P＜0.01）。（4）各Y變量與W1和W2的關系：Y3（焦慮）與W1的相關性最大，相關系數(shù)為0.9053；Y1（自我肯定）與W2的相關性最大，相關系數(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)

關鍵詞：糖尿病；非酮癥；低鉀血癥；腎損害

糖尿病是日益嚴重的世界公共衛(wèi)生問題，預計到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)腎臟損傷的機制進行探討。

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診斷標準 ①糖尿病診斷依據(jù)符合2013年中國糖尿病診斷標準[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排除標準：a.糖尿病酮癥酸中毒患者；b.已在院外行補鉀治療者；c.腎臟透析治療者。

1.3方法 回顧性分析符合入選標準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、十二導聯(lián)心電圖表現(xiàn)等，力爭找出低鉀及腎臟損傷相關病因。

1.4統(tǒng)計學方法 以SPSS 17.0軟件進行統(tǒng)計學分析，應用方差分析和相關分析統(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。患者以輕中度低鉀血癥為主（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用，分別占比26.86%、24.38%，見表2。

2.3低血鉀與腎臟損傷指標的相關性分析

2.3.1血糖水平與腎臟損傷的相關性分析 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的相關性分析顯示，血糖與血鉀呈負相關，且差異具有統(tǒng)計學意義。血糖與醛固酮、24 h尿蛋白、24 h微量白蛋白、β2-MG呈正相關，差異具有統(tǒng)計學意義，見表3。

2.3.2血鉀水平與腎臟損傷的相關性分析 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的相關性分析顯示，血鉀與血糖、醛固酮、β2-MG呈負相關，且差異具有統(tǒng)計學意義，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遺傳基礎，很容易兩病同時發(fā)作[7]。基礎實驗也進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，使鉀由細胞外向細胞內(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端重吸收鈉、排出鉀增加導致高血壓、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，由于遠端腎單位小管流速作用影響，大量血鉀進入尿中排出體外，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。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相關，但與低鉀嚴重程度無關。

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。總所周知噻嗪類利尿劑長期服用可致低鉀、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，化學物質(zhì)以及環(huán)境中的有害物質(zhì)等或也可導致低鉀血癥，但具體機制尚不明確。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性分析

3.2.1血糖與腎臟損傷的相關分析 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志，也將進一步促進患者腎功能惡化。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，但無統(tǒng)計學意義，而血糖水平與醛固酮、24 hMTP、24 hUAE、β2-MG具有統(tǒng)計學意義的正相關，可能與糖尿病狀態(tài)下，腎臟局部RAAS促進炎癥介質(zhì)及轉(zhuǎn)化生長因子β1的表達，導致細胞外基質(zhì)增多，增加氧化應激導致足細胞損傷，增多的尿蛋白又進一步引起腎間質(zhì)損傷，從而加重DN的進展。

3.2.2血鉀與腎臟損傷的相關分析 本研究提示血鉀與HbA1C、醛固酮、β2-MG呈負相關，即血鉀隨血糖、醛固酮、β2-MG的升高而降低，且具有統(tǒng)計學意義，臨床研究顯示長期低鉀血癥的患者可出現(xiàn)進行性腎小管間質(zhì)損害，基礎實驗表明可能為低鉀血癥時細胞內(nèi)酸中毒，引起補體旁路途徑的激活，繼之發(fā)生免疫細胞向間質(zhì)浸潤。所以，積極控制血鉀水平能進一步防止免疫反應對糖尿病腎小管的損傷。

參考文獻：

[1]陳灝珠，林果為.實用內(nèi)科學[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]全腎臟病研究所學術委員會.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)

[關鍵詞] 急性冠狀動脈綜合征；超敏C反應蛋白；尿酸；動脈狹窄

[中圖分類號] R543.3 [文獻標識碼] 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，C-反應蛋白（CRP）是動脈粥樣硬化、炎癥和纖維增生性反應的標志物，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反應蛋白（hs-CRP）及尿酸的改變及二者與冠狀動脈狹窄的關系，為臨床指導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)計學意義（P > 0.05），具有可比性。

1.2 方法

采用Judkins法進行冠狀動脈造影，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，試劑為北京九強全程C反應蛋白檢測試劑盒；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)計學方法

采用SPSS 17.0統(tǒng)計軟件進行數(shù)據(jù)處理，計量資料數(shù)據(jù)以均數(shù)±標準差（x±s）表示，多組間采用F檢驗，血清hs-CRP及尿酸相關性分析采用Pearson相關分析，P < 0.05為差異有統(tǒng)計學意義。

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相關分析

Pearson相關分析結(jié)果顯示血清hs-CRP及尿酸水平顯著相關（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，目前認為急性冠狀動脈綜合征的發(fā)生并不是在動脈狹窄基礎上形成的，而是斑塊易損破裂導致血栓形成。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相關分析結(jié)果顯示：血清hs-CRP及尿酸水平顯著相關。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。hs-CRP與冠狀動脈的損傷、病情發(fā)展密切相關，是心血管疾病的獨立風險因子，其水平升高預示著患者心血管疾病的風險增加[2]。hs-CRP可敏感準確地反映冠狀動脈粥樣硬化的炎癥狀態(tài)，通過激活補體系統(tǒng)及促進黏附分子釋放，進一步激活白細胞及血小板[3]。通過促進單核細胞釋放外源性凝血途徑的組織因子，促進局部血栓的形成。還通過與低密度脂蛋白的相互作用損害細胞膜，促進炎癥反應的發(fā)生[4]。CRP通過與單核細胞、粒細胞的受體結(jié)合，使后者發(fā)生聚集、浸潤并產(chǎn)生細胞因子，損傷血管內(nèi)皮細胞。因此CRP在促進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[5-8]。尿酸可活化白細胞，通過作用于天然免疫系統(tǒng)，繼而激活白介素1（IL-1），導致組織受損。高尿酸還可損傷內(nèi)皮細胞，促進血小板聚集，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，提示尿酸是通過促炎途徑參與急性冠狀動脈綜合征發(fā)生機制的。

綜上所述，hs-CRP及尿酸可能通過炎性反應促進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，可作為評估患者病情的指標。

[參考文獻]

[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)的關系研究[J].中國醫(yī)師進修雜志，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性分析[J].臨床誤診誤治，2012，25（3）：42-44.