7、聚类分析在临床数据中的应用与比较

聚类分析在临床数据中的应用与比较

1. 聚类分析简介

聚类分析是探索性数据挖掘中的重要方法，也是机器学习的主要任务之一。它在经济学和社会学领域被广泛用于识别群体子组，但在临床研究和药物研究中应用较少。在临床研究中，具有单一诊断的患者群体往往存在很大的异质性，这可能影响预后和药物疗效。聚类分析基于患者特征的相似性将患者分组，不需要依赖结果变量，有时也被称为无监督机器学习。

2. 二维聚类分析

2.1 示例数据

以年龄和抑郁评分作为变量，展示了三种聚类方法的分析结果，数据通过图形呈现，包括层次聚类分析图、k - 均值聚类分析图和基于密度的聚类分析图。

2.2 k - 均值聚类分析

• 原理 ：与层次聚类相反，k - 均值聚类不将每个患者作为一个单独的聚类开始，而是随机选择聚类中心，然后通过迭代找到最适合数据的中心。该方法假设聚类大小相等，这是与层次聚类的重要区别。
• 操作步骤 ：使用SPSS进行分析，具体命令如下：
  1. 选择“Analyze” -> “Classify” -> “K - means Cluster Analysis”。
  2. 在“Variables”中输入“Age”和“Depression score”。
  3. 在“Label Cases by”中选择患者编号作为字符串变量。
  4. 设置“Number of clusters”为3。
  5. 点击“Method”，勾选