这次，我们用实际例子来看一下怎么用探索性因子分析分析症状群。 例子：黄娟. 卵巢癌患者化疗期间症状群、生活质量的纵向研究[D].第二军医大学,2013. 本文献研究的是：乳腺癌患者--化疗期间--症状的一个研究。 首先明确研究对象：乳腺癌化疗患者 确定研究的问题：化疗期间的症状群 背景：我们都知道，乳腺癌患者化疗是要经历一段时间的，从化疗前开始，后面都要经历好几次的化疗。那么，上面例子的作者就挑了4个时间点：化疗前、第1次化疗后、第3次化疗后、第6次化疗后。分别在这四个点去做调查，收集患者所表现出的症状表型、发生频率和强度等，探索其在不同时间点的症状群。 研究的方法：采用前瞻性纵向研究，选择一批患者，应用一般资料调查表、记忆症状评估量表（MSAS）去调查。 中文版记忆症状评估量表 在这讲一下这个记忆症状评估量表（Memorial Symptom Assessment Scale,MSAS）：该量表是由美国斯隆·凯特琳癌症中心编制的，用来测量癌症患者患病期间的症状体验，共有32个条目，包括4个分量表，即生理症状、心理症状、总困扰指数、MSAS总分。其中的24个条目评估患者疾病和治疗期间的相关症状的发生率、频繁程度、严重程度以及给患者造成的困扰程度；另外的8个条目评估症状出现的发生率、严重程度和困扰程度。（具体内容可以看上面的文献。）量表采用Likert 4级评分法评分。 我们根据这个量表，自己编一套数据，然后用SPSS软件分析一下。（如果对量表或者数据不熟悉，建议大家可以下载量表之后，自己填一下就知道我们数据是什么样子了。） 最后我们的数据是这样的： 我们编了100份样本的不同症状（32个条目代表32个症状表型）的数据，如上图。 Next，我们导入SPSS分析，具体分析步骤如下： 01-SPSS数据界面 02-点击“分析-降维-因子” 03-设置因子分析参数（提取公因子和因子载荷等） 04-因子载荷情况 最后我们发现：条目26、28、20、22、29、15 等所代表的的症状都划在同一个因子载荷上，这就表示，在这个时间点，这些症状都是相关的，可以单独给这些症状命名一下。 当然，我们这些数据是编的，条目26、28、20、22、29、15 等所代表的的症状并不能够真实反映真实的情况，但是现实去做的时候，他们一定是相关的，比如，可能会有吞咽困难、呕吐、恶心等症状会归结在一起，这就说明，这都是与食欲相关的症状群，那么我们后续在制定干预措施的时候就可以根据我们的结果，在不同时间点去制定特异性干预措施。 通过这个小例子，是希望让大家明白探索性因子分析是如何跟症状群联系在一起的，其实之前我们在去学习量表的时候，也讲过很多方法，大家可以去我们的公众号的左下角去点击分别查看。
联系客服
