卫咨康讯研究报告：流行病学调查结果数据分析综述

流行病学调查结果数据分析综述——方法与思路

摘要：本文通过借助 STATA ， S-Plus Miner 等计算机工具对“中国抑郁症药物治疗现状、患者认知及其治疗满意度的回顾和前瞻性调查”问卷结果进行分析，介绍了运用循证医学、信息整合和知识发现思想在流行病学调查结果数据分析中的运用，以及相关计算机工具在该项目中的运用。本研究致力于探讨流行病学调查结果的多因素分析方法及其在实践中的实现与运用。

一、“中国抑郁症药物治疗现状、患者认知及其治疗满意度的回顾和前瞻性调查”项目介绍

抑郁症是一种较常见精神疾病，可引起广泛的心境、功能和认知障碍。该疾病可由轻度（ HDRS 分值 7-17 ）或中度（ HDRS 分值 18-24 ）发展至呈虚弱状态的重度（ HDRS 分值 ≥25 ），自杀风险随之增高，且往往与焦虑症并存。而焦虑障碍指一组以焦虑为突出临床症状的疾病。目前认为，抑郁症和焦虑障碍是严重影响公共健康的最常见精神卫生问题。根据 2004 年 JAMA 的报道，北京和上海的抑郁症和焦虑障碍在社区普通人群中的患病率均达 2% 以上。

抗抑郁药物治疗始于 20 世纪 50 年代，当时首例药异丙肼属于单胺氧化酶抑制剂（ MAOI ），随后又出现了三环类抗抑郁药（ TCAs ）及四环类抗抑郁药（ TCA ）。 MAOI 与 TCAs 作为主流抗抑郁药物在临床上使用持续近 30 年。 1988 年第一个选择性 5 －羟色胺选择性再摄取抑制剂（ SSRIs ）氟西汀面世，此后，帕罗西汀、舍曲林、氟伏沙明、西酞普兰及左旋西酞普兰相应上市。 SSRIs 逐渐取代 MAOI 与 TCAs 成为抗抑郁药的一线选择。 20 世纪末，抗抑郁药物的研发进入飞跃期，相继出现新型的抗抑郁药物，诸如 5 －羟色胺及去甲肾上腺素再摄取抑制剂（ SNRI ） , 去甲肾上腺素和特异的 5 －羟色胺再摄取抑制剂（ NSSA ） , 5 －羟色胺受体拮抗剂 / 再摄取抑制剂（ SARI ） , 选择性去甲肾上腺素再摄取抑制剂（ NRI ）等等。这些药物已被广泛用于临床治疗，为抑郁症的治疗带来更多选择。

随着选择性 5- 羟色胺（ 5-HT ）再摄取抑制剂（ SSRIs ）等在国内的广泛应用，已逐步取代传统的三环类抗抑郁药，并且其治疗抑郁症的疗效已毋庸置疑。我国自 2003 年颁布了中国抑郁障碍防治指南，其中已明确将 SSRIs 与 SNRI 列为抑郁症的一线用药。根据国内部分学者的调查显示， TCAs 类抗抑郁药物如阿米替林的使用率，无论是单用还是合并镇静药物或是抗精神病药物，都有显著的降低。但是鲜有研究涉及到抑郁症患者对疾病的认识及治疗满意度方面的调查，而仅有的少量研究，也是以调查抗抑郁药联合躯体疾病用药的情况为主。

本研究拟了解抑郁症患者的基本情况、对治疗效果的评价以和期望，进一步探讨治疗状态之间的关系以及地区间的差异，同时调查抗抑郁药的用药特点以及患者使用满意度情况，旨在反映目前国内的抗抑郁药使用情况及患者对抑郁症疾病及治疗的看法。

1 ）对象：包括医师的问卷调查和患者的问卷调查。面对门诊的抑郁症患者；采取直接问卷调查的形式，由医生负责收集门诊病人，填写问卷。
2 ）样本：患者样本合计 851 例，其中 226 例为 2 月后随访调查；医师样本为 155 例。样本分别来自上海、北京、广州、南京、成都与西安等三级甲等综合或专科医院。
3 ）调查工具：自编调查问卷
4 ）入组标准：医师包括主治医师（精神科、心理科、心身科等专科）或以上职称者；患者症状发作时严重程度则必须符合 CCMD-3 抑郁症诊断标准者，并且 HAMD-17>17 分。
5 ）研究方法：采用回顾和前瞻相结合的问卷调查，共 2 次。
第 1 次： A 组 — 回顾性，对象为已治疗 2 月或 >2 月但 <6 月的病人。
B 组 — 前瞻性，对象为新近治疗（ 1-2 周内）的病人。
第 2 次（ 1~2 月后）： B 组 – 第二次调查，对象为已治疗 1~2 月的病人。

二、 STATA ， S-Plus Miner 以及相关计算工具简介及其在医学数据处理中的运用

1、 STATA 简介及其在医学统计中的运用

STATA 是一个十分好用而且简单的统计套装软件，透过轻松的资料输入方式，而且简单的指令，即可执行一般在医学统计学上常用的计量模型。除了计量模型外， STATA 的套装软件中也可执行统计学中的估计和检定，甚至是多变量分析中的各项分析工具。因此， STATA 可以说是一个相当强而有力的生物医学统计软件。

2 ， S-Plus Miner 简介及其在医学统计中的运用

S-Plus 软件是目前运用最广泛的统计软件之一，但是由于其过于专业，以及其相对较高的成本使用，使得该软件在医学统计学中不常用到，但这仍不排除该软件是一款非常优秀的统计软件。 Insightful-Miner 是数据挖掘中常见的运用软件。 Insightful Miner （以下简称 I-Miner ）是新一代具有高度可扩展性数据挖掘平台。它既适用于数据挖掘初学者，又适用于有经验数据分析专家。其主要功能包括：

I-Miner 可视化编程界面减少了数据挖掘复杂性，使得广泛的非高级用户也能使用复杂的预测模型建模。
用户界面基于独特的管道式架构确保高度可扩展性
所有 I-Miner 组件如数据获取、探索性分析、数据操纵、数据清洗、统计模型和机器学习、模型评估和发布都充分利用独特的管道式架构保证在数据规模和数据处理速度方面的可扩展性
与其他挖掘工具不同的是，所有 I-Miner 组件既能运行于驻留内存中的数据集，又能运行于驻留于内存外的数据集。
I-Miner 与数据分析语言 S 的集成使其成为数据挖掘市面上算法最丰富和最具有可扩展性工具之一。
I-Miner 在数据挖掘工具市场上设立了新的性价比标准。低成本初始费用、提供桌面版、永久 License 无需每年缴纳年费。

虽然， S-Plus Miner 通常用在市场分析中，在生物医学统计学中很少用到。本研究中，使用该工具对问卷结果进行分析。

3 ，贝叶斯决策树模型

贝叶斯分类方法是一种具有最小错误率的概率分类方法，可以用数学公式的精确方法表示出来，并且可以用很多种概率理论来解决。
设（ Ω,Θ,P ）为概率空间， Ai∈Θ （ i=1,2,…,n ）为 Ω 的一个有穷剖分，且 P(Ai)>0 (i=1,2,…,n) ，则对任意 B∈Θ 且 P(B)>0 ，有

P(Ai|B)= （ i=1,2,…,n ）

上式称为贝叶斯公式。
贝叶斯定理为我们提供了一个计算假设 h 的后验概率的方法

P(h|D)=

分类有规则分类和非规则分类，贝叶斯分类是非规则分类，它通过训练集训练而归纳出分类器，并利用分类器对没有分类的数据进行分类。

贝叶斯决策树的理论是将概率的距离、统计应用于复杂系统的不确定性推理和数据解析的一种有效工具，它起源于 20 世纪 80 时年代中期对人工智能中的不确定性问题的研究，近年来在国际上的影响不断增强。贝叶斯网已经成功的运用在各种临床决策研究和预见性研究中。本研究运用贝叶斯决策树算法理论，使用 C-Script 和 SVM-light 中决策分类办法对该调查结果进行多因素分析。