亚健康症状群的探索分析

PAGEPAGE2PAGEPAGE2亚健康症状群的探索分析刘保延1何丽云1李霞2匡宏波2谢雁鸣1易丹辉21中国中医科学院2中国人民大学统计学院【摘要】目的分析北京地区亚健康人群常见的临床症状特征。方法利用北京地区亚健康状态流行病学调查数据，应用探索性因子分析，研究各症状的特征、性质及其之间的潜在关系，寻找代表亚健康状态的常见症状群，并用结构方程模型（StructuralEquationModeling,SEM）验证各症状群之间及因子与其各组成因素之间的关系。结果：取特征值大于1.0的因子共计13个，其累计贡献率达55.67％，结合专业知识，合并为10个因子。以疲劳为中心潜变量建立结构方程模型，结果X2/DF=3.65，拟合优度指标、调整拟合优度指标、相对拟合指数、tucher-lewis指数均在0.9以上。潜变量之间的直接效用说明：疲劳与视疲劳、睡眠、疼痛关系最为密切，权重系数在0.7-1.0之间，疲劳与二便情况、口咽部症状、出汗症状之间关系较大，权重系数在0.5左右。疲劳与潜变量之间的间接效用说明：疲劳间接对情绪失调起作用，其相关因子之间的多阶间接作用总和为0.702和0.112。结论亚健康状态的症状表现复杂多样，常以某一症状为主，伴有多种症状同时出现；最常见的代表症状群依次为情绪失调，疲劳，睡眠异常，二便失调，心态不平和，视疲劳，疼痛等。结构方程模型表明，各症状群之间、症状群内症状与症状之间均存在强弱不等的因果关系，说明亚健康状态症状表现有其群集性和复杂性等特征。关键词：亚健康状态症状特征因子分析结构方程模型Theexploreanalysisofclinicalsymptomsofthesub-healthLiuBao-yan1HeLi-yun1LiXia2KuangHong-bo2XieYan-ming1YiDan-hui21.ChinaAcademyofChineseMedicinesciences,Beijing100700，China2.SchoolofStatisticsRenminUniversityofChina，Beijing100872，China【abstract】Object：Toanalyzethecommonclinicalsymptomsofsub-healthinBeijingdistrict.Methods:Withthesub-healthepidemiologydataandthemethodoffactorsanalysis,westudythefeaturesandpropertiesofvariouskindsofsymptomsandtherelationshipsbetweenthesymptoms,lookingforthecommonsymptomgroupsthataretherepresentativesofvariouskindsofsub-health.Furthermore,weusetheStructuralEquationModelingtovalidatetherelationshipbetweenthesymptomgroupsandtherelationshipbetweenthesymptomgroupsandtheircomponents.Results:Theamountofthefactorswhoseweightvaluesarelargerthan1.0is13,thecumulativeofallthefactorsis55.67%.However,withthedomainknowledgethetotalfactorsaremergedinto10.Wetakethefatigueasthemainhiddenvariablestobuildthestructuralequationmodel,thefunctionisX2/DF=3.65,GFI，AGFI，CFI，tucher-lewisindexesareallabove0.9.Thedirecteffectsbetweenthehiddenvariablesshowthatfatiguehasthemostcloselyrelationstothefatigueofeyes,thesleep,andthepainwiththeweightedcoefficientrangingfrom0.7to1.0.Fatiguehassomeobviousrelationtothesymptomsofstool,pee,fauces,mouth,andsweatwiththeweightedcoefficientsabout0.5.TheindirecteffectsbetweenfatigueandhiddenvariablesshowthatfatiguehasaneffectonmoodsindirectlywithStandardizedIndirectEffectsandStandardizedTotalEffectswas0.702and0.112,respectively.Conclusions:Thesymptomsofsub-healtharecomplexwithadominatingsymptomandmanyothersecondarysymptoms.Thecommonsymptomgroupsaremaladjustmentofmood,fatigue,abnormityofsleep,maladjustmentofstoolandpee,double-minded,fatigueofeyes,andpainetc.Theresultsofstructuralequationmodelshowsthatthecausalitybetweensymptomsthatareinasymptomgrouparedifferent,soarethecausalitybetweenthesymptomgroups,whichshowsthatthesymptomsofthesub-healthareofdiversity.[Keyword]sub-health;symptom;factoranalysis;structuralequationmodeling亚健康状态是20世纪国际医学界的医学新概念，前苏联学者N．Berkman等人把这种介于疾病和健康的中间状态称为“第三状态”，也称“灰色状态”、“中间状态”。90年代中期我国学者王育学首次提出“亚健康”的概念。并把亚健康初步定义为：介于健康和疾病的中间状态，在相当高水平的医疗机构经系统检查和单项检查，未发现有疾病，而病人自己确实感觉到了躯体和心理上的种种不适[1-2]。处于亚健康状态的人主观、心理上有许多不适的体验，机体呈现活力降低、各种反应能力和适应能力不同程度的减退状态，可去医院进行相关检查却没有器质性病变，医生也没有好的办法来对其进行治疗[3]，但是究竟亚健康状态有何具体临床症状，各种症状的出现有何规律性一直是困扰预防和治疗的关键问题。既往相关文献报道多缺乏数据支持，为了解决亚健康研究领域的基础问题，2003年由中国中医科学院承担的“亚健康状态中医基本证候流行病学调查”课题启动，我们通过问卷调查的方式收集了北京地区亚健康高危人群的数据资料，多种分析方法结合，揭示了亚健康状态的临床表现和症状特征，现将应用因子分析和结构方程模型在临床症状方面的研究结果报道如下。1资料与方法1.1数据来源：本组资料来源于2003年3月至10月进行的流行病学调查，被调查者为北京市不同行业的居民。1.2研究方法：制定亚健康高危险单位的评定参考标准，在北京各城区选取管理、脑力劳动者、工作紧张、工作时间较长、工作环境（如污染、噪音严重）较差的单位，以工作单位为抽样单元进行整群抽样，对符合年龄段的人员进行登记和体检，剔除具有疾病诊断的人，对其余人员进行调查。1.2.1调查：所用的调查问卷及其设计方法已经另文发表【4－5】。调查员由北京的5家三甲医院（首都医科大学附属朝阳医院，中国中医科学院西苑医院，中国中医科学院广安门医院，北京中医药大学东直门医院，北京世纪坛医院）担任，均为工作5年以上的内科临床医师，并经过专门培训。调查方式：1.2.2亚健康判断标准及纳入排除方法：亚健康的诊断目前未见公认的标准，本课题组经过文献调研后拟定了流行病学调查专用的亚健康判断标准，各领域专家反复论证，经过实际试应用达到了排除疾病的目的[5]。因此，调查时纳入标准为①符合亚健康判断标准，②年龄35-55岁，③愿意接受调查。排除标准为①不符合纳入标准者，②患有心脑血管、糖尿病、肿瘤等重大疾病，③患非重大疾病但需用药维持者，④不愿意合作者。疾病排除方法：调查前统一体检，包括：血尿常规，血脂，血糖，乙型肝炎病毒检测，肝肾功能，心电图，1.2.3合格问卷的规定：该研究发放问卷4000份，收回3767份，应答率为94.17%。其中纳入分析的问卷符合①一般信息中除地址和联系方式外的项目必须填写，②再次排除既往史中有疾病诊断者，③全部问题条目的缺失和漏填不超过3‰，得到有效问卷3624份。其中，朝阳区1195例（32.97％），崇文区78例（2.15％），东城区345（9.52％），海淀区977（26.96％），郊区490（13.52％），西城区272（7.51），宣武区267（7.37％），本文的分析数据为不含缺失项的3224例1.2.4统计分析：用Epidata2.0建立数据库，统计分析用SPSS12.0和AMOS4.01软件进行。调用Factor过程，构造出潜在外生因子及潜在内生因子；构建结构方程模型，2结果2.1亚健康症状群的探索性研究2.1.1提取公因子：对调查问卷中代表不适的症状、影响因素共56个变量（五级分类条目）进行因子分析，构造出潜在因子。因子的提取采用主成分法，然后以方差最大化正交旋转（varimax）法分析因子载荷，得到特征根大于等于1.0的因子有13个，累计方差贡献率达到55.67％，结合专业知识，合并为10个因子，根据各个因子在变量上的载荷大小，对潜在因子进行命名，同时根据各因子支配变量的赋值与意义，解释各因子的大小所代表的实际意义。表1相关系数矩阵的特征根Tab1.EigenvaluesoftheCorrelationMatrix因子特征值方差方差百分比（%）累积方差百分比（%）factorEigenvalueDifferenceProportionCumulative113.6611.2524.3924.3922.410.164.328.6932.250.634.0232.7241.620.072.935.6251.550.092.7738.3861.460.112.6140.9971.350.032.4243.4181.320.052.3645.7791.260.112.2648.02101.150.082.0650.08111.070.021.9151.99121.050.041.8853.87131.010.061.855.67variables=56,Average=1,不含缺失项的样本量3224个。2.1.2公因子释义取载荷值在0.4以上的条目进行分析，发现最具特征的有情绪因子，疲劳因子，睡眠因子，二便因子，心态因子，口咽因子，心肺因子，视疲劳因子，汗证因子，疼痛因子。结果见表2.表2.亚健康症状群潜在因子代表的意义Tab2.Meaningoflatencyfactorsofclinicalsymptomsofsub-health潜在因子命名支配条目数相关症状（依载荷值大小列出）1情绪因子8情绪低落、消沉、焦虑、空虚、易怒、恐惧、思虑2疲劳因子10疲劳、休息后能否缓解、头脑昏沉、双下肢无力、精力减退、饮食、头重如裹、平素怕冷、健忘、易感冒3、12睡眠因子6睡眠不安、失眠、早醒、睡眠质量差、多梦、困倦、多眠4、11二便因子10大便稀溏、完谷不化、大便先干后稀、大便酸腐、便秘、腹胀、小便淋漓不尽、小便急迫、排便困难5心态因子5淡漠、精力分散、心情、精力状况、饮食规律6心肺因子3气短、胸闷、心悸7口咽因子4口苦、咽干、咽喉异物感、口腔溃疡8视疲劳因子3眼睛干涩、眼睛酸胀9汗证因子4自汗、盗汗、怕热、手脚心热10疼痛因子2疼痛注：第1因子代表情绪失调症状，第2因子代表疲劳及其相关症状，第3因子和第12因子代表睡眠变化，第4因子和第11因子代表二便状况，第5因子代表心肺状况，第6因子代表心态因子，第6因子代表口咽因子，第8因子代表视疲劳，第9因子代表出汗的状况，第10因子代表总体疼痛状况。2.2亚健康症状群的验证性研究为说明各因子组成的客观性，应用结构方程模型对以上结果进行验证性分析。2.2.1初始模型建立：由于疲劳是亚健康状态躯体表现的典型症状，以疲劳为主诉的被调查者占亚健康人群中有主诉人群1979例的34%，因此以疲劳为中心潜变量建立结构方程模型，2.2.2模型调整：根据修正指数大小和专业理解调整模型，不断调整潜变量与显变量、显变量之间、潜变量与潜变量之间的关系，使各项拟合优度指数达到模型具有统计意义的范围，使模型符合统计检验的要求，也符合临床实际情况。最终模型拟合优度指标的各项指数见表3，其中，(cmin)X2表3结构方程模型的拟合优度指标Tab2.FitMeasuresofstructuralequationmodel指数名称X2自由度残差均方根拟合优度指标调整拟合优度指标近似误差均方根相对拟合指数tucher-lewis指数CMINDFRMRGFIAGFIRMSEACFITLI指数值5017.18613740.0240.9480.9420.0270.9440.939正常范围<0.04>0.9>0.9<＝0.05>0.9>0.92.2.3模型结果：最终的模型结果表明结构方程模型与该样本数据的关系图拟合良好。模型中的权重系数在0.5以上者，表明变量间的关系较密切：①潜变量之间的直接效用：疲劳因子与视疲劳、睡眠、疼痛关系最为密切，权重系数在0.7-1.0之间；疲劳因子与二便、口咽、汗证之间关系较大，权重系数在0.5左右，疲劳因子与心态因子关系不大，权重系数0.372，疲劳因子与心肺因子、与情绪因子之间没有直接效用，SEM路径图见图1，实线为直接效用，虚线为间接效用。②疲劳与潜变量之间和潜变量之间的总效用分析结果表明，各个潜变量间的直接作用和间接作用间的总和为总效用，除心态因子和心肺因子外，疲劳因子与其他因子之间的关系较为重要，权重系数均在0.50.5390.539－0.825情绪因子疲劳因子心肺因子疼痛因子汗证因子视疲劳因子睡眠因子二便因子口咽因子0.7590.372心态因子1.1670.7110.5740.6540.8960.0690.0890.0020.1410.363SEM路径图表4疲劳因子与潜变量之间的关系分析Tab4.Therelationoffatigueandlatencyvariable疲劳与潜变量之间的间接效用潜变量之间的总效用潜变量StandardizedIndirectEffects潜变量StandardizedTotalEffects口咽因子0口咽因子0.759心态因子0睡眠因子0.723睡眠因子-0.444视疲劳因子0.711情绪因子0.702情绪因子0.702心肺因子0.112二便因子0.654疼痛因子0疼痛因子0.574汗证因子0汗证因子0.539视疲劳因子0心态因子0.372二便因子0心肺因子0.112注：疲劳因子通过心态因子、口咽因子、睡眠因子等因子对情绪因子的多阶间接作用总和为0.702;疲劳因子通过情绪因子、睡眠因子等对心肺因子的多阶间接作用总和为0.112。3讨论3.1结构方程模型（SEM），也称协方差结构模型或线性结构模型，LISREL模型，由K.Jorekog于1973年提出，在过去三十多年里不断得到发展，20世纪90年代被广泛应用于社会科学和医学领域[6]。SEM是一种建立、估计和检验因果关系模型的方法[7]，是通过观测变量集合之间的协方差结构和相关结构出发，从定量的角度建立模型来研究变量之间因果关系的一种方法，包含了回归分析、因子分析、路径分析和多元方差分析等多元分析技术，主要用于研究不可直接观测变量（潜变量）与可测变量之间关系以及潜变量之间的关系。其优点有①能够对模型中的省略变量，如误差协方差进行显著性检验；②对于模型的设定具有更大的弹性；③能够同时在多个群体中对同一模型进行估计；④在模型中，研究人员可以限定参数等于某个特定的值或者作为其他参数的线性/非线性函数；⑤模型中可以包含定序（Ordinal）甚至分类变量(Categorical)；⑥可以对缺失数据进行最大似然估计[8]。SEM是一种综合思维方法，不仅分析因素和疾病之间的关系，也分析因素和因素之间的关系，同样是一种验证性的方法，能够得到潜在变量的有关参数，并对表述潜在变量的显变量的测量误差做出估计[9]，有人认为SEM在医学研究中和中医证候规范标准研究中应用是可行的[7，10]。3.2亚健康状态的症状特征：本研究应用因子分析先找到反映亚健康状态临床表现的主要症状群（潜变量因子），再用结构方程模型来分析其间的因果或相关关系，结果表明，亚健康状态常表现为情绪失调、疲劳、睡眠异常、二便失调、日常生活中心理状态失调