7、临床数据聚类分析方法解析

临床数据聚类分析方法解析

1. 引言

在临床研究中，具有单一诊断的患者群体往往存在显著的异质性，这种异质性会对预后和药物疗效产生影响。例如，抑郁症患者可能有反应性抑郁、失眠性抑郁或真性抑郁等亚型；胃癌患者的基因表达水平不同，其预后也有所差异；HIV 患者的不同特征会影响疫苗疗效等。在没有可用结果变量的数据样本中，聚类分析是识别亚组的合适替代方法。它基于患者特征相近则在预后和药物疗效等方面也可能相关的概念，且不需要因变量，是探索性数据挖掘和机器学习的重要方法。

2. 二维聚类分析方法

2.1 K - 均值聚类分析

K - 均值聚类分析与层次聚类的方向相反。它不是从每个患者自成一个聚类开始，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。该方法的一个重要假设是聚类大小相等，而层次聚类没有这个假设。

使用 SPSS 进行分析的操作步骤如下：
1. 选择“Analyze” -> “Classify” -> “K - means Cluster Analysis”。
2. 在“Variables”中输入“Age”和“Depression score”。
3. 在“Label Cases by”中输入作为字符串变量的患者编号。
4. 设置“Number of clusters”为 3（用于与上述方法进行比较）。
5. 点击“Method”，勾选“Iterate”。
6. 点击“Iterate”，设置“Maximal Iterations”为 10，“Convergence criterion”为 0。
7. 点击“Continue”。
8. 点击