基于統計學方法分析老年人骨髓造血功能與環境因素關系

谷琳琳

（阿壩師范學院，四川 汶川 623002）

平均血小板體積是血小板四項參數中比較重要的一項，平均血小板體積參數是否處于正常范圍目前也受到關注，血小板參數值發生異常，就會引起很多疾病的發生。因此血小板參數指標為臨床上應用化瘀原則[1]。研究資料表明[2-4]，平均血小板體積升高時見于慢性骨髓白血病，骨髓纖維化和地中海貧血等疾病。通過研究中國正常人平均血小板體積參考值與環境因素的關系，揭示出中國正常人平均血小板體積參考值的地理分布規律，為制定基于地域分布的中國正常人平均血小板體積參考值的標準提供科學依據。

一、資料與方法

（一）數據

通過檢索《中國期刊網全文數據庫》、萬方數據資源系統、維普中文科技期刊數據庫等數據庫，并實際測定部分數據，共收集了中國各個省份醫院和有關研究單位及高等院校測定的6271 例健康老年人平均血小板體積參考值；年齡范圍60-80 歲健康老年人；儀器：拜爾公司ADVIA120 全自動血細胞計數儀。

本文選取了氣象指標（中國氣象科學數據共享服務網）和土壤指標（數據來源于聯合國糧農組織(FAO)和維也納國際應用系統研究所(IIASA)所構建的世界和諧土壤數據庫）。氣象指標：（海拔高度（X1/m），：年平均氣溫（X2/℃），年平均相對濕度（X3/%），年平均風速（X4/m/s）；表土砂礫百分率（X5/%），表土粉粒百分率（X6/%），表土黏粒百分率（X7/%），表土石礫含量（X8/%），表土有機質含量（X9/%），和表土PH（X10）。

（二）方法

運用SPSS 統計軟件,對變量進行統計分析。

二、結果

（一）相關分析結果

運用統計軟件中“相關分析方法”得出環境因子與老年人平均血小板體積正常參考值之間的相關程度,結果如下：

（二）主成分分析

1.提取主成分。為了能更好地建立模型，通過SPSS 軟件分析得出主成分解釋總方差分析表（表1）、因子得分系數矩陣（表2）、原始變量的通用統計描述信息（表3）。

表1 主成分分析總變量解釋Tab.1 Total Variance Explained of Principal Component Analysis

表2 因子得分系數矩陣Tab.2 Component Score Coefficient Matrix

表3 原始變量的均數和標準差Tab.3 The Mean and Std.Deviation of Original Variables

從以上3 個表中分析出由大到小排列的特征根，選取四個主成分（貢獻率達到85%，）。

2.主成分表達。從因子得分矩陣當中提取前四個主成分因子的相關系數，從而得出前四個主成分因子表達式。

由表2 可將主成分的各個原始變量表達為四個主成分變量F1、F2、F3、F4，表達式如下：

F1=-0.039stdX1-0.084stdX2+0.007stdX3-0.019stdX4+0.055stdX5+0.100st dX6+0.042

stdX7-0.152stdX8+0.155stdX9+0.078stdX10；

F2=0.233stdX1-0.245stdX2+0.254stdX3+0.239stdX4+0.127stdX5-0.081stdX6+0.034

stdX7+0.051stdX8-0.068stdX9+0.113stdX10；

F3=0.087stdX1-0.083stdX2+0.075stdX3+0.054stdX4+0.079stdX5+0.336st dX6-0.373

stdX7+0.033stdX8+0.153stdX9-0.167stdX10；

F4=0.151stdX1+0.011stdX2-0.217stdX3-0.291stdX4+0.362stdX5-0.076stdX6-0.120stdX7+0.207stdX8-0.133stdX9+0.211stdX10；

這里stdxi(i=1,2,3,4,5,6,7,8,9,10)表示標準指標變量。

stdX1=(X1-112.307)/6.151;stdX2=(X2-451.519)/705.663;stdX3=(X3-15.550)/4.124;stdX4=(X4-72.154)/8.441;stdX5=(X5-2.300)/0.637;stdX6=(X6-35.538)/10.424;

stdX7=(X7-41.462)/10.246;stdX8=(X8-23.000)/9.757;stdX9=(X9-1.389)/0.072；

stdX10=(X10-10.115)/4.376

3.主成分回歸分析。運用SPSS 軟件做回歸分析得回歸方程為：

?=9.668-0.025F1-0.268F2-0.267F3-0.507F4

經過統計軟件計算，得到回歸方程：

?=4.809+0.0002586X1-0.01131X2-0.008657X3-0.2706X4+0.003893X5-0.006417X6+0.001866X7+0.001514X8+0.2430X9-0.08149X10±0.1582。

（三）趨勢分布圖

借助ArcGIS 軟件中的空間分析模塊在矢量化好的地圖上準確定位這些點，選取全國2322 個縣作為基礎觀測點，利用空間插值法，精確地擬合并繪制出平均血小板體積正常參考值的地理分布趨勢圖[2]。

三、討論

由于人所處的地理環境有高低和方位的不同，氣候的寒熱溫涼也各不相同，人的生理狀況也隨之各異，其治療也就各不相同，人體具有不同的生理形態特征以適應不同的地理環境。從圖1 能看出空間分布趨勢，單相關系數也清晰表達了平均血小板體積參考值與環境因素之間是存在依賴關系的，我國新疆北部、青海北部地區老年人平均血小板體積參考值分布最低，從單相關系數來看，年平均風速越大，老年人平均血小板體積參考值越低，由于海拔高度的逐漸增大，空氣逐漸稀薄，身體出現相對性缺氧，同時造血系統會出現代償性活躍，骨髓造血功能增加，導致紅細胞會增多，血液黏滯度增加，隨之平均血小板體積變大。

本研究以整個中國的空間區域為研究對象，運用主成分分析的方法，推導出中國老年人平均血小板體積參考值的模型方程，可以估計得出中國區域內任何地方中老年人平均血小板體積參考值。通過定量分析醫學參考值指標與地理因素之間的關系，建立關系模型，一方面可以為醫學診斷提供科學的參考依據，同時很大程度上豐富了醫學地理學的內容[4-5]。