非参数分位数回归模型在医学参考区间建立中应用.pdfVIP

主垦里生缠过垫!堡笙!旦笠!!鲞箜!塑 非参数分位数回归模型在医学参考区间建立中的应用 中国医科大学附属第一医院检验科(110001) 云 科赵敏穆润清 郭晓临 马 明 王 朔 张歆 尚 红△ 【提要】 目的探讨非参数分位数回归模型在医学参考区间建立中的应用。方法 以血红蛋白参考区间上限 区间限值分布的因素；并根据分位数回归的结果，确定各亚组特异的参考区间限值。结果性别和年龄均是影响血红蛋 白参考区间上限分布的因素(P0．05)；非西班牙裔黑人与其他民族相比，参考区间上限值的分布也存在统计学差异(口 =一4．32，P0．001)。最终分非西班牙裔黑人和其他民族、分性别、分年龄段分别确定血红蛋白浓度参考区间上限值。 结论非参数分位数回归模型对假设条件要求不高，接近医学参考区间研究的现实情况，且模型具有很强的稳健性。在 考虑临床实际意义的情况下，该模型是参考区间建立过程中判定分组因素、确定稳健的参考区间限值的有效方法。 【关键词】 分位数回归 参考区间参考区间限值 参考区间(referenceintervals，RI)又称临床参考 原理和方法 值范围或正常参考值范围，是临床医生用于鉴别诊断、 筛选病人、评价疗效与预后评估的重要依据¨‘2j。超出 1．分位数回归的基本原理和特点。7’9。叫 参考区间范围的临床检验结果通常会进行进一步的临 分位数回归的研究对象是各分位点，可以对含有 床和实验室检查，这些限值的不正确设定会导致医疗 离群点的偏态分布数据建模，估计条件分位数的分布。 资源的浪费，或延误病情甚至危及生命口1。因此，建 该模型具有如下四个方面的优点：(1)分位数模型特 立适用于特定人群的参考区间对疾病诊断和监测具有 别适合于具有异方差性的模型；(2)对条件分布的刻 重要的意义。医学参考区间通常选择某项指标95％ 画更加的细致，能给出条件分布的大体特征；(3)分位 分布范围的大小来表示，根据临床具体含义的不同，区 数回归并不要求很强的分布假设，分位数估计量比最 间范围可以选择从2．5到97．5百分位数，0到95百分 ／J、_--乘估计量更为有效；(4)分位数回归是通过使加 位数，或5到100百分位数。由此不难看出，在确定参权误差绝对值之和最小得到参数的估计，因此估计量 考区间限值的过程中，更多关注的是生理指标在人群 不容易受到异常值的影响，从而估计结果更加稳定。 中边缘分布的情况。 2．医学参考区间分组因素的识别 为了保证所建立的参考区间良好的适用性，在建 医学参考区间建立过程中需要对影响参考值上下 立医学参考区间的过程中，通常需要对影响参考值分 限分布的因素进行判定，从而确定是否可以建立一致 布的因素进行探索_引，并根据潜在的影响因素分别建 的参考区间。当某些因素影响参考值上下限分布时， 立人群特异的参考区间。然而，现有可用的统计分析 常考虑根据影响因素建立特异的参考区间。具体步骤 方法(如：z检验、方差分析、线性回归)大都是基于对 如下： 数据集中趋势的统计分析，无法反映出医学参考值边 (1)分位数回归通过建立分位数回归模型，来 缘分布的状况‘6。。在参考区间建立过程中，选择恰当 反映一个或多个解释变量与某个分位点之间的关系， 的统计分析方法仍然是一个值得探讨的问题。 从而筛选出影响参考区问限值分布的重要因素。 非参数分位数回归模型(quantileregression，QR) (2)建立影响因素特异的参考区间根据分位数 是由Koenker和Bassett于1978年提出并引入到经济