应用主成分和聚类分析法探索COPD表型的临床研究

《应用主成分和聚类分析法探索COPD表型的临床研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名(#--W)：吴隅∥1签字日期：刃弓年6月6日学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权南昌大学可以将学位论文的全部或

2、部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授权中国科学技术信息研究所和中国学术期刊(光盘版)电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表，并通过网络向社会公众提供信息服务。(保密的学位论文在解密后适用本授权书)．．p学位论文作者签名(#-W)：裴锄扒导师签名(#--W)：歹％岛，，，f签字日期：动f弓年6月e日签字日期：毋刀簪石月扫日摘要目的：慢性阻塞性肺疾病(C11romcobstructivepulmonarydisease，COPD)是表现有肺内和肺外效应的临床复杂

3、综合征。临床观察表明COPD是一种异质性疾病，可能存在多个临床表型(phenotype)。本研究采用多个变量，应用主成分和聚类分析法，对江西122例COPD患者进行分析，探索COPD患者是否存在不同的临床表型，为COPD个体化诊治提供临床依据。方法：采用横断面研究方法，收集我院住院部已经确诊的COPD患者157例，排除肺部其他疾病(哮喘、结核、支气管扩张等)。收集每位患者年吸烟指数、年龄、性别、呼吸困难程度、合并症等资料、检测TNF．Q、IL一8、IL一32在不同患者中的表达。应用主成分分析法(PCA)和聚类分析法分析所有收集资料，基于PCA变换后的数据进行聚类分析，识别不同C

4、OPD亚组分类(即临床表型)。结果：122例研究对象参与分析，77．4％为男性患者；平均年龄为72(53．0—89．0)岁；PCA分析出三个主要因子，在所有变量中占73．1％。在PCA的基础上将患者分成4类：1、相对老年患者，吸烟指数高，中重度气流受限，重度呼吸困难，合并症少，炎症指标明显升高；2、老年患者，中度气流受限，中度呼吸困难，吸烟指数低，合并症多，炎症指标明显升高；3、与第2类比较，第3类为相对年轻患者，重度气流受限，重度呼吸困难，合并症少，吸烟指数低，炎症指标轻度升高；4、与第1类比较，第4类患者吸烟指数低，合并症少，轻度呼吸困难，炎症指标升高不明显。结论：1、采用

5、主成分及聚类分析法可能可以识别单纯根据FEVl进行分级所不能识别的临床表型。2、气流受限程度相似的COPD患者属于不同的表型，吸烟指数、临床表现及合并症存在显著性差异。3、基于主成分的聚类分析更适合COPD的临床表型研究。II摘要关键词：慢性阻塞性肺疾病主成分分析聚类分析表型异质性个体化治疗IIIAbstractABSTRACTObjective：Nowadays，itiswidelyrecognizedthatCOPDisacomplexsyndromecharacterizedbynumerouspulmonaryandextrapulmonarymanifestation

6、s．Asaresult，thereisconsensusthatFEV1byitselfdoesnotadequatelydescribethecomplexityofthediseaseandthatFEV1cannotbeusedinisolationfortheoptimaldiagnosis，assessment，andmanagementofthedisease．Methods：COPDsubjectsrecruitedinthesecondaffiliatedhospital．Principalcomponentanalysis(PCA)wasperformedus

7、ingeightvariablesselectedfortheirrelevancetoCOPD：age，cumulativesmoking，forcedexpiratoryvolumein1s(FEV1)(％predicted)，dyspnoea(modifiedMedicalResearchCouncilscale)，comorbidities，IL-8，IL一32，TNF-a．Patientclassificationwasperformedusingclusteranalysisba