基于统计学方法分析老年人骨髓造血功能与环境因素关系

谷琳琳

（阿坝师范学院，四川 汶川 623002）

平均血小板体积是血小板四项参数中比较重要的一项，平均血小板体积参数是否处于正常范围目前也受到关注，血小板参数值发生异常，就会引起很多疾病的发生。因此血小板参数指标为临床上应用化瘀原则[1]。研究资料表明[2-4]，平均血小板体积升高时见于慢性骨髓白血病，骨髓纤维化和地中海贫血等疾病。通过研究中国正常人平均血小板体积参考值与环境因素的关系，揭示出中国正常人平均血小板体积参考值的地理分布规律，为制定基于地域分布的中国正常人平均血小板体积参考值的标准提供科学依据。

一、资料与方法

（一）数据

通过检索《中国期刊网全文数据库》、万方数据资源系统、维普中文科技期刊数据库等数据库，并实际测定部分数据，共收集了中国各个省份医院和有关研究单位及高等院校测定的6271 例健康老年人平均血小板体积参考值；年龄范围60-80 岁健康老年人；仪器：拜尔公司ADVIA120 全自动血细胞计数仪。

本文选取了气象指标（中国气象科学数据共享服务网）和土壤指标（数据来源于联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)所构建的世界和谐土壤数据库）。气象指标：（海拔高度（X1/m），：年平均气温（X2/℃），年平均相对湿度（X3/%），年平均风速（X4/m/s）；表土砂砾百分率（X5/%），表土粉粒百分率（X6/%），表土黏粒百分率（X7/%），表土石砾含量（X8/%），表土有机质含量（X9/%），和表土PH（X10）。

（二）方法

运用SPSS 统计软件,对变量进行统计分析。

二、结果

（一）相关分析结果

运用统计软件中“相关分析方法”得出环境因子与老年人平均血小板体积正常参考值之间的相关程度,结果如下：

（二）主成分分析

1.提取主成分。为了能更好地建立模型，通过SPSS 软件分析得出主成分解释总方差分析表（表1）、因子得分系数矩阵（表2）、原始变量的通用统计描述信息（表3）。

表1 主成分分析总变量解释Tab.1 Total Variance Explained of Principal Component Analysis

表2 因子得分系数矩阵Tab.2 Component Score Coefficient Matrix

表3 原始变量的均数和标准差Tab.3 The Mean and Std.Deviation of Original Variables

从以上3 个表中分析出由大到小排列的特征根，选取四个主成分（贡献率达到85%，）。

2.主成分表达。从因子得分矩阵当中提取前四个主成分因子的相关系数，从而得出前四个主成分因子表达式。

由表2 可将主成分的各个原始变量表达为四个主成分变量F1、F2、F3、F4，表达式如下：

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；

这里stdxi(i=1,2,3,4,5,6,7,8,9,10)表示标准指标变量。

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.主成分回归分析。运用SPSS 软件做回归分析得回归方程为：

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

经过统计软件计算，得到回归方程：

Ŷ=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）趋势分布图

借助ArcGIS 软件中的空间分析模块在矢量化好的地图上准确定位这些点，选取全国2322 个县作为基础观测点，利用空间插值法，精确地拟合并绘制出平均血小板体积正常参考值的地理分布趋势图[2]。

三、讨论

由于人所处的地理环境有高低和方位的不同，气候的寒热温凉也各不相同，人的生理状况也随之各异，其治疗也就各不相同，人体具有不同的生理形态特征以适应不同的地理环境。从图1 能看出空间分布趋势，单相关系数也清晰表达了平均血小板体积参考值与环境因素之间是存在依赖关系的，我国新疆北部、青海北部地区老年人平均血小板体积参考值分布最低，从单相关系数来看，年平均风速越大，老年人平均血小板体积参考值越低，由于海拔高度的逐渐增大，空气逐渐稀薄，身体出现相对性缺氧，同时造血系统会出现代偿性活跃，骨髓造血功能增加，导致红细胞会增多，血液黏滞度增加，随之平均血小板体积变大。

本研究以整个中国的空间区域为研究对象，运用主成分分析的方法，推导出中国老年人平均血小板体积参考值的模型方程，可以估计得出中国区域内任何地方中老年人平均血小板体积参考值。通过定量分析医学参考值指标与地理因素之间的关系，建立关系模型，一方面可以为医学诊断提供科学的参考依据，同时很大程度上丰富了医学地理学的内容[4-5]。