基于廣義偏線性模型的40~65歲女性原發(fā)性骨質疏松癥篩檢工具研究.pdf

1、1目的
　　 1.1篩選出原發(fā)性骨質疏松癥(primaryosteoporosis,POP)發(fā)病的重要危險因素和中醫(yī)證候要素,明確POP發(fā)病的重要影響因素。
　　 1.2建立基于廣義偏線性模型(generalizedpartiallinearmodel,GPLM)的、包括危險因素和中醫(yī)證候要素內(nèi)容的POP判別模型,為建立POP篩檢工具提供數(shù)理模型依據(jù)。
　　 1.3初步建立符合北京、上海社區(qū)人群特征的POP篩檢工

2、具,為對POP高危人群進行篩查提供科學依據(jù)。
　　 2方法
　　 2.1POP篩檢問卷設計
　　 在導師課題組前期設計的《原發(fā)性骨質疏松癥中醫(yī)證候調(diào)查問卷》的基礎上,根據(jù)量表學和臨床流行病學方法,結合骨質疏松癥專家的臨床經(jīng)驗,以及《中醫(yī)內(nèi)科常見病診療指南:西醫(yī)疾病部分》中的中醫(yī)證候辨證內(nèi)容,增加了軀體癥狀條目,新加了生活習慣、發(fā)病相關因素等領域內(nèi)容,制定了《社區(qū)40歲～65歲婦女骨質疏松危險因素及證候調(diào)查問卷》。

3、整個篩檢問卷包括一般信息、生活習慣、發(fā)病相關因素、軀體狀況、臨床體征等五個領域的內(nèi)容,共65個條目,為封閉式設計。在調(diào)查實施前,由獨立的中國中醫(yī)科學院中醫(yī)臨床基礎醫(yī)學研究所倫理委員會對問卷內(nèi)容進行論證,認為符合醫(yī)學倫理要求。
　　 2.2調(diào)查人群篩選標準
　　 2.2.1納入標準
　　 納入:①女性；②年齡40～65歲；③意識清楚,可用言辭表達,有閱讀能力,與調(diào)查人員溝通無障礙者；④經(jīng)調(diào)查人員說明研究目的后,本人

4、愿意接受篩檢問卷調(diào)查和骨密度(bonemineraldensity,BMD)檢測,并在“卷首頁”簽名同意者。
　　 2.2.2排除標準
　　 排除:①藥物或其他疾病(如糖尿病、化膿性脊髓炎、腎炎、甲亢等)引起的繼發(fā)性骨質疏松癥；②有惡性腫瘤、痛風、類風濕性關節(jié)炎等疾病,影響中醫(yī)證候判斷者；③精神障礙、認知障礙者。
　　 2.3POP診斷標準
　　 根據(jù)2008年中華中醫(yī)藥學會發(fā)布的《中醫(yī)內(nèi)科常見病診療指南

5、:西醫(yī)疾病部分》中BMD檢測T值為骨質疏松定性診斷標準,取BMD檢測報告單中腰椎L1-L4、股骨頸、股骨全區(qū)3個部位的最小T值,T值>M-1SD為骨量正常,M.1SD～-2.0SD為骨量減少,　　 2.4數(shù)據(jù)來源
　　 2009年3月～8月期間,在上海市徐匯區(qū)凌云、華涇鎮(zhèn)、長橋3家社區(qū)醫(yī)療服務中心,北京市東城區(qū)交道口、景山、朝陽、東華門、北新橋5家社區(qū)醫(yī)療服務中心,進行POP高危人群篩

6、選,對符合本次調(diào)查納入標準的人員進行現(xiàn)場問卷調(diào)查,并進行BMD檢測。在上海社區(qū)共發(fā)放篩檢問卷1101份,返回問卷1027份,經(jīng)核實排除不合格問卷26份,得到合格問卷共1001份,占發(fā)放問卷數(shù)的90.92％。在北京社區(qū)共發(fā)放篩檢問卷800份,返回問卷763份,經(jīng)核實排除不合格問卷24份,得到合格問卷共739份,占發(fā)放問卷數(shù)的92.38％。應用課題組與北京科技大學合作開發(fā)的“骨質疏松癥健康管理系統(tǒng)”網(wǎng)絡數(shù)據(jù)采集平臺(http:／／210.7

7、6.97.192:8080／gzss),將合格的問卷獨立雙錄雙核后,進行一致性檢驗,共獲得1740例合格篩檢問卷和BMD檢測數(shù)據(jù)。
　　 2.5統(tǒng)計分析方法
　　 2.5.1統(tǒng)計分析軟件
　　 應用SPSS18.0forWindows軟件、SAS9.2forWindows軟件和SPSSClimentine12.0數(shù)據(jù)挖掘軟件進行篩檢問卷數(shù)據(jù)分析和統(tǒng)計建模,運用Lantern1.5軟件進行隱樹模型分析。
　　

8、 2.5.2篩檢問卷信度和效度分析
　　 運用克朗巴赫α系數(shù)和Guttman折半系數(shù)法考核篩檢問卷的信度,篩檢問卷“軀體癥狀”領域條目的結構效度采用因子分析(factoranalysis)方法。
　　 2.5.3POP發(fā)病危險因素分析
　　 采用多分類logistic回歸(multinomiallogisticregression)方法分析POP發(fā)生與各危險因素之間的定量關系,建立多項logit模型(multi

9、nomiallogitmodel),以初步篩選出影響POP發(fā)生的危險因素。
　　 2.5.4POP中醫(yī)證候要素分析
　　 運用隱樹模型(latenttreemodel)方法,通過可見的“癥狀顯變量”來探求內(nèi)在的不可見的“證素隱變量”,并建立“證素隱變量”之間的隱樹結構,分析POP的基本中醫(yī)證候要素及其相互關系。
　　 2.5.5POP判別模型的建構
　　 運用支持向量機(supportvectormach

10、ine,SVM)數(shù)據(jù)挖掘方法篩選出與骨質疏松發(fā)病相關的重要危險因素和中醫(yī)癥狀為自變量,以BMD定性診斷為因變量,建立基于GPLM的POP判別模型。
　　 2.5.6POP篩檢工具的評價
　　 運用接收者工作特征曲線(receiveroperatingcharacteristiccurve,ROC)評價篩檢工具的判別準確度,通過ROC曲線下面積(areaundertheROCcurve,AUC)評價篩檢工具診斷價值的大小。

11、
　　 3結果
　　 3.1篩檢問卷信度和效度評價
　　 3.1.1篩檢問卷信度評價
　　 通過對篩檢問卷“軀體癥狀”領域條目分析,腎陽虛證、肝腎陰虛證、脾腎陽虛證、血瘀證等4個維度的克朗巴赫系數(shù)α值分別為0.803、0.871、0.811和0.707,整個領域的克朗巴赫系數(shù)α值為0.913。“軀體癥狀”領域4個維度的Guttman折半信度值分別為0.789、0.831、0.743和0.699,整個領域的

12、Guttman折半信度值為0.867。
　　 3.1.2篩檢問卷效度評價
　　 采用因子分析方法,運用主成分法提取公因子,經(jīng)過平均正交旋轉法,迭代25次,KMO檢驗統(tǒng)計量為0.935(>0.5),Bartlett's檢驗的近似x2=18058.066,df=741,P<0.01。按特征根值>1提取其因子,共提取了10個因子,累積方差貢獻率達到53.789％。
　　 3.2POP發(fā)病危險因素的篩選
　　 3

13、.2.1POP發(fā)病相關因素一般描述
　　 經(jīng)方差分析,年齡、體重指數(shù)、絕經(jīng)年限在骨量正常、骨量減少和骨質疏松三類人群中的均數(shù)差異有統(tǒng)計意義(P<0.05)。經(jīng)交叉表分析,肉類膳食、魚類膳食、飲用咖啡、每天鍛煉時間、是否變矮、是否絕經(jīng)、懷孕次數(shù)、生產(chǎn)次數(shù)、骨折次數(shù)等在三類人群中的分布比例差異有統(tǒng)計意義(P<0.05)。
　　 3.2.2POP發(fā)病危險因素的多項logit模型
　　 將肉類膳食、魚類膳食、飲用咖啡、每

14、天鍛煉時間、是否變矮、是否絕經(jīng)、懷孕次數(shù)、生產(chǎn)次數(shù)、骨折次數(shù)等9個影響因素作為自變量；絕經(jīng)年限和體重指數(shù)作為協(xié)變量；以BMD定性診斷為因變量,以骨量正常人群作為參考分類標準,運用SPSS18.0軟件MultinomialLogistic過程逐步向前法(forwardstepwise)建立多項logit模型。按α=0.05的標準,模型最終引入的變量有:絕經(jīng)年限、體重指數(shù)、魚類膳食、是否變矮、是否絕經(jīng)和生產(chǎn)次數(shù)。
　　 3.3POP

15、中醫(yī)證候要素分析
　　 3.3.1POP軀體癥狀一般描述
　　 北京、上海兩地總人群中,出現(xiàn)頻率高于15％的軀體癥狀有:健忘、遇寒痛甚、腰膝酸軟、惡熱、乏力、畏寒、腰痛、易怒、脫發(fā)、納呆、視物模糊、頭暈、下肢骨痛、下肢困重、失眠、夜尿次數(shù)、小便清長、腿軟、背痛、齒搖、目睛干澀、氣短、便秘、多夢易驚、下肢抽筋、身痛、耳鳴、盜汗、尿頻、口苦、手足煩熱等。經(jīng)方差分析和兩獨立樣本t檢驗,按α=0.05的標準,畏寒、目睛干澀、齒搖

16、、納呆、腹脹、胸脅苦滿、夜尿次數(shù)、下肢抽筋、下肢骨痛等9個癥狀在骨量正常和骨質疏松兩類人群中的發(fā)生率差異有統(tǒng)計意義(P<0.05)。
　　 3.3.2POP中醫(yī)證候要素隱樹模型分析
　　 利用啟發(fā)式單重爬山算法學習得到BIC評分最高的隱樹模型,其BIC評分為-15671。隱樹模型中的顯變量癥狀所展現(xiàn)的隱變量與POP常見的腎虛、肝虛、陽虛、陰虛、腎精不足、血瘀等基本證候要素特點相吻合,病變部位以肝腎兩臟為主,病性以虛證為主

17、。
　　 3.4基于GPLM的POP判別模型建構和評價
　　 3.4.1GPLM模型變量篩選
　　 采用支持向量機RBF核函數(shù)變量選擇方法,篩選出12個對骨質疏松癥有重要判別意義的變量,分別是:是否絕經(jīng)、絕經(jīng)年限、魚類膳食、目睛干澀、駝背、體重指數(shù)、生產(chǎn)次數(shù)、下肢抽筋、下肢骨痛、腹脹、胸脅苦滿、飲用咖啡等。
　　 3.4.2GPLM模型參數(shù)估計
　　 綜合多項logit模型篩選出來的危險因素和SV

18、M方法篩選出來的中醫(yī)癥狀變量為自變量,BMD定性診斷為因變量,構建GPLM模型。GPLM模型線性部分參數(shù)估計,是否絕經(jīng)、體重指數(shù)、下肢抽筋、下肢骨痛、絕經(jīng)年限(線性效應)的模型系數(shù)分別為:1.14182、-0.15805、0.36149、0.32267、0.12956,具有統(tǒng)計意義(P<0.05)。GPLM模型非線性部分估計,絕經(jīng)年限(非線性效應)的檢驗x2=13.5948,P=0.0012,具有統(tǒng)計意義(P<0.05)。
　　

19、 3.4.3GPLM模型評價
　　 用“是否絕經(jīng)”、“下肢抽筋”、“下肢骨痛”“體重指數(shù)”4個危險因素和中醫(yī)癥狀作為自變量,與因變量BMD定性診斷擬合線性logistic回歸模型,其AUC值為0.7536,而擬合GPLM模型時加入了“絕經(jīng)年限”的非線性效應,其AUC值為0.7971,提高了骨質疏松癥人群的判別準確率,經(jīng)檢驗,x2=21.9162,P<0.001,具有統(tǒng)計意義(P<0.05),說明帶有非線性效應的GPLM模型要優(yōu)于

20、線性logistic回歸模型。
　　 3.5POP篩檢工具的建立和評價
　　 3.5.1POP篩檢工具的建立
　　 基于GPLM模型,將“是否絕經(jīng)”、“絕經(jīng)年限”和“體重指數(shù)”3個西醫(yī)危險因素,“下肢抽筋”和“下肢骨痛”兩個中醫(yī)癥狀作為篩檢工具的主要條目。將GPLM模型中各變量的參數(shù)估計值取Exp值,并取10倍值調(diào)整后得到篩檢工具算式:Score=31.3×是否絕經(jīng)+11.4×絕經(jīng)年限-8.5×體重指數(shù)+14.4

21、×下肢抽筋+13.8×下肢骨痛。
　　 3.5.2POP篩檢工具的評價
　　 篩檢工具的AUC值為0.789(95％CI:0.766to0.812),與AUC=0.5相比較,檢驗Z值為21.482,P<0.0001,具有統(tǒng)計意義(P<0.05)。篩檢骨質疏松的靈敏度為55.67％(95％CI:50.6％to60.6％),特異度為84.62％(95％CI:82.0％-87.0％),陽性預測值為63.0％(95％CI:57.

22、7％to68.0％),陰性預測值為80.2％(95％CI:77.5％to82.8％),Youden指數(shù)為0.403。以-80為截斷值,高危人群(Score≥-80)中,63.0％患有骨質疏松,37.0％骨量正常；低危人群中(Score<-80),僅19.8％患有骨質疏松,80.2％骨量正常。結果顯示篩檢工具具有較好的篩檢骨質疏松和排除骨量正常人群的能力。
　　 4結論
　　 4.1絕經(jīng)是POP的主要危險因素,低體重指數(shù)也

23、是POP發(fā)病的危險因素；魚類膳食和POP發(fā)病之間均存在負相關性,是POP的保護性因素。
　　 4.2下肢抽筋和下肢骨痛是POP發(fā)病的重要中醫(yī)癥狀。腎虛、肝虛、陰虛、陽虛和血瘀是POP的基本中醫(yī)證候要素。病變部位以肝腎兩臟為主,病性以虛證為主。隱樹分析方法可以彌補聚類分析在中醫(yī)證候研究方法上的先天不足。
　　 4.3經(jīng)過GPLM模型非參數(shù)部分的擬合檢驗,發(fā)現(xiàn)絕經(jīng)年限與骨質疏松發(fā)病之間存在非線性效應。將西醫(yī)危險因素和中醫(yī)癥狀