地理環境對P波離散度參考值影響分析

劉新蕾，葛 淼，王聰霞，路春愛，楊紹芳，岑敏儀，張 雯

（1.陜西師范大學旅游與環境學院健康地理研究所，陜西西安710062；2.西安交通大學醫學院第二附屬醫院心內科，陜西西安710004；3.陜西師范大學醫院，陜西西安710062）

地理環境對P波離散度參考值影響分析

劉新蕾1，葛 淼1，王聰霞2，路春愛3，楊紹芳1，岑敏儀1，張 雯1

（1.陜西師范大學旅游與環境學院健康地理研究所，陜西西安710062；2.西安交通大學醫學院第二附屬醫院心內科，陜西西安710004；3.陜西師范大學醫院，陜西西安710062）

為制定中國成年人心電圖P波離散度參考值的統一標準提供科學依據，搜集了中國98個單位的9 472例健康成年人P波離散度參考值，運用相關分析與回歸分析方法，研究了其與經緯度、海拔等12項地理因素指標的關系.研究結果表明：成年人P波離散度與地理因素之間存在顯著的相關關系.運用向后回歸分析和主成分分析估計成年人P波離散度的參考值，得到了不同的預測模型，通過比較，最終選擇向后回歸分析模型作為最優預測模型，并用ArcGIS軟件的克里金插值法內插出中國成年人P波離散度參考值的空間趨勢分布圖.

P波離散度；地理因素；參考值；預測值

P波離散度（P－wave dispersion，Pd）1998年由Dilaveris等首次提出，它是預測房性心律失常陣發性心房纖顫的一個新指標，是心房內存在依從性非均質性電活動的結果［1］.國內外的研究多側重于Pd與房性心律失常的關系［2－3］，而關于成年人Pd的標準參考值國內外報道得不多［4］.目前研究者多采用Pd＜40ms為參考標準，忽略了不同地理環境可能對Pd造成的影響，影響了臨床診斷的準確性.

已有的研究表明，Pd與年齡和性別無明顯相關性［5－6］，故本文以中國成年人為研究對象，未對研究人群進行性別劃分.為探討Pd參考值和區域地理環境因素之間的相關性，并為制定其參考值的統一標準提供科學依據，本文運用向后回歸分析和主成分分析的方法研究了中國各地測量的成年人Pd參考值與地理因素的關系，發現存在一定的規律性.針對二者之間的關系，本文運用以上兩種分析方法估計Pd的參考值，得出了不同的預測模型.

1 Pd參考值與地理因素指標

1.1 Pd參考值

Pd是指在同步記錄12導聯心電圖中測定的P波最大時限與P波最短時限的差值［7］，該指標對于預測陣發性房顫以及評價抗心律失常藥物的作用效果具有重要價值［8］.通過檢索中國期刊網、萬方全文期刊數據庫、中國優秀博碩士學位論文全文數據庫、超星數字圖書館等相關網絡數據庫，獲取了中國98個市（縣）級醫院和有關單位及高等院校測定的9 472例健康成年人Pd參考值（ms）［9］.年齡范圍18～80歲；分布在中國28個省、市、自治區（見圖1），缺乏西藏、甘肅、北京、臺灣、香港及澳門的資料；東部平原地區的資料多于西部高原地區.

本文測量的數據取自健康人群，排除下列疾病患者：瓣膜性心臟病；急性冠脈綜合征，包括各種類型心肌梗死；預激綜合征，各種心律失常；肝腎功能異常者；高血壓，甲亢及糖尿病；感染性疾病；血液病，尿崩癥；惡性腫瘤；急性腦血管意外；創傷、燒傷；慢性阻塞性肺疾病.

1.2地理因素指標

本文選取了X1經度（°），X2緯度（°），X3海拔（m），X4年日照時數（h），X5年平均氣溫（℃），X6年平均相對濕度（%），X7年降水量（mm），X8氣溫年較差（℃），X9年平均風速（m／s），X10表土容量（g／cm2），X11表土有機質含量（%），X12表土pH共12項地理因素指標作為區域環境因素進行研究，探討它們和Pd參考值的關系.其中的地理資料取材于有關地理著作和辭典［9－10］.

2 基于SPSS的成年人Pd參考值分析

2.1 Pd參考值與地理因素的相關分析

將成年人Pd參考值作為因變量，12項地理因素指標作為自變量，運用SPSS17.0統計分析軟件進行相關分析［11］，計算得出成年人Pd參考值與各項地理指標之間的單相關系數r和P（見表1）.

2.2 Pd參考值的向后回歸分析

應用SPSS17.0統計分析軟件，對Pd參考值與12項地理因素指標進行向后回歸分析［11］，推導出二者之間的向后回歸方程：

其中：＾Y是成年人Pd參考值；X2是緯度（°）；X3是海拔（m）；X5是年平均氣溫（℃）；X7是年降水量（mm）；14.88是剩余標準差的值.F＝5.496，P＝0.000＜0.01，說明有著很顯著的相關性.

2.3 Pd參考值的主成分分析

地理環境是一定社會所處的地理位置以及與此相聯系的各種自然條件的總和，是由氣候、土壤等多種自然要素構成的自然綜合體，各地理因素之間存在著復雜的相關關系.為解決這一問題，本文選用主成分分析法對各指標進行研究［11］.

在進行主成分分析之前，首先要了解變量之間的相關性以判斷進行主成分分析是否適用.運用SPSS17.0統計分析軟件，測得12個地理因素指標的KMO適度抽樣測定值為0.727＞0.5，Bartlett’s球形檢驗為0.因此對12個地理因素指標進行主成分分析是可行的.

（1）主成分的統計信息.表2顯示了主成分的統計信息，特征值由大到小排列.各主成分的貢獻率及累積貢獻率顯示：前3個主成分的特征值分別為5.296，2.123，1.404，其累計貢獻率為73.526%＜80%；第4個主成分的特征值為0.943，接近1，它解釋了12個原始變量的總方差的7.861%.前4個特征值的累積貢獻率為81.387%，故本文取前4個主成分來代替原有的12個指標變量.

（2）因子得分系數矩陣.表3為因子得分矩陣，通過矩陣可將所有主成分表示為各個原始變量的標準化值的線性組合.本文提取前4個主成分，表達式如下：

然后，由變量的平均值和標準差（見表4）求得原始變量的標準指標變量，如sX1＝（X1－114.61）／6.36（其他sXi的表達式省略）.

（3）主成分回歸分析.應用SPSS17.0統計軟件，運用統計分析法得到4個主成分Z1，Z2，Z3，Z4與成年人Pd參考值的回歸方程：

將主成分Z1，Z2，Z3，Z4的表達式代入上面的回歸方程，再將標準自變量sXi還原為原自變量Xi，得到成年人Pd參考值與12項地理因素指標的線性回歸方程：

2.4成年人Pd參考值的最優模型選擇

利用不同的分析模型，對中國各個地區的地理因素指標與成年人Pd參考值的關系進行預測，得到預測值與實測值如圖2所示.

應用SPSS17.0對成年人Pd參考值的兩種預測模型進行配對樣本雙側T檢驗［10］，結果表明：向后回歸模型T檢驗的t值為0.000，P值為1.000；主成分分析模型T檢驗的t值為－1.560，P值為0.120.

由圖2可看出，向后回歸分析模型的預測結果與實測值較為接近.結合T檢驗可知，主成分回歸模型的t值為0.120，雖大于0.05，但與實測值相比差異仍較大；向后回歸模型的配對樣本雙側T檢驗的t值為0.000，P值為1.000，在95%的顯著水平下，與實測值之間無顯著性差異，因此本文選擇向后回歸分析模型作為成年人Pd參考值的最優預測模型.

3 成年人P波離散度參考值的空間趨勢分布圖

為了準確揭示出成年人Pd參考值的地理空間分布趨勢，本文選取了全國范圍內縣級以上行政單位作為觀測點，借助ArcGIS軟件中的地統計分析模塊進行克里金插值［12］，以精確擬合并繪制成年人Pd參考值的地理分布趨勢圖，結果見圖3.本文選取的成年人Pd參考值的最優預測模型為：

＾Y＝72.81－0.825 9 X2－0.002 524 X3－0.754 0 X5－0.006 412 X7±14.88.由圖3可清楚得到中國任一地區成年人Pd參考值，位于同一色系和等值線上的Pd參考值相同，同一等值線附近的成年人Pd參考值相近.由圖3可知，中國成年人Pd參考值的分布趨勢為西部較高，在30.55ms以上，且隨海拔較為規律地變動，東南大部、重慶、湖南、四川東部和云南西南、黑龍江和新疆北部以及環渤海地區的Pd參考值則較低.

4 討論

根據單相關系數，隨著緯度（X2）、表土容量（X10）和表土pH（X12）逐漸增大，成年人Pd參考值逐漸增加，相關性顯著；隨著海拔（X3）、年日照時數（X4）和氣溫年較差（X8）的增加，Pd參考值也逐漸增大，但相關性不顯著；隨著經度（X1）、年平均相對濕度（X6）和表土有機質含量（X11）的增加，成年人Pd參考值減小，相關性不顯著；隨著年平均氣溫（X5）、年降水量（X7）的增加，成年人Pd參考值減小，相關性很顯著.可能的原因是：氣溫較低的情況下，人體的交感神經張力較高，容易出現異位節律；同時血壓升高的比例增大，這會影響心房內激動的傳導方向，使其傳導頻率加快而且不規整，導致不同P波間的差異增大，從而使Pd值增高.

如果已知某地的緯度、海拔、年平均氣溫和年降水量，可用回歸方程計算出這一地區成年人Pd的參考值.以北京為例，其緯度為39.9°，海拔為31.3m，年平均氣溫為12.3℃，年降水量為571.9mm，可計算得：

因此，北京地區成年人Pd估算為（26.84±14.88）ms.從成年人Pd參考值分布圖也可查出某一地區成年人Pd的參考值.

地理環境是人類生存與發展的基礎，人與環境之間存在著持續的交互過程，人的生理狀況受環境影響尤其明顯.地理環境有著明顯的地域分異規律，這使得人的很多生理特征也表現出明顯的地域性，心功能指標也不例外［13－14］，這與《黃帝內經》中“因地異質，因地制宜”的理論也是相吻合的.本文探索了成年人P波離散度與地理環境的關系，所得的空間分布圖可宏觀地估計中國大部分地區成年人的Pd參考值，而地理因素對P波離散度的作用機理還有待進一步研究.

［1］ 賈清淼，吳明營.P波離散度在心血管疾病中的研究現狀［J］.中國醫藥導報，2010，7（13）：5－7.

［2］ LAN C Y CHANG，ERIN AUSTIN，BALAJI KRISHNAN，et al.Shorter minimum P－wave duration is associated with paroxysmal lone atrial fibrillation［J］.Journal of Electrocardiology，2014，47（1）：106－112.

［3］ OKAN TURGUT，LZZET TANDOGAN，MEHNET BIRHAN YILMAZ，et al.Association of P－wave duration and dispersion with the risk for atrial fibrillation：practical consideration in the setting of coronary artery disease［J］.International Journal of Cardiology，2010，144（2）：322－324.

［4］ 羅勇，高興玉，陳麗，等.成年人P波離散度正常值調查及與年齡、性別的關系［J］.臨床心電學雜志，2004，13（2）：128－129.

［5］ 王成，謝振武，李茗香，等.國人P波離散度的檢測及其相關因素分析［J］.湖南醫科大學學報，2001，26（3）：241－243.

［6］ 施劍萍，廖淑萍，吳勝標.P波離散度測定正常值的研究［J］.醫學信息，2003，16（6）：330.

［7］ 陳曉婕，覃曉波.血液透析對慢性腎功能衰竭者P波離散度影響的研究進展［J］.齊齊哈爾醫學院學報，2013，34（5）：730－731.

［8］ KHALED MAHMOUD.Effect of coronary slow flow on dispersion of P－wave ＆QT－interval and its relationship with thrombolysis in myocardial infarction frame count［J］.The Egyptian Heart Journal，2013（65）：175－180.

［9］ 閻崇年，顏吉鶴，宋俊嶺，等.中國市縣大辭典［M］.北京：中共中央黨校出版社，1991.

［10］ 顏宏，沈國權，毛耀順，等.中華人民共和國氣候圖集［M］.北京：氣象出版社，2002.

［11］ 賴國超，陳超.SPSS17.0中文版常用功能與應用實例精講［M］.北京：電子工業出版社，2010：168－337.

［12］ 湯國安，楊昕.ArcGIS地理信息系統空間分析教程［M］.北京：科學出版社，2006：50－203.

［13］ 張亞平，葛淼，閆燕春，等.應用BP神經網絡模型分析老年女性心臟指數正常參考值與地理因素的相關性［J］.中國老年學雜志，2011，31（13）：2394－2397.

［14］ 井靜.心功能五項指標參考值與地理環境的關系［D］.西安：陜西師范大學，2012.

The relationship between geographic environments and the reference value of Chinese adults’P－wave dispersion

LIU Xin－lei1，GE Miao1，WANG Cong－xia2，LU Chun－ai3，YANG Shao－fang1，CEN Min－yi1，ZHANG Wen1

（1.College of Tourism and Environment，Shaanxi Normal University，Xi’an 710062，China；2.Department of Cardiology，Second Affiliated Hospital of Xi’an Jiaotong University，Xi’an 710004，China；3.Hospital of Shaanxi Normal University，Xi’an 710062，China）

To provide scientific basis for making the normal standard of the reference value of Chinese adults’P－wave dispersion（Pd），this paper collects the reference value of Pdof 9 472healthy adults from 98units.By correlation analysis and regression analysis，the relationship between Pdreference value and geographic factors was studied.The study found that there is significant correlation between them.By backward regression analysis and principal component analysis，different prediction models for Pdreference value were obtained.Through comparative analysis，the paper selected the backward regression model as the optimum one.Then the paper calculated the predictive values of Pdall over the country and made the distribution map of normal Pdreference value by Kriging interpolation method of ArcGIS 10.0software.

P－wave dispersion；geographic factors；reference value；predictive value

R 188 ［學科代碼］ 330·37 ［

］ A

（責任編輯：方林）

1000－1832（2015）01－0135－06

10.16163／j.cnki.22－1123／n.2015.01.025

2014－01－16

國家自然科學基金資助項目（40971060）.

劉新蕾（1991－），女，碩士研究生；通訊作者：葛淼（1960－），男，研究員，博士研究生導師，主要從事健康地理研究.