梁庆香（柳州市疾病预防控制中心广西柳州545007）
【中图分类号】R446.1【文献标识码】A【文章编号】1672-5085（2011）24-0005-02
【摘要】目的采用主成份分析法分析糖尿病、胃癌、肝癌、高血压、冠心病和HIV感染者血中5种微量元素的含量特征，为慢性疾病的防治提供资料和依据。方法通过获得主成份及相应的主成份方程，并解释主成份的理化意义。结果前2个主成份累积贡献率达到86.235％，被确定为主要成份，建立主成份函数表达式，分析主成份与原始变量之间的关系。结论微量元素对糖尿病、胃癌、肝癌、高血压、冠心病和HIV感染者的发生有一定的影响作用，尤其是高血压患者。
【关键词】主成份分析糖尿病胃癌肝癌高血压冠心病HIV感染者微量元素
TheAnalysisonNutritionalEvaluationofTraceElementsofthe6ChronicrespiratorydiseaseInpatientswithPrincipalComponentAnalysis
【Abstract】ObjectiveThefeatureanalysisforthevaluesoffivetraceelementsofbloodamongdiabetes;gastriccancer;livercancer;hypertension;coronaryheartdiseaseandHIV-infectedwerestudiedbytheprincipalcomponentanalysis,thereisimportantsignificancetoprovidethematerialandthebasisforthemanfordiseaseoftraceelements.[Methods]Principalcomponentsandtheirequationswereobtained,physicochemicalmeaningofprincipalwasexplainedindetail.[Results]When86.235％ofcumulativevarianceproportionwasregardedaslimits,twoprincipalcomponentsandtheirfunctionequationweregiven,therelationshipbetweenprincipalcomponentsandtheiroriginalvariableswasanalyzed.[Conclusion]Traceelementsondiabetes,cancer,livercancer,hypertension,coronaryheartdiseaseandtheincidenceofHIVinfectionhaveacertaininfluence,especiallyinpatientswithhypertension.
【Keywords】principalcomponentanalysisdiabetesgastriccancerlivercancerhypertensioncoronaryheartdiseaseHIV-infectedmicroelement
微量元素的主要生理功能是维持正常生命活动和对人体所需要的主要营养成分进行调节，但过多或缺乏，将会影响健康或产生多种疾病。近年来，微量元素与疾病的关系，已引起广泛关注[1～6]，研究成果与日俱增。为探讨微量元素在疾病病因学上的作用，本文采用主成份分析法对常见6种疾病进行样本特征分析，为其临床病因诊断、治疗和探讨其发病原因及致病机制与防治提供科学依据。
主成份分析的目的是将原始数据降维，以排除原始数据共存中相互重叠的信息。因为各主成份的贡献率是通过分析原始数据计算得到的，克服了人为确定各指标权重的问题，因而结果更具科学性。
1材料与方法
1.1材料与仪器
分别抽取糖尿病、胃癌、肝癌、高血压、冠心病和HIV感染者6类患者5ml的空腹静脉血，分离血清。取血清1ml，加入1：10稀释的6%正丁醇，进行铜、锌和铁的测定；另取血清0.1ml，加入双蒸水，进行钙，镁的测定。用火焰原子吸收法(ThermoM6型原子吸收光谱仪)分别测定铜、锌、铁、镁和钙的含量。玻璃仪器均经10%的盐酸浸泡24小时，双蒸水反复淋洗，干燥。
1.2主成份分析步骤
对原始指标进行标准化处理；求标准化数据的相关系数矩阵；求相关系数的特征值、特征向量和方差的贡献率；根据方差贡献率大于85％的原则确定主成份分析个数；求主成份分析的得分并计算综合得分。
1.3原始数据的标准化处理
对原始数据标准化为了消除原始数据之间量纲不同的影响，使标准化后的数据具有可比性并遵循正态分布规律(0,1)。
2结果
2.1计算相关系数矩阵
通过运行SPSS11.5软件可以得到5个变量的相关系数矩阵，详见表1。从表中的各相关系数可以看出：80%以上的数据的绝对值大于0.3，说明各变量间有较大的相关系数，因此，适宜用主成份分析法来研究变量之间的关系。
表1相关系数距阵
FeZnCuCaMg
Fe1.000-0.1630.869-0.492-0.547
Zn-0.1631.0000.089-0.335-0.317
Cu0.8690.0891.000-0.498-0.541
Ca-0.492-0.335-0.4981.0000.998
Mg-0.547-0.317-0.5410.9981.000
2.2主成份的确定
相关系数的特征值和方差贡献率详见表2。由表可见：第1、2的主成份的累计方差贡献率为86.235％>85％。故选2个主成份进行评价就可以了，它代表了这6种慢病中微量元素含量的86.235％的信息量。
表2相关系数的特征根和方差贡献率(%)
主成份数特征值方差贡献率(%)方差累计贡献率(%)
13.20160.42960.429
21.29025.80686.235
30.60112.01998.255
40.0871.74599.999
50.0000.001100.000
2.3计算主成份特征向量
从初始因子载荷矩阵计算得到2个主成份特征向量值详见表3。且得到这2个主成份与各个变量的线性组合方程如下：
F1=0.965Fe-0.199Zn+0.892Cu-0.611Ca-0.657Mg
F2=0.063Fe-0.852Zn-0.105Cu+0.721Ca+0.693Mg
表3规格化的特征向量表
第一主成份特征向量第二主成份特征向量
Fe0.9650.063
Zn-0.199-0.852
Cu0.892-0.105
Ca-0.6110.721
Mg-0.6570.693
2.4计算主成份得分及综合得分
将各变量的标准化数据代入方程，计算出2个主成份得分F1、F2并排序，详见表4。以各主成份的贡献率为权数进行加权求和，计算其综合得分并排序详见表4。计算综合得分表达式为：F=0.6043F1+0.2581F2
表4主成份得分及其排序
3讨论
主成份分析的目的是将原始数据降维，以排除原始数据共存中相互重叠的信息。对于上述6种慢病中微量元素Fe、Zn、Cu、Ca和Mg的信息用两个主成份即可全面对其进行综合评价。
根据主成份方程可以看出第一个主成份中第一个变量前系数最大，可以推出第一个变量与主成份相关程度最高，即第一个主成份主要反映了Fe的元素特征；另外从变量前的系数可以看到，Cu、Mg和Ca与第一个主成份相关程度也较高。第二个主成份中第二个变量前系数最大，可以推出第二个变量与主成份相关程度最高，即第二个主成份主要反映了Zn的元素特征；从变量前的系数同样可以看到，Ca和Mg与第二个主成份相关程度也较高。
由表4综合得分可见，微量元素Fe、Cu、Zn、Ca、Mg对糖尿病、胃癌、肝癌、高血压、冠心病和HIV感染者的发生有一定的影响作用，与文献结论一致[1～6]，可见，建立在主成份分析基础上的综合评价是科学的，用综合得分来评价常见慢性疾病患者微量元素营养状况是科学、合理的。
参考文献
[1]张英芬,任宪辉.微量元素检测与II型糖尿病相关性研究[J].微量元素与健康研究,2010,27(3),8-9.
[2]刘艳源,胡汉宁,陈薇,等.血清微量元素与胃癌相关性研究[J].中华实用诊断与治疗杂志,2011,25(3),228-229.
[3]李小安,温彪,朱丹.慢性肝病患者微量元素的研究[J].临床和实验医学杂志,2011,10(5),338-339.
[4]李勇,刘孟宇,张秀珍.冠心病病人血清微量元素含量的检测[J].齐鲁医学杂志,2004,19(2)159-160.
[5]鲁力,孙斌,郭松超,等.HIV感染者血清中4种微量元素含量分析[J].中国公共卫生,2007,23(9),1054-1055.
[6]唐继志,付伟,潘慧娟,等.杭州城乡居民血微量元素与高血压的相关性研究[J].中国预防医学杂志,2011,12(2)：143-145.