生命质量量表的验证性因子分析和聚类分析，本文主要内容关键词为：因子论文,量表论文,生命论文,质量论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
生命质量量表在进行了内容效度、信度及敏感性检验后，采用因子分析(Factor analysis)方法进行验证性因子分析(Confirmatory factor analysis)，有利于更清晰地分析量表的基本内容及结构，从而更为准确地掌握患者病情及生命质量概况[1]。本研究对类风湿关节炎生命质量量表（简称QOL-RA）进行验证性因子分析，进一步对因子得分变量进行聚类分析(Cluster analysis)，以期对每一患者进行生命质量各因子的考察，并作出评价。
一、资料和方法
所有类风湿关节炎(RA)病例采自上海长征医院、长海医院和仁济医院1999年3月～10月的门诊患者，选入标准符合美国类风湿协会1987年标准。患者年龄小于70岁，基本意识清楚，同意接受测试。
实际参加受试患者86名，其中男性21名，女性65名，平均年龄50.06±12.04岁（17～70岁）；病程为6.14±7.11年（0.1～30年）；关节功能分级为Ⅰ／Ⅱ／Ⅲ／Ⅳ＝16:52:19:5；平均医疗支付比例为34.79%。
所有受试者采用QOL-RA量表进行测试，并记录患者功能分级、关节疼痛肿胀数目、血沉、类风湿因子、C反应蛋白等及患者基本情况，并根据病情为患者评分。使用FOX-PRO建立数据库，SPSS8.0统计软件对各亚量表（sub-scale，或称维度）及总量表进行因子分析，提取公因子（特征值大于1），并对所有病例进行分层聚类分析(Hierarchical cluster analysis)[2]。
二、结果与分析
（一）亚量表因子分析结果（表1）
各亚量表分别提取公因子总和为11个，根据旋转后成分矩阵，可按条目(item)归类。其累积贡献率均大于70%，提取因子数符合预先的理论构思。
表1 各亚量表的因子分析结果
此外可根据因子分析旋转后成分矩阵结果绘出各亚量表的变量在公因子所在平面或空间的散点图，如下两图为亚量表1共17个条目（图1）和亚量表Ⅴ共7个条目（图2）的分布散点图。图1中直观显示条目1～4，9，10，12，13，16，17等10个条目为第一因子，而5～8，11，14，15为第二因子；亚量表Ⅴ提取3个公因子，故可绘制三维分布散点图。43～46为因子一，40、42为因子二，41归为因子三。
（二）总量表的因子分析结果（表2）
表2 因子分析结果
因子分析结果与各亚量表分别分析结果的基本结构吻合。这里存在一个问题：分量表因子分析提取因子总和为11个，而总量表因子分析有12个因子的特征值(Eigenvalue)大于1。为什么会多出1个呢？这是由于在各亚量表分别提取因子时，有个别变量的特征值接近1，但是小于1，于是可能被忽略，而在观测量不变的情况下，全部变量一同作主成分分析时，这类变量的特征值可能由于混杂、加和而显现出来[3]。
（三）分层聚类结果
利用因子分析生成各观测量的因子得分变量进行分层聚类，以第Ⅲ亚量表（情绪心理难度）为例，两因子分别命名情绪状态因子和正性情感因子，当聚为四类时，如图3所示。①、②、②，④区域分别为情绪状态好，但缺乏生活治疗信心者（得分值记为2）；状态差，对生活治疗没有信心者（得分值记为1）；状态较好，对生活、治疗充满信心者（得分值记为3）；以及状态较差，但对治疗仍有信心者（得分值也记为2）。
将聚类结果分别以得分从低至高赋值（1为最差，3为最好），并作Spearman's相关检验，聚类得分与情绪心理维度得分、QOL-RA量表总分及医生评分相关系数分别为0.807[**]，0.583[**]，0.230[**](**:p<0.01，*:0.01 三、讨论 在多变量分析中，许多变量之间存在相关性，因子分析就是简化变量的维数与结构，利用“降维”的方法，寻找且提取具有高度相关的原始指标信息的隐蔽公因子，并给它们以恰当的专业解释，从而由表及里地揭示人及生物现象的本质及内因。利用因子分析结果对观测量进行聚类，具有简便易行及直观的特点，从而为临床及卫生决策提供依据[3]。 因子分析和聚类分析常伴有一定的主观性[4]。例如，采用何种方法，提取多少个因子，亚量表Ⅱ中的两个因子在总表分析中发生重组，成为3个因子（第八，十，十一因子）。本文总表分析第九因子中，条目37是考察“对外界报纸新闻的关心程度”，与条目40，42“对用药依从性”的考察混在一起，因此，使因子准确命名发生困难。聚类分析是将事物以类别聚集的一种统计方法，但其结果并不绝对。图3中的2、14、15、55等患者，位于区域交界处，其特征可能与其他组的部分患者区分不明显[5]。因此，这两种方法具有较强的统计意义，应有足够的样本量作为基础[6]。 验证性因子分析，在国外心理、教育、社会学等研究应用日渐广泛，但在国内有目的的应用文章却比较少。对生命质量量表进行验证性因子分析可进一步考察量表的可信度和有效性，同时对临床研究具有一定的指导意义。所有观测对象在这个统计图完成之后，都可查对其所在区域，了解其所处状态，以便临床及时对症治疗。根据文献[7]，对于AR患者进行行为－认知正面干预（例如生物反馈、RA康复教育、行为目标确定和自我奖赏运用），可增强患者自信心及对继续治疗的信心，同时促进患者的身体康复，临床观察指标（疼痛水平、炎症和RA指标）有明显的改善。说明生命质量得分较高，相应会获得较好的预测效度。 图3 86名患者情绪心理维度（维度3）聚类分析图