各种孔板细胞接种量重医舟之行资料下载.pdf
《各种孔板细胞接种量重医舟之行资料下载.pdf》由会员分享，可在线阅读，更多相关《各种孔板细胞接种量重医舟之行资料下载.pdf（2页珍藏版）》请在冰点文库上搜索。
a:
5:
{i:
0;s:
18505:
"欠采样频率估计方法王洪洋，廖桂生，吴云韬（西安电子科技大学雷达信号处理国家重点实验室，陕西西安710071）摘要：
@#@基于时延和旋转不变子空间技术（ESPRIT），本文提出了一种新的欠采样宽频带信号频率的高分辨估计方法.文中，欠采样所引入的频率模糊由增加的延迟通道提供的信息加以消除，并提出了相应的频率解模糊算法.为进一步降低运算量，文中给出了该频率估计方法的简易算法，增强了方法的实用性.文末推导给出频率估计的CRLB，并通过数值仿真实验验证了本文算法的有效性.关键词：
@#@宽频带；@#@欠采样；@#@频率模糊；@#@简易算法中图分类号：
@#@TN911.7文献标识码：
@#@A文章编号：
@#@0372-2112（2004）12-1978-04FreguencyEstimationwithSub-nyguistSamplingWANGHong-yang，LIAOGui-sheng，WUYun-tao（KeyLa6oratoryforRadarSignalProcessing，XidianUniuersity，Xian，Shaanxi710071，China）Abstract：
@#@Basedonanauxiiiarytime-deiaychanneiandESPRITapproach，anewaigorithmforwidebandfreguencyestimationwithsub-Nyguistsampiingwasproposed.Thefreguencyaiiasingduetosub-Nyguistsampiingcanberesoivedbytheproposedfreguen-cyaiiasingresoivingaigorithmandinformationfromthetime-deiaychannei.Tofurtherreducethecompiexityoftheproposedmethod，asimpiifiedaigorithmwithiittieperformancedegradationwasaisogiveninthispaper.Atiast，simuiationresuitsverifytheefficiencyoftheproposedmethod.Keywords：
@#@wideband；@#@sub-Nyguistsampiing；@#@freguencyaiiasing；@#@simpiifiedaigorithm!
@#@引言谱估计技术因其在雷达、声纳、通信等方面的广泛应用而越来越受到重视，而频率估计是其重要的一个组成部分.常规的频率估计技术，如DFT，受到瑞利限约束，分辨力不高.另一类谱估计方法使用参数化模型，如Pisarenko谐波分解法、Prony方法等13，可突破瑞利限约束.利用子空间分解技术的频率估计方法有ML，MUSIC，ESPRIT等算法46，其分辨力和估计精度较高，是目前研究最为广泛的方法.以上频率估计方法需要对信号进行Nyguist采样，这在信号频率较低或频带较窄的情况下很容易实现，在宽频带情况下却很难实现.鉴于此，本文提出了一种欠采样情况下宽频带信号频率的估计方法，之所以讨论欠采样情况是因为限于当前的ADC技术水平和后端DSP吞吐能力，对宽频带信号进行Nyguist采样处理已相当困难.欠采样使得信号频谱混叠，必须增加额外的信息解模糊才能得到信号频率的无模糊估计.利用多个延迟通道和前后向稀疏线性预测（FBSLP）方法，文7，8解决了欠采样信号频率的无模糊估计问题，但这种方法需要的硬件量相当大.将信号适当延迟并结合MUSIC方法，文9同样解决了上述问题，但要求延迟通道数大于信号数并且估计精度取决于搜索步长，有一定的局限性.基于时延和Pro-ESPRIT方法10，文10解决了宽频带空时欠采样条件下信号频率和波达方向的联合估计.同样，文11利用Pro-ESPRIT算法解决了欠采样宽频带信号的频率估计问题，其运算量主要集中在两次相关矩阵估计和特征分解上.本文通过延迟通道提供的信息和欠采样后信号频率的估计来联合解模糊，并提出了相应的解模糊算法，分析和数值仿真结果验证了该方法的有效性.同时，为降低运算量，文中提供了简易算法，该简易算法不需要估计信号相关矩阵，并且仅需要一次特征分解就可实现频率估计，大大增强了方法的实用性.信号模型与本文算法设传感器感应的个复指数信号被功分成两路，一路直接被ADC以速率Fs采样，Fs小于信号Nyguist采样速率，为时间欠采样.另外一路延迟!
@#@后被同步采样，!
@#@小于信号Nyguist采样间隔.分别以x（n），y（n）表示对无延迟、有延迟信号的第n次快拍，有x（n）=!
@#@KI=1sI（n）+wx（n）=!
@#@KI=16Ie（2fIn）/Fs+wx（n）y（n）=!
@#@KI=1e-2fI!
@#@sI（n）+wy（n）=!
@#@KI=16Ie2fI（n/Fs）-!
@#@+wy（n）
（1）其中，sI（n）表示对第I（1IK）个信号的第n次快拍（本文不考虑欠采样后各信号相干的情况），6I、fI分别表示其复幅度和频率；@#@e-2fI!
@#@表示第I（1IK）个信号的延迟相位差；@#@wx（n），wy（n）为相应输出的零均值加性高斯白噪声.将有收稿日期：
@#@2003-09-01；@#@修回日期：
@#@2004-06-21基金项目：
@#@国家自然科学基金（No.60172028）；@#@教育部科学技术研究重点项目（No.01163）第12期2004年12月电子学报ACTAELECTRONICASINICAVoi.32No.12Dec.2004延迟、无延迟信号的连续O（OK）次快拍排成两列矢量X（I）=x（I），x（I+1），x（I+O-1）T=A（f）S（I）+Wx（I）Y（I）=y（I），y（I+1），y（I+O-1）T=A（f）!
@#@S（I）+Wy（I）
（2）其中，A（f）=a（f1），a（fK）a（fI）=1，e（2KfI）/Fs，e2K（O-1）fI/FsT!
@#@（fI）=1，e-2Kf1T，e-2KfKTS（I）=s1（I），sK（I）T（3）而Wx（I），Wy（I）分别表示相应输出的白噪声向量.由于对信号欠采样，直接由时间导向矢量a（fI）获得的信号频率估计有模糊，与真实信号频率差采样频率的整数倍.而直接由!
@#@中各信号延迟相位差得到的频率估计虽无模糊，但估计方差较大.从下文可以看到，联合两次频率估计并通过一定的解模糊算法就可以获得无模糊且方差较低的频率估计.!
@#@#本文算法合并无延迟、有延迟采样输出有Z（I）=XT（I）YT（I）T=AA!
@#@S（I）+Wx（I）Wy（I）=BS（I）+W（I）（4）欠采样时间导向矢量和各信号延迟相位差都包含在B中.基于上述数学模型并结合ESPRIT方法可实现时间导向矢量和各延迟相位差的估计.首先计算Z（I）的相关矩阵Rzz=EZ（I）ZH（I）=BRssBH+S2I2O（5）E表示求数学期望，Rss为K个信号的相关矩阵，S2为噪声功率，I2O为2O阶单位阵.对相关矩阵进行特征分解Rzz=】2Oi=1XiuiuHi=EssEHs+S2EwEHw（6）其中，As=diag（X1，XK）为K个大特征值形成的对角阵，Es，Ew分别为K个大特征值、2O-K个小特征值（等于噪声功率）对应特征向量形成的矩阵，分别张成信号子空间和噪声子空间.存在一非奇异矩阵T，使得下式成立12Es=Es1Es2=AA!
@#@T=BT（7）Es1，Es2分别为Es的前、后O行元素组成的维数为OXK的矩阵，并且有Es1=ATEs2=A!
@#@TEs2=Es2（EHs1Es1）-1EHs1Es1A!
@#@T=Es2E#s1ATEs2E#s1A=A!
@#@（8）其中，E#s1=（EHs1Es1）-1EHs1表示伪逆运算.上式表明，对Es2E#s1特征分解，K个大特征值X1，XK为!
@#@对角线元素e-2Kf1T，e-2KfKT的估计，对应特征向量u1，uK为A各列向量a（f1），a（fK）的估计，且由特征值与特征向量的一一对应关系实现了同一信号延迟相位差和欠采样时间导向矢量的自动配对.由各信号延迟相位差和欠采样时间导向矢量估计可得到无、有模糊频率的估计fcoarseI=-XI/（2KT）ffiIeI-PIFs=fI=Fs2K（O-1）】O-1l=1uI（l+1）uI（l），lJIJK（9）（）表示取主值相位.fcoarseI表示由第I个信号延迟相位差得到的频率估计，不存在模糊，但估计方差较大；@#@ffiIeI-PIFs表示由欠采样时间导向矢量得到的第I个信号模糊频率的估计，ffiIeI表示真实频率，而PI对应信号欠采样后频率折叠次数，为一正整数且满足IffiIeI-PIFsIFs0PIJceiIffiIeIF（）s0PIJceiIfmaxF（）s（10）式中，ceiI（）表示取大于括号内的最小整数.fmax为可估计的最高频率.上式放大了PI的取值范围，使之仅与可估计的最高频率有关，PI=0对应过采样情况.估计信号真实频率ffiIeI的关键在于确定PI的取值，约束ffiIeI与fcoarseI绝对偏差最小有PI=argminPIIfI+PIFs-fcoarseII0O）次快拍数据来估计信号相关矩阵Rzz=1N-O+1】N-O+1I=1Z（I）ZH（I）（13）而式（78）近似成立.以上频率估计算法的运算量（主要指复乘法次数）主要集中在估计相关矩阵、求伪逆和两次特征分解上，整个算法运算量约为C1=4（N-O+1）O2+KO（O+2K）+0（9O3）+0（K3）（14）当N，O较大时，上算法运算量很大.下面给出上述频率估计方法的简易算法.!
@#@本文算法的一种简易实现设B前K行元素组成的满秩矩阵为B1，后2O-K行元素组成的矩阵为B2，则存在一矩阵V使得下式成立13VHB1=B2（15）不考虑噪声影响，记数据矩阵Z=Z
（1），Z
（2），Z（N），有Z=Z1Z2=BS
（1），S
（2），S（N）=B1B2S（16）Z1，Z2为数据矩阵Z的前K行和后2O-K行元素构成的子矩阵，S=S
（1），S
（2），S（N）.对Z1左乘VHVHZ1=VHB1S=B2S=Z2（17）考虑噪声时，上式近似成立，可通过下式（V）=argminZ2-VHZ12（18）估计V.上式中表示Frobenius范数，解式（18）有V=（Z1ZH1）-1Z1ZH2（19）9791第12期王洪洋：
@#@欠采样频率估计方法令VH=IKVH，则VHB1=IKVHB1=B1B2=B=AA!
@#@（20）用基于数据矩阵得到的VH可以估计信号频率，而不需要（5）、（6）计算相关矩阵和特征分解.将VH按行平均分成两个矩阵块，记其前O行元素形成的子矩阵为VH1，后O行元素形成的子矩阵为VH2，有VH1B1=AVH2B1=A!
@#@VH2（VH1）#A=A!
@#@（21）上式同式（8）具有相同的形式，只不过用VH2代替ES2，用VH1替代了ES1，其他运算和分析与简化前相同.简易算法的运算量主要集中在求解V、伪逆和特征分解上，约为C2=K（N+1）（2O+K）+KO（K-O）+0（O3）+20（K3）（22）为保证估计精度，一般N和O的取值远大于K，则简化后与简化前运算量之比约为!
@#@K（N+1）（2O+K）+KO（K-O）+0（O3）4O2（N-O+1）+KO（O+2K）+0（9O3）（23）显然运算量有所降低，降低程度视各参数的取值.3计算机仿真设待估计信号频率fmax=500MHZ，延迟!
@#@=1IS，采样率FS=200MHZ.两次实验中采样快拍数N=64，并取O=20.基于以上参数设置可知：
@#@DFT频率分辨力为3.125MHZ；@#@式（11）搜索仅进行3次；@#@若取O阶正定阵特征分解14运算量为34O3，则简化后是简化前运算量的8%，是式（11）运算量的1/5.仿真实验中称简化前、后的频率估计算法为方法一、方法二.实验1两信号频率分别为327Mhz和330Mhz，小于信号DFT分辨力.信噪比取20dB，做200次Monter-carIo实验.本文提出的两个方法可以很好地分辨和估计两个信号频率.表1本文方法对信号频率的估计结果单位Mhz信号频率方法一估计均值方法一估计RMSE方法二估计均值方法二估计RMSE327326.90.96326.671.5330330.020.87330.221.36实验2两个信号频率分别为200Mhz和330Mhz，信噪比范围为030dB，每个信噪比取值做200次Monter-carIo实验.图1给出方法一、二对第一个信号频率估计的均值随信噪比变化曲线.图2给出方法一、二对第一个信号频率估计的均方根误差随信噪比变化曲线，由图可见，在低信噪比时方法二的估计性能比方法一稍差，当信噪比大于5dB时，两种方法估计性能相当，接近cRLB.4结论基于ESPRIT思想，本文给出了一种欠采样情况下信号频率的估计方法和其简化算法.该方法无需对整个频段搜索，几个定点搜索后直接给出待估计参数的闭式解.计算机仿真表明本文提出的欠采样解模糊算法是可行的，并且算法分辨力和估计精度很高.本文欠采样频率估计方法运算量适中，有望得到实际应用.附录：
@#@频率估计的CRLB推导以接收的复信号为原始数据模型，则采样信号
（1）的对数似然函数为L=-NIn
（2）-NIn（#2）-12#2ENI=1x（I）-6TcI2-12#2ENI=1y（I）-bT!
@#@cI2（24）其中，b=61，6KT=b+bcI=e2If1/FS，e2IfK/FST（25）b，b分别表示信号复幅度向量b的实、虚部.似然函数中未知变量包括#2，b，b和频率向量f=f1，fKT，共3K+1个.上似然函数对应的FiSher信息矩阵F为3K+1的对称方阵，我们仅求解对角线上半部分即可.下面分别给出矩阵中各块元素的解析表达式.
（1）3L-（#2#2）3L3#2=-N#2+124ENI=1wx（I）2+12#4ENI=1wy（I）2（26）E3L3#（）22=N2#4-N#6EENI=1wx（I）2+ENI=1wy（I）2+14#82EENI=1ENm=1wx（I）2wx（m）2+2EENI=1ENm=1wx（I）2wy（m）2=-N2#4+12#8ENI=1ENm=1m#IEwx（I）2Ewx（m）2+ENI=1Ewx（I）4+N2#4=-N2#4+12#8N（N-1）#4+3N#4+N2#4=N#4（27）
（2）3L-（#2b）3L3b=-12#2ENI=13（x（I）-bTcI）3b（x（I）-bTcI）e-12#2ENI=13（x（I）-bTcI）e3b（x（I）-bTcI）-12#2ENI=13（y（I）-bT!
@#@cI）3b（y（I）-bT!
@#@cI）e-12#2ENI=13（y（I）-bT!
@#@cI）e3b（y（I）-bT!
@#@cI）0891电子学报2004年=1!
@#@2Nn=1Recnwx（n）+1!
@#@2Nn=1Re!
@#@cnwy（n）（28）EL!
@#@2L（）bT=-N!
@#@4ENn=1Recnwx（n）+cnwy（n）+12!
@#@6ENn=1Nm=1wx（n）2+wy（n）（）2Recnwx（m）+!
@#@cnwy（m（））=0（29）这里利用了零均值高斯随机变量奇次阶矩为0的性质.（3）L（!
@#@2b）Lb=-1!
@#@2Nn=1Incnwx（n）-1!
@#@2Nn=1im!
@#@cnwy（n）EL!
@#@2L（）bT=0（30）（4）L（!
@#@2f）Lf=-1!
@#@2Nn=1im2#nFScnbwx（n）-1!
@#@2Nn=1im2#（nFS-$）!
@#@cnbwy（n）（31）EL!
@#@2L（）fT=0（32）其中，cn=diag（cn）.（5）L（bb）ELbL（）bT=1!
@#@2Nn=1Recnchn+1!
@#@2Nn=1Re!
@#@cnchn!
@#@（33）（6）L（bb）ELbL（）bT=-1!
@#@2Nn=1imcnchn-1!
@#@2Nn=1im!
@#@cnchn!
@#@（34）（7）L（bf）ELbL（）fT=-1!
@#@2Nn=1im2#nFxcnbhcn-1!
@#@2Nn=1im2#（nFS-$）cnbhcn!
@#@（35）（8）L（bb）ELbL（）bT=1!
@#@2Nn=1Recnchn+1!
@#@2Nn=1Re!
@#@cnchn!
@#@（36）（9）L（bf）ELbL（）fT=1!
@#@2Nn=1Re2#nFScnbhcn+1!
@#@2Nn=1Re2#（nFS-$）cnbhcn!
@#@（37）（10）L（ff）ELfL（）fT=1!
@#@2Nn=1Re2#nF（）S2cnbbhcn+1!
@#@2Nn=1Re2#nFS-2（）#$2!
@#@cnbbhcn!
@#@（38）上面10个子矩阵块元素与对称方阵F对角线上半部元素一一对应，所以由上可以很容易得到F矩阵.众所周知，任一无偏估计子的CRB为F-1ii，即F-1的第i个对角线元素，由此即可得到各个信号频率估计的CRLB.推导完毕.参考文献：
@#@1WahIbergBO.ARMAspectraIestimationofnarrowbandprocessesviamodeIreductionJ.iEEETransASSP，1990，38（7）：
@#@1144-1154.2ChanYT，LangfordRP.SpectraIestimationviathehighorderYuIe-WaIkereguationsJ.iEEETransASSP，1982，30（5）：
@#@689-698.3LangW，MccIeIIanH.FreguencyestimationwithmaximumentropyspectraIestimatorsJ.iEEETransASSP，1980，28（6）：
@#@716-723.4StoicaP，MosesL.MaximumIikeIihoodestimationoftheparametersofmuItipIesinusoidsfromnoisymeasurementsJ.iEEETransASSP，1989，37（3）：
@#@378-392.5RoyR，PauIrajA，KaiIahT.ESPRiT-AsubspacerotationapproachtoestimationofparametersofsinusoidsinnoiseJ.iEEETransASSP，1986，34（5）：
@#@1340-1342.6ErikssonA，StoicaP.Sencond-orderpropertiesofMUSiCandESPRiTestimatesofsinusoidaIfreguenciesinhighSNRscenariosJ.iEEPro-ceedings-F，1993，140（4）：
@#@266-272.7TuftsW，GeY.DigitaIestimationoffreguenciesofsinusoidfromwidebandundersampIeddataA.iCASSPC，1995.3155-3158.8SandersonB，TsuiY，FreeseN.ReductionofaIiasingambiguitiesthroughphasereIationsJ.iEEETransAES，1992，28（4）：
@#@950-956.9唐斌，肖先赐.欠采样环境下信号多频率估计J.电子科学学刊，1997，19（10）：
@#@619-624.10ZoItowskiD，MathewsP.ReaI-timefreguencyand2-DangIeestimationwithsub-Nyguistspatio-temporaIsampIingJ.iEEETransSP，1994，42（10）：
@#@2781-2794.11黄佑勇，王激扬，陈天麒.基于欠采样的宽频段信号频率估计技术J.电波科学学报，2001，16
（2）：
@#@275-279.12RoyR，KaiIahT.Esprit-estimationofsignaIparameterviarotationaIin-variancetechnigueJ.iEEETransASSP，1989，37（7）：
@#@984-995.13MarcosS，MarsaIA，BenidirM.Thepropagatormethodforsourcebear-ingestimationJ.SignaIProcessing，1995，42
（2）：
@#@121-138.14GoIubH，LoanF.MatrixComputation（TheThirdEdition）M.BaIti-moreMaryIand：
@#@JohnsHopkinsUniversityPress，1996.352-375.作者简介：
@#@王洪洋男，1976年2月出生于天津市静海县，分别于1999年、2002年获得西安电子科技大学电子工程学院学士和硕士学位，2001年被推荐攻读西安电子科技大学雷达信号处理国家重点实验室博士研究生，主要研究方向为阵列信号处理及其在移动通信（智能天线）和雷达（分布式小卫星成像）中的应用.廖桂生男，1963年6月出生于广西桂林市，教授，博导，西安电子科技大学雷达信号处理重点实验室副主任，副所长，iEEE会员，1985年毕业于广西大学数学系，分别于1990年和1992年获西安电子科技大学计算机系和电子工程系硕士和博士学位，主要从事统计信号处理，子波变换和神经网络及其在雷达、通信中的应用研究.1891第12期王洪洋：
@#@欠采样频率估计方法欠采样频率估计方法欠采样频率估计方法作者：
@#@王洪洋，廖桂生，吴云韬作者单位：
@#@西安电子科技大学雷达信号处理国家重点实验室,陕西西安,710071刊名：
@#@电子学报英文刊名：
@#@ACTAELECTRONICASINICA年，卷（期）：
@#@2004,32（12）被引用次数：
@#@3次参考文献（14条）参考文献（14条）1.WahlbergBOARMAspectralestimationofnarrowbandprocessesviamodelreduction外文期刊1990（07）2.唐斌;@#@肖先赐欠采样环境下信号多频率估计1997（10）3.SandersonB;@#@TsuiY;@#@FreeseNReductionofaliasingambiguitiesthroughphaserelations外文期刊1992（04）4.TuftsW;@#@GeYDigitalestimationoffrequenciesofsinusoidfromwidebandundersampleddata19955.StoicaP;@#@MosesLMaximumlikelihoodestimationoftheparametersofmultiplesinusoidsfromnoisymeasurements1989（03）6.LangW;@#@McclellanHFrequencyestimationwithmaximumentropyspectralestimators1980（06）7.ChanYT;@#@LangfordR";i:
1;s:
27500:
"群体药代动力学研究技术指导原则群体药代动力学研究技术指导原则1999年2月美国FDA发布2009年6月药审中心组织翻译比利时优时比制药有限公司翻译北核协会审核药审中心最终核准目目录录I.前言.1II.背景.1III.群体PK分析.3A.两阶段法.4B.非线性混合效应模型法.4IV.什么时候使用群体PK方法.5V.研究设计与实施.6A.采样设计.6B.多次采集个体标本的重要性.8C.模拟试验.9D.研究方案.9E.研究的实施.11VI.测定.11VII.数据处理.12A.数据汇编.12B.缺失数据的处理.12C.极端值.13D.数据类型.13E.数据完整性和计算机软件.14VIII.数据分析.14A.探索性数据分析.14B.群体PK模型开发.15C.模型验证.15IX.群体PK研究报告18A.摘要.19B.前言.19C.目的、假说和假设.19D.材料与方法.19E.结果.20F.讨论.20G.结果的应用.20H.附录.21I.电子文档.21X.产品说明书.21XI.群体PK研究和分析在药品开发和申报中的应用.21参考文献.24词汇表.291群体药代动力学研究技术指导原则群体药代动力学研究技术指导原则I.前言I.前言本指南是对药品开发过程中群体药代动力学的应用制定建议，目的是帮助确定在人群亚组中药品安全性和疗效的差异。
@#@它概述了应当用群体药代动力学解决的科学问题和管理问题。
@#@本指南讨论了什么时候要进行群体药代动力学研究和/或分析；@#@讨论了如何设计和实施群体药代动力学研究；@#@讨论了如何处理和分析群体药代动力学数据；@#@讨论了可以使用什么样的模型验证方法；@#@讨论了针对计划申报给FDA的群体药代动力学报告，怎样提供恰当的文件。
@#@虽然本行业指南中的内容是针对群体药代动力学，但是其中讨论的原则也同样适用于群体药效学研究和群体毒代动力学研究2。
@#@由于对药品在人群亚组中的安全性和疗效的分析是药品开发和管理中一个发展迅速的领域，所以，在整个药品开发过程中，鼓励主办者和FDA审评人员经常沟通。
@#@制药行业科学家和FDA长期以来一直对群体药代动力学/药效学在人群亚组中药品安全性和疗效分析方面的应用感兴趣1。
@#@在FDA的其他指南文件（包括“进行药品临床评价时一般要考虑的问题”（GeneralConsiderationsfortheClinicalEvaluationofDrugs）（FDA77-3040））中和在国际协调会议（ICH）指南（包括“E4支持药品注册的剂量-效应资料”（E4Dose-ResponseInformationtoSupportDrugRegistration）和“E7支持特殊人群的研究：
@#@老年医学”（E7StudiesinSupportofSpecialPopulations:
@#@Geriatrics））中，对这个主题制定了参考标准3。
@#@这些指南文件支持使用特殊的数据收集方法和分析方法，例如群体药代动力学方法（群体PK方法），作为药品开发中药代动力学评价的一部分。
@#@II.II.背景背景群体药代动力学是关于个体之间药物浓度变异来源和相关性的研究，这些个2正在为药代动力学模型和药效学模型单独编写指南。
@#@3正在针对儿科药代动力学研究中一般要考虑的问题编写行业指南。
@#@2体是指按临床上相关剂量接受所关注药物的目标患者人群2。
@#@患者的某些人口统计学特征、病理生理特征以及治疗方面的特征，比如体重、排泄和代谢功能、以及接受其他治疗，能够有规律地改变剂量-浓度关系。
@#@例如，在给药剂量相同的情况下，主要由肾脏排除的药物在肾功能衰竭患者的稳态浓度通常高于在肾功能正常患者中的稳态浓度。
@#@群体药代动力学的目的就是找出那些使剂量-浓度关系发生变化的、可测定的病理生理因素，确定剂量-浓度关系变化的程度，从而在这些变化与临床上有意义的治疗指数改变相关的情况下，能够恰当地调整剂量。
@#@在药品开发中使用群体PK方法对获得完整的药代动力学资料提供了可能，不但能从来自研究受试者的相对稀疏的数据获取资料，而且还能从相对密集的数据或从稀疏数据和密集数据的组合获取资料。
@#@群体PK方法能够分析来自各种不均衡设计的数据，也能分析因为不能按常用的药代动力学分析方式分析而通常被排除的研究数据，比如从儿科患者和老年患者获取的浓度数据，或在评价剂量或浓度与疗效或安全性之间的关系时所获取的数据。
@#@传统药代动力学研究的受试者通常是健康的志愿者或特别挑选的患者，一个组的平均情况（即平均血浆浓度-时间曲线）一直是关注的主要焦点。
@#@许多研究将个体之间药代动力学的变异作为一个需要降到最低的因素进行观察，通常是通过复杂的研究设计和对照方案，或通过有严格限制的入选标准/排除标准，将其降到最低。
@#@事实上，临床应用期间可能会出现变异的信息至关重要，但却被上述试验的限制所掩盖。
@#@另外，传统药代动力学研究关注单个变量（例如肾功能）的作法，还使其难以研究变量之间的交互作用。
@#@与传统的药代动力学评价相反，群体PK方法有以下部分或全部特征3：
@#@?
@#@在患者中收集相关的药代动力学资料，这些患者是指那些要用该药治疗的目标人群的代表。
@#@?
@#@在药品开发和评价期间，找出并测定变异。
@#@?
@#@通过确定可影响药物药代动力学行为的人口统计学因素、病理生理因素、环境因素或与合并用药相关的因素，解释变异。
@#@?
@#@定量估计患者人群中无法解释的变异的大小。
@#@无法解释的（任何）变异的大小非常重要，因为随着无法解释的变异增大，药品的疗效与安全性可能会降低。
@#@除个体之间的变异以外，稳态药物浓度的长期3平均值在个体之间的典型变化程度也至关重要。
@#@浓度可能会因为无法解释的每日或每周的动态变化，和/或因为测量浓度时出现的错误而不同。
@#@对治疗药物监测而言，估计这种变异（受试者自身的残留变异、各次之间的变异）非常重要。
@#@对不一定需要治疗药物监测的合理疗法而言，了解浓度、效应及生理之间的关系是设计给药方案的基础。
@#@要对某个人群、亚组或个体患者制定最佳给药方案，就要解决以上所讨论的变异问题。
@#@对制定最佳给药方案重要性的认识，已使群体PK方法在新药开发和管理过程中的应用迅猛增加。
@#@最近一项对206份由FDA临床药理和生物制剂办公室在1995和1996财政年度审评的新药申请和补充材料的调查显示，几乎有1/4（即47份）的申报材料包括群体PK报告和/或群体药效学报告。
@#@由于较早地将群体PK研究和临床研究综合在一起，所以群体PK方法为药品说明书提供了有价值的安全性资料、疗效资料和剂量优化资料，在47份申报材料中，有83%做到了这一点。
@#@在47份申请的其他17%的申请中，群体PK方法提供了与以往药代动力学发现一致的结果，虽然没有导致修改产品说明书4。
@#@群体药代动力学有助于药品的开发过程，应当根据情况考虑进行群体药代动力学研究。
@#@III.群体PK分析III.群体PK分析更为正式的群体药代动力学定义的框架可见于群体分析的群体模型。
@#@群体模型规定至少有2层水平。
@#@在第一层水平，个体中的药代动力学观测结果（比如生物液中各种药物形式的浓度）被视为来自个体概率模型，其平均值可通过药代动力学模型（如双指数模型）得出，可使用个体特异性参数量化，这些个体特异性参数可能根据随时间变化的协变量值的变化而变化。
@#@对个体药代动力学观测结果的变异（受试者自身变异），也可使用其他个体特异性药代动力学参数制作模型。
@#@群体模型要使用一些推理方法，其核心是给出发生变异的部分参数或全部参数的估计值，以及给出平均参数的估计值。
@#@在第二层水平，个体参数被视为随机变量，这些变量的概率分布（通常是均数和方差，即个体间变异）被制作为个体特异性协变量的函数模型。
@#@这些模型、它们的参数值、以及用来阐述群体药代动力学模型及其参数值的研究设计和数据分析方法的应用，即是群体药代动力学的含义。
@#@获得固定效应（均数）估计值和变异估计值的常用方法有2种：
@#@两阶段法（two-stageapproach）和非线性混合效应模型法（nonlinearmixed-effectsmodelingapproach）。
@#@两阶段法包括每个受试者的多个测定指标（数据丰富的情4况），对此将在下文中简要描述。
@#@非线性混合效应模型法，可用于全部受试者或部分受试者的大量指标都不能测定的情况之下（数据匮乏的情况），将是本指南关注的核心4。
@#@两阶段法也可以用其他方法，但不做讨论，比如单纯平均数据法（naiveaveraged-dataapproach），这种方法给出平均群体药代动力学参数的估计值，但无变异估计值。
@#@A.两阶段法A.两阶段法药代动力学数据分析的传统方法是两阶段法。
@#@这种方法的第一个阶段包括使用个体密集的浓度-时间数据（数据丰富的情况），通过非线性回归，估计药代动力学参数。
@#@第一个阶段得到的个体参数的估计值作为输入数据，用于第二阶段对样品的描述性摘要统计计算，通常计算的统计量是平均参数的估计值、方差以及个体参数估计值的协方差。
@#@在第二个阶段可以包括采用经典的统计方法（线性逐步回归、协方差分析、聚类分析）进行的参数与协变量之间的依赖性分析。
@#@在适用的情况下，两阶段法能够对群体特征产生足够的估计。
@#@参数的平均估计值通常没有偏倚，但是在所有的现实情况中，都有可能对随机效应（方差和协方差）估计过高5-8。
@#@为了改进两阶段法，已提出了求精法（例如全面两阶段法（globaltwo-stageapproach）），根据数据的性质和大小，校正随机效应协方差的偏倚，对个体数据进行微分加权（differentialweighting）8-10。
@#@由于两阶段法用于新药开发和评价过程的时间已经超过20年，并且在其他地方已有描述，所以本文件中将不对其进行全面的讨论。
@#@B.非线性混合效应模型法B.非线性混合效应模型法如果能够正确实施，那么患者中的群体PK研究结合合适的数学分析/统计分析，比如使用非线性混合效应模型，即是一种有效的、在某些情况下是首选的大量研究的替代方法。
@#@在数据匮乏的情况下，不适合使用传统的两阶段法，因为对个体参数的估计是推理得出的，在这种情况下难以实现，所以应当使用单阶段法（single-stageapproach），如非线性混合效应模型法。
@#@在进行药品评价的背景下，非线性混合效应模型法产生于下述认识：
@#@如果要在患者中研究药代动力学和药效学，那么实际要考虑的问题就会要求应当在设计不太严格、限制较少的情况下收集数据。
@#@这种方法以群体研究样本、而5不是以个体为分析单位，来估计参数的分布情况，以及它们与群体以内的协变量的关系。
@#@除来自以严格的、扩大抽样设计为特点的传统药代动力学研究的传统药代动力学数据（数据密集的情况）以外，这种方法还使用个体的药代动力学观察性（实验）数据，这些数据可能是稀疏的、不平衡的、不连续的数据；@#@或者使用这些个体的药代动力学观察性（实验）数据来替代上述传统药代动力学数据。
@#@按照非线性混合效应模型所作分析11能够对群体特征做出估计，这些特征说明了药代动力学（和/或药效学）参数群体分布的特征12。
@#@在混合效应模型背景中，群体特征的收集内容包括群体平均值（来自固定效应参数）及其在群体内的变异（一般情况下方差-协方差值,来自随机效应参数）。
@#@因此，用来进行药代动力学数据群体分析的非线性混合效应模型法，包括对来自整组个体浓度结果的群体参数的直接估计。
@#@这维持并说明了每个受试者的特性，即使是在数据稀疏的情况下。
@#@对混合效应模型法，将作为群体PK方法进行更详细的讨论，见下文。
@#@IV.什么时候使用群体PK方法IV.什么时候使用群体PK方法在药品开发过程中，使用群体PK方法有助于增加对药品摄入方式、患者特征和药物体内过程之间的定量关系的认识12。
@#@当希望发现影响药物特性的因素或希望解释在目标人群中的变异时，这种方法会有所帮助。
@#@非线性混合效应模型法尤其有助于某些适应性研究设计（adaptivestudydesigns），比如剂量-范围研究（例如被称为逐渐加量的研究，或效应对照设计）。
@#@受试者之间的动态变异说明在目标人群的某些亚组中可能需要调整给药方案这个事先预测是合理的情况下，最有可能增大群体模型的价值。
@#@可能的情况包括
（1）药品目标人群非常不均一，和
（2）靶浓度窗（targetconcentrationwindow）被认为相对较窄。
@#@在临床药品开发的1期和2b晚期，群体PK方法可用来估计效应面模型（responsesurfacemodel）的群体参数，此时，要针对药品将如何用于随后的药品开发阶段这个主题收集资料12。
@#@群体PK方法通过提出能提供更多信息的实验设计和分析，能够提高药品开发的效率和特异性。
@#@在1期和大部分2b期（可能），患者被大量抽样，也许不需要用复杂的数据分析方法。
@#@两阶段法可以用来分析数据，标准的回归方法可以用来制作参数对协变量依赖性模型。
@#@或者，也可6以将来自1期和2b期个体研究的数据汇总起来，使用非线性混合效应模型法进行分析。
@#@群体PK方法还可用于药品开发的2a早期和3期，以获取有关药品安全性（疗效）的资料，以及收集有关药品在特殊人群中的药代动力学的资料，比如在老年人中的资料12-14。
@#@这种方法也可用于上市后监测（4期）研究。
@#@在临床药品开发的3期和4期开展的研究使其能够采用完整的群体药代动力学采样研究设计（在不同的时间点从几个受试者采集几次血样）（见V部分）。
@#@在新药评价期间、制定管理决策期间以及编写药品说明书期间，这种采样设计能够提供重要的资料。
@#@V.研究的设计与实施V.研究的设计与实施群体PK方法可用来探讨生理情况和病理生理情况对结构完善模型参数的影响。
@#@在着手进行群体PK研究以前，对模型的定性部分应当有充分的认识。
@#@提出群体PK研究时，应当早已了解了某些初步的药代动力学资料和药物在人体内的主要排除途径。
@#@预试验应该建立基础的药物药代动力学模型，因为在群体PK研究期间收集的稀疏数据也许不能提供足够的资料来区分药代动力学模型。
@#@另外，在进行群体PK研究之前，应当有灵敏的、特异的方法（见IX部分），能够测定母体药和所有具有临床意义的代谢产物。
@#@如果能够正确实施，那么群体PK研究结合合适的数学分析/统计分析，就能够成为一种有效的、大量研究的替代方法。
@#@由于要确定研究设计，所以从一开始就应当明确群体PK研究的目的。
@#@设计群体PK研究时，要考虑到实际的设计局限性，比如采样次数，每个受试者的标本数量，以及受试者例数。
@#@从预试验获取变异的初步资料使得通过模拟试验（见下文C部分）预测某些决定性的研究设计和确认能够提供丰富资料的研究设计成为可能。
@#@当受试者例数和/或每个受试者的标本数量方面存在极大的局限性时（比如在儿科患者或老年人中），优化采样设计就变得格外重要15。
@#@鼓励对群体PK研究采用能够提供丰富资料的设计15-20。
@#@这样的设计应当包括足够的重要亚组患者，以保证能够正确地进行精确的参数估计，保证能够检测出所有亚组差异。
@#@A.采样设计A.采样设计在进行群体药代动力学时，有3种主要方法（信息量越来越多）能够获取药代动力学变异资料：
@#@
（1）单个谷浓度采样设计（single-troughsamplingdesign）、
（2）多个谷浓度采样设计（multiple-troughsamplingdesign）、以及（3）完整的7群体PK采样设计（fullpopulationPKsamplingdesign）。
@#@1.单个谷浓度采样设计单个谷浓度采样设计中，只在药物谷浓度时或接近药物谷浓度时、在下次给药前不久从每个患者采集单个血样21，计算患者标本中血浆浓度或血清浓度的频率分布。
@#@假设
（1）样本大、
（2）测定误差和抽样误差小、以及（3）给药方案和采样时间对所有患者而言都是相同的，那么谷浓度筛查的柱状图就能给出相当精确的目标人群谷浓度变异图。
@#@如果不能满足这3个条件，那么柱状图就不能精确地反映出药代动力学变异，因为数据会包括其他来源的随机波动，这些波动对所观测到的离散情况有显著贡献22。
@#@当与治疗转归和副作用的发生有关时，这些柱状图能够提供有关某个特定药物最佳浓度范围的信息。
@#@可以使用简单的统计方法、比如多元线性回归，来探讨患者特征与谷浓度之间的关系。
@#@虽然简单，谷浓度（药代动力学）筛查能够提供表观清除率的资料，但不能提供其他所关注参数（比如表观分布容积、半衰期）的资料。
@#@变异的组成（个体之间的变异和残留变异）不能被区分开来。
@#@这种方法能够定性地确定药代动力学上相关的协变量及其在亚组人群中的差异。
@#@当进行单个谷浓度采样时，要谨记使患者和医生遵守采样方案是有困难的。
@#@虽然测定谷浓度之前至少最后2剂给药遵守了方案就已满足了这类研究的要求，但是药物的给药应当达到稳态。
@#@由于可能存在依从性和采样次数的不确定性，所以这种方法只能适当地用于按间隔不到或等于一个消除半减期给药的药物，除非能够保证给药的时间安排和剂量水平，像在住院患者研究中那样23。
@#@这种研究需要有大量的受试者，因为数据会被干扰。
@#@采用单个谷浓度采样设计时，不建议测定峰浓度指标，除非药物是通过静脉给药或是某种持续释放剂型。
@#@达到最大浓度的时间取决于所有药物处置过程的速度，在受试者之间可能不同。
@#@因此，对峰浓度的简单估计易于有较大的不确定性。
@#@对于药效与稳态平均浓度或浓度曲线下面积有关的药物而言，采集峰浓度标本也可得到与药物动力学过程基本无关的变异的资料。
@#@由于是常用设计，所以在本指南中讨论了单个谷浓度采样设计。
@#@但是，考虑到这种设计的局限性，所以，除了绝对必要的情况外，不鼓励使用这种设计。
@#@当进行单个谷浓度采样时，要谨记上述局限性。
@#@2.多个谷浓度采样设计8在多个谷浓度采样设计中，在接近稳态谷浓度时，从大部分患者或所有患者采集2个或更多个血样。
@#@除了与患者特征有关的血浓度以外，现在还可以将个体间变异和残留变异区分开来。
@#@由于这种设计要更为详细地研究患者，所以需要的受试者较少，能够更为精确地估计谷浓度与患者特征之间的关系。
@#@估计个体之间清除率的变异时，应当采用非线性混合效应模型。
@#@要使用药代动力学模型进行参数估计时，应当进行灵敏度分析24，通过固定某个参数，比如吸收速率常数，来估计其他参数，确定对其余参数估计值产生最小影响时的固定参数值。
@#@此时许多单个谷浓度筛查设计的缺点也同样存在。
@#@虽然对受试者之间的变异和残留变异的估计可能有偏倚，也可能没有偏倚，但它们并不精确，除非研究的患者例数较多。
@#@3.完整的群体PK采样设计完整的群体PK采样设计有时被称为实验性群体药代动力学设计（experimentalpopulationpharmacokineticdesign）或完整的药代动力学筛查（fullpharmacokineticscreen）。
@#@采用这种设计时，应当于给药后在多个时间点（一般为1-6个时间点）采集血样7。
@#@这样做的目的是在切实可行的情况下，获取每个患者在不同时间点的多个药物浓度，描述群体PK特征。
@#@采用这种方法，可以通过使用非线性混合效应模型法，在研究人群中估计药物的药代动力学参数，解释变异。
@#@完整的群体PK采样设计的目的应当是探讨某个药物的药代动力学与目标人群（及其亚组）的人口统计学特征和病理生理特征之间的关系，目标人群指的是该药正被开发的使用人群。
@#@B.多次采集个体标本的重要性B.多次采集个体标本的重要性在一个给定的情况（即个体内变异）下，个体特异性药代动力学模型的单次个体药代动力学观测结果的变异在概念上可分解为2个组成部分：
@#@
（1）由药代动力学模型在各次之间的变异造成的药代动力学观测结果的变异（各次之间的变异），和
（2）适用于该次的个体药代动力学模型的药代动力学观测结果的变异（干扰；@#@药代动力学模型错误）。
@#@虽然各次之间的变异有些能够用个体随时间变化协变量在各次之间的差异来解释，但是那些无法解释的变异连同干扰一起却反映了在预测时不能降低的不确定性，因此会影响药物浓度。
@#@例如，治疗指数窄、各次之间的变异大的药物，会非常难以控制。
@#@如果某项群体PK研究仅仅包括来自只做了一次研究的个体的药代动力学观测结果，9那么从个体间变异看来，各次之间的变异显然是错误的，而从个体内变异看来，则不是错误的。
@#@这样可能导致对使用反馈机制（比如治疗药物监测或根据观察到的药物效应简单地调整剂量）将个体的治疗控制在治疗范围以内的能力产生不恰当的乐观情绪。
@#@它还可能使探讨能够解释（夸张的不合逻辑的）个体之间变异的个体之间的协变量的工作没有结果。
@#@通过保证在群体PK研究中至少有一个中等规模的受试者子集提供不止一次的数据以避免上述情况是非常重要的。
@#@多次采样有助于分开估计个体内变异的组成部分25,26。
@#@C.模拟C.模拟模拟是一个有用的工具，能够为提出的研究设计和分析的优点提供令人信服的客观证据27。
@#@模拟一项计划好的研究能够为评价和理解不同研究设计的结果提供可能有用的工具。
@#@研究设计的缺点会造成收集到信息不丰富的数据。
@#@模拟试验能够揭示输入变量和假设对计划好的群体PK研究结果的影响。
@#@模拟试验使研究设计人员能够评价所选的设计要素和制定的假设的结果。
@#@因此，模拟试验使药物计量学工作人员能够更好地预测群体PK研究的结果，能够选出最符合研究目的的研究设计16-19,24,28。
@#@模拟试验方案应当能够进行反复的模拟试验，能够对数据集进行恰当的分析，从而控制抽样变异对参数估计的影响。
@#@也可以模拟其他可选的研究设计，以确定提供信息最丰富的设计。
@#@D.研究方案D.研究方案可能会被考虑的方案有2种追加方案（add-onprotocol）和独立方案（stand-aloneprotocol），具体取决于要进行群体PK研究的背景情况。
@#@在任何一种方案中，方案都应当包括对群体分析目的的明确说明，应当包括所提出的采样设计和数据收集方法的详细内容。
@#@应当预先确定要研究的具体的药代动力学参数。
@#@如果群体PK研究是追加于一项临床试验（追加研究），就象在大多数情况下能够想象的那样，那么PK方案就应当仔细与已有的临床方案交叉起来，以保证不会影响临床研究原来的目的。
@#@研究者要知道在临床试验中包括一项群体PK研究的价值29。
@#@如果群体PK研究是独立进行的，那么就应当制定一个全面的方案。
@#@下文简要地讨论了按追加方案进行的群体PK研究和按独立方案进行的群体PK研究。
@#@在一项群体PK研究计划评价来自现有数据的数据和/或来自不止一项研究的数据时，还应当将群体PK研究方案写成文字。
@#@1.按追加方案进行的群体PK研究（PopulationPKStudyasAdd-OnProtocol）10如果群体PK研究是追加于原来的一项临床研究，那么就应当明确说明该群体PK研究的目的。
@#@这些目的不能影响原来临床研究的目的。
@#@应当明确说明对受试者的采样标准和数据分析方法（在该群体PK研究方案中进行描述）。
@#@应当详细说明进行群体分析要用的数据，包括要用的患者和亚组及要测定的协变量。
@#@应当详细说明采样设计，详细说明所有的亚群分层30。
@#@在多中心试验中，从一些中心获取大量数据、从其他中心获取稀疏数据也许有用3。
@#@进行信息丰富的数据分析、避免模型误设时，可以采用这种数据收集方法，并且应当在方案中详细说明。
@#@实时数据汇总（Real-timedataassembly）（见VII.A.部分）使得能够在临床试验结束以前进行群体PK数据分析，使得在新药申请（NDA）卷宗中包括这些结果成为可能。
@#@可能的情况下，应当为研究者设计友好用户病例报告表，以满足药代动力学评价的需要。
@#@2.独立研究方案当一项群体PK研究是独立研究时，研究方案应当详细描述切实可行的药代动力学评价内容。
@#@应当明确说明群体PK研究的主要目的和次要目的。
@#@次要目的应当是在确定主要目的以后，那些使数据分析能够探讨意料之外的问题的目的。
@#@在方案中应当讲清楚采样设计、数据收集、数据核对方法以及处理缺失数据和异常数据的方法。
@#@应当详细说明进行群体分析要用的数据，包括要用的患者和亚组及要测定的协变量。
@#@应当详细说明采样设计，详细说明所有的亚群分层30。
@#@如果要说明药物-";i:
2;s:
25543:
"空堡：
@#@坚鱼笪瘟苤盍!
@#@生!
@#@旦筮!
@#@鲞筮!
@#@塑!
@#@也堡!
@#@型i!
@#@，!
@#@P!
@#@坐!
@#@竺!
@#@Q!
@#@兰：
@#@!
@#@：
@#@丝丛!
@#@：
@#@竺清晨血压临床管理的中国专家指导建议中华医学会心血管病学分会高血压学组中国每5个成年人中有1人患有心脑血管疾病。
@#@与西方国家不同，中国卒中的比例明显增高，是心肌梗死的5倍。
@#@2。
@#@高血压是心脑血管疾病最重要的危险因素。
@#@我国资料显示，高血压对中国人群心血管病的影响远大于其他危险因素，是我国人群发生心血管事件的首要危险因素，其独立致病的相对危险为34，人群归因危险百分比高达35。
@#@对高血压的有效管理是降低心脑血管疾病发病的重要手段。
@#@目前血压管理已从传统关注降压的“量”逐渐转变为注重降压的“质”。
@#@清晨血压管理是进入血压管理时代的标志之一。
@#@随着我国居民生活水平的提高、全民健康教育的开展和家庭自测血压的普及，对清晨血压的管理已成为可能。
@#@本指导建议旨在规范清晨血压管理，提高医生对清晨血压的认识，更有效指导患者进行规范的自我血压监测，从而降低各种心脑血管并发症的发生率，减缓并逆转中国心脑血管事件持续高发趋势。
@#@指南与共识压水平，预测卒中的发生。
@#@血压晨峰每升高10mmHg，卒中风险升高1倍哺。
@#@尽管血压晨峰与心脑血管事件的发生密切相关，目前尚无统一的定义和计算方法，也无血压晨峰正常值（表1），仅能使用24h动态血压监测来诊断，其测量结果重复性较差，难以广泛用于临床实践。
@#@表1血压晨峰不同的定义与计算方法定义计算方法睡眠一谷晨峰觉醒前晨峰清晨血压概念及其影响因素起床晨峰一、血压晨峰和清晨血压血压在24h内是不断变化的，即使血压正常者，血压也会呈现为较明显的昼夜节律，表现为睡眠最初数小时内血压明显下降，清晨时段从睡眠到觉醒过程中血压呈明显上升趋势。
@#@生理情况下，觉醒时的收缩压和舒张压通常会比睡眠时增加1020。
@#@如果清晨时段的血压上升幅度过大，则属于病理状态，对人体有害。
@#@这种异常情况常见于高血压患者，研究表明大部分高血压患者清晨时段的血压上升幅度明显高于血压正常者”。
@#@一项纳入1419例轻一中度原发性高血压患者的分析发现，觉醒后2h是血压快速上升期，平均较夜间最低血压高出2924mmHg（1mmHg=0133kPa），60的患者升高幅度25mmHg（如果从睡眠到觉醒的时间按25h计算，每小时血压大约升高10mmHg）、5。
@#@，显著高于生理状态下清晨血压升高幅度（15mmHg）。
@#@目前临床描述这一现象的概念包括血压晨峰（morningsurge）和清晨血压（morningbloodpressure）。
@#@血压晨峰现象通常发生在清晨6：
@#@00一10：
@#@00。
@#@2003年，日本学者Kario等。
@#@5。
@#@首次系统阐述了血压晨峰的概念。
@#@生理状态下的血压晨峰是正常昼夜节律的体现。
@#@血压晨峰过大则对人体有害，研究显示血压晨峰可独立于24h平均血DOI：
@#@103760emajissn02533758201409003通信作者：
@#@霍勇，Email：
@#@huoyong263netcn；@#@雷寒，Email：
@#@leihancqmueducn清晨血压上升速率起床后2h平均收缩压与包括夜间最低收缩压在内的lh平均收缩压之间的差值5起床后2h平均收缩压与起床前2h平均收缩压之间的差值1起床后4h平均血压与起床前4h平均血压之间的差值L7j起床后3h内收缩压的最高值与起床前收缩压之间的差值【8起床时血压与起床前30rain内最后一次卧位血压之间的差值一J清晨4：
@#@00一lO：
@#@00血压的上升速率清晨血压指清晨醒后1h内、服药前、早餐前的家庭血压测量结果或动态血压记录的起床后2h或早晨6：
@#@0010：
@#@00间的血压。
@#@与血压晨峰相比，清晨血压定义更明确，可通过家庭血压测量、24h动态血压监测以及诊室血压测量手段获取，操作简便易行，可在临床丁作中广泛使用。
@#@清晨血压在一定范围的升高属生理现象，但如果家庭血压测量或动态血压监测清晨血压13585mmHg和（或）诊室血压14090mmHg即为清晨高血压（morninghypertension）。
@#@清晨高血压与心脑血管事件密切相关，早在1985年，Muller等即已发现，清晨血压过度升高，可能是清晨时段心血管事件发生率显著升高的主要原因。
@#@目前对清晨高血压的认识有狭义和广义之分。
@#@狭义的清晨高血压是指血压仅在清晨时段高于正常水平，而其他时段血压水平正常，是隐匿性高血压的一种情况。
@#@广义的清晨高血压则是清晨家庭血压测量平均值13585mmHg和（或）诊室测量血压平均值14090mmHg，不管其他时段的血压水平是否高于正常。
@#@多见于新诊断以及已经接受降压治疗的高血压患者。
@#@西班牙与日本的研究表明，60的诊室血压已控制的高血压患者，其清晨血压并未达标。
@#@所以广义的清晨高血压人群更广，且与靶器官损害和心脑血管事件关万方数据史堡!
@#@坠查篮痘盘查垫!
@#@垒生!
@#@旦筮!
@#@鲞筮!
@#@翅堡!
@#@也!
@#@过i!
@#@：
@#@!
@#@P!
@#@坐!
@#@竺!
@#@Q!
@#@垒：
@#@!
@#@塑：
@#@丝盟!
@#@：
@#@竺系更密切，故本建议中主要采用广义的清晨高血压概念。
@#@血压晨峰和清晨血压均为评估清晨时段血压的指标，过度升高的血压晨峰和清晨血压均与心脑血管事件风险密切相关，具有重要的临床意义。
@#@由于血压晨峰操作复杂，定义和计算方法不统一，目前在科研中使用，很难用于临床实践。
@#@而清晨血压操作简单，可评估清醒状态下较高的血压水平，进一步丰富并深化了血压晨峰概念，为心脑血管疾病风险评估提供了一个新的指标，可在临床工作中广泛使用。
@#@清晨血压与清晨高血压的关系就如血压与高血压的关系一样，即如果清晨血压高于正常水平即为清晨高血压（表2）。
@#@二、清晨血压的影响因素导致清晨时段血压增高的确切机制不清。
@#@清晨血压增高与年龄有关，老年人清晨血压升高的幅度更大。
@#@一项纳入1419例原发性高血压患者的分析发现，年龄60岁患者晨峰幅度高达31mmHgpj。
@#@钠盐摄人量也可影响高血压患者的清晨血压。
@#@盐敏感的高血压患者，限制钠盐摄人可使血压形态从夜间血压不下降转变为下降；@#@钠盐摄人量增加则可导致清晨血压上升1。
@#@”o。
@#@此外，清晨血压增高还见于吸烟、饮酒、糖尿病、空腹血糖异常、代谢综合征和精神焦虑者o13-14。
@#@清晨血压异常升高时，尤其是清晨高血压，除其自身的病理生理学原因及上述危险因素外，更多是血压管理不善所致，即所使用的降压药物无法控制24h血压。
@#@需要使用长效每日一次服药即可控制24h血压的药物，有效控制清晨血压，降低患者心脑血管事件风险。
@#@清晨血压的临床意义和控制情况清晨是心脑血管事件的高发时段，猝死、心肌梗死和卒中等发病高峰均在觉醒前后46h_l。
@#@”o。
@#@缺血性卒中在清晨时段的发生风险是其他时段的4倍7j，心血管死亡风险在上午7：
@#@00一：
@#@00间比其他的时段增加700183。
@#@清晨血压升高是促发心脑血管事件的重要因素。
@#@因此有效控制清晨血压具有重要的临床意义。
@#@一、清晨血压与靶器官损害清晨血压与动脉粥样硬化和左心室肥厚相关。
@#@研究显示，清晨6：
@#@0010：
@#@00间收缩压每增加10mmHg，颈总动脉内膜中层厚度增加17斗（95CI331斗m，P=0018）。
@#@在101例来自同一社区年龄50岁人群中，研究显示，清晨高血压患者颈动脉粥样硬化的相对风险增加5倍旧。
@#@血压晨峰还与主动脉脉搏波速度（PwV）、左心室质量指数（LVMI）以及左心室舒张功能显著相关一2“。
@#@即使已接受降压治疗的老年患者，仍可观察到清晨高血压的靶器官损害，收缩压每增高10mmHg，左心室肥厚的风险增加23旧o。
@#@清晨血压与。
@#@肾脏损害也密切相关。
@#@一项纳入170例正在接受降压治疗的2型糖尿病患者的研究发现，清晨血压升高患者糖尿病。
@#@肾病发生明显高于非清晨血压升高患者（44比0，P370mmHg时，冠状动脉事件增加45（P005），所有心血管事件增加30（P005），全因死亡增加32（P001）口“。
@#@一项平均随访35年的队列研究显示，基线收缩压晨峰每增高10mmHg，卒中风险增加22，血压晨峰对事件的预测作用独立于年龄和24h平均收缩压6J。
@#@而在H本进行的平均随访10年的Ohashama研究中，血压晨峰增高也与出血性卒中相关旧“。
@#@清晨血压同样对事件有预测价值。
@#@一项纳入519例老年高血压患者的前瞻性研究中，平均随访41个月，共发生44例卒中事件。
@#@对比分析24h平均血压、诊室血压、觉醒前血压（觉醒前2h平均血压）、清晨血压（觉醒后2h平均血压）、夜间血压（睡前2h平均血压）和睡眠期间的平均血压，结果显示清晨血压是卒中事件最强的独立预测因子，清晨血压每增高10mmHg，卒中风险增加44（P00001）。
@#@一项包括1789例40岁以上人群、平均随访66年的前瞻性队列研究则发现，觉醒后1h内测量的家庭血压比体检血压对心血管死亡具有更高预测价值。
@#@家庭自测收缩压每升高1mmHg，心血管死亡风险增加21（P005）2。
@#@另外，在一项随访6年的糖尿病患者研究中，与清晨血压正常组相比，清晨血压增高组大血管并发症的风险增加385倍（95CI156947，P=001），死亡风险增加487倍（95CI123193，P=002）30。
@#@三、清晨血压控制情况的流行病学总体上，清晨血压控制现况不满意。
@#@日本32个医院和表2清晨血压的监测评估方法万方数据虫堡!
@#@坠查暨痘苤查垫!
@#@堡生!
@#@旦筮丝鲞筮!
@#@翅垦!
@#@也堡!
@#@趟i!
@#@：
@#@!
@#@P!
@#@堕!
@#@12Q!
@#@堡：
@#@!
@#@：
@#@堡!
@#@塑!
@#@：
@#@2临床医疗中心登记969例接受降压治疗的高血压患者，诊室血压控制正常的患者中517仍存在清晨血压升高“。
@#@一项对15618例来自希腊、比利时、意大利、葡萄牙、法国已接受降压治疗的高血压患者的观察性研究结果相似，各年龄组患者清晨血压达标率均低于诊室血压达标率（65岁以上组：
@#@诊室血压331，清晨血压215，P00001；@#@65岁以下组：
@#@诊室血压419，清晨血压318，P00001）。
@#@我国学者在清晨血压方面也做了探索性研究。
@#@北京大学第三医院心内科门诊登记2187例高血压患者，早晨7：
@#@0010：
@#@00间测量血压，血压未达标患者多达l193例，清晨血压不达标率为546“。
@#@清晨血压升高与靶器官损害以及心脑血管事件密切相关，但高血压患者的清晨血压控制情况仍不容乐观。
@#@应通过有效评估和管理清晨血压，提高整体血压管理水平，更有效预防心脑血管事件发生。
@#@清晨血压的评估与治疗把清晨血压作为切人点和突破口，对于提高高血压整体管理水平至关重要。
@#@通过实施疾病管理项目，有助于进一步降低高血压患者的血压水平。
@#@国外研究表明，以患者为核心，医生、护士等共同参与，采用这一团队模式管理高血压，可更多降低收缩压达10mmHg，血压达标率提高2233J。
@#@提示高血压的整体管理可在疾病防控中发挥重要作用。
@#@2013欧洲高血压学会（ESH）欧洲心脏病学学会（ESC）高血压管理指南已经将高血压管理作为一个重要篇章，提示高血压防控已从血压数值管理及关注个体心脑血管获益，进入高血压人群综合管理时代。
@#@建立以患者为核心，医生、护士、社区、患者家属等共同参与的全方位、社会化的血压管理模式势在必行。
@#@将清晨血压作为高血压管理的切入点，可能是提高我国高血压管理水平的简单有效手段。
@#@一、清晨血压的评估清晨血压管理首先要从清晨血压的监测评估人手，通过监测清晨血压了解清晨血压的控制情况，评估降压治疗效果。
@#@因此，所有高血压患者都应常规进行清晨血压监测与评估。
@#@对于高血压易患人群，也应进行清晨血压筛查。
@#@家庭血压监测、24h动态血压以及诊室血压测量都可用来对清晨血压进行监测和评估，但各有其优缺点，有机结合使用上述3种测量方法，可以在空间和时间两个维度更全面地了解清晨血压以及24h血压的控制情况。
@#@其中家庭血压监测可经常甚至每天进行，因此是观察降压治疗过程中清晨血压控制情况的最佳方法。
@#@1家庭血压监测：
@#@家庭血压监测通常由被测量者在家中进行，这时又称家庭自测血压，也可由家庭成员等协助完成。
@#@家庭血压监测的优势包括重复性较好，比诊室血压对心脑血管事件的预测价值更高1，可以评估血压的季节性变异或长期变异。
@#@通过自我血压监测还可帮助患者提高降压治疗的依从性。
@#@家庭血压监测对于白大衣性高血压和隐匿723性高血压也有一定诊断价值，对于高血压（尤其是儿童及合并糖尿病、妊娠、和肾病患者）的诊断和治疗尤为重要。
@#@家庭血压测量方法如下：
@#@
（1）应在起床后05一10h内进行，通常在6：
@#@00一10：
@#@00之间；@#@
（2）应尽可能在服药前、早饭前测量血压；@#@（3）测压前应排空膀胱，并尽可能取坐位。
@#@家庭测量清晨血压值通常低于诊室血压，其诊断标准为13585mmHg。
@#@通常建议每天早晚测量血压，每次测量23次，取其均值；@#@ei周测量34d，并长期坚持。
@#@对于不能在醒后lh内测量血压的患者（如夜班），也可在醒后超过1h测量，但均需准确记录测量时间。
@#@对于少数必须在晚上服用降压药的患者，推荐测量服药前血压，也要记录测量时间。
@#@224h动态血压监测：
@#@通常由仪器自动间断性地定时测量日常生活状态下的血压。
@#@24h动态血压监测的优势包括无观察者误差，无读数选择偏倚，血压读数较多，可获得白天、夜间和每小时的血压均值；@#@无白大衣效应；@#@无安慰剂效应；@#@可评估24h读数间血压变异；@#@可评估昼夜血压节律；@#@以及可评估降压治疗过程中24h血压控制状况等。
@#@但其缺点是血压测量可能受到活动状态影响；@#@睡眠质量也可能影响夜间血压测量结果；@#@每小时血压均值的重复性较差；@#@费用较高，很难长期频繁进行。
@#@应用动态血压监测和评估清晨血压，需要动态血压记录的起床后2h或早晨6：
@#@00一lO：
@#@00时间段的血压平均值。
@#@3诊室血压测量：
@#@诊室血压又称办公室血压或偶测血压，通常由经过专业训练的医护人员在医院环境中用水银柱血压计和柯氏音技术进行。
@#@尽管目前诊室血压仍是临床诊断和治疗高血压的主要依据，但诊室血压也存在明显的不足：
@#@即柯氏音听诊本身的缺陷；@#@仪器方面的原因；@#@测量者、被测量者不按规程操作；@#@白大衣性高血压、隐匿性高血压；@#@不能及时了解病情变化、调整治疗方案。
@#@所以测量诊室血压无法作为长期监测评估清晨血压的方法。
@#@如果想了解患者就诊时的清晨血压控制情况，通常应测量诊室外清晨血压。
@#@方法是在早晨10：
@#@00前使用经过国际标准认证过的电子血压计测量清晨服药前血压。
@#@二、清晨血压的治疗清晨血压控制情况不佳除了清晨血压过度升高自身的病理生理学原因外，更多是血压管理不善所致，如果选用了短效药物进行降压治疗，会出现药物性血压波动过大；@#@若选用长效但实际上疗效不足以覆盖24h的降压药物，也无法控制24h血压。
@#@因此合理规范化使用降压药物是有效管理好清晨血压的关键。
@#@清晨血压治疗的方案选择应遵循以下原则：
@#@
（1）使用半衰期24h以及以上、真正长效每日1次服药能够控制24h的血压药物，避免因治疗方案选择不当导致的医源性清晨血压控制不佳；@#@
（2）使用安全可长期坚持使用并能控制每一个24h血压的药物，提高患者的依从性；@#@（3）对于单纯清晨高血压者，也可调整服药时间；@#@（4）使用心脑获益临床试验证据充分并可真正降低长期心脑血管事件的药物，减少心脑血管事件，改善高血压患者的生存质量。
@#@三、清晨血压的管理模式（表3）万方数据生堡!
@#@坠堕鳘痘苤壶!
@#@Q!
@#@垒生!
@#@旦笠丝鲞箜!
@#@翅!
@#@i!
@#@垦!
@#@型i!
@#@：
@#@!
@#@P!
@#@里!
@#@竺!
@#@：
@#@!
@#@：
@#@!
@#@盟!
@#@：
@#@!
@#@表3清晨血压管理模式管理模式管理地点管理人群管理方法管理目标管理特点个馇管理医院个体患者在常摆医疗环境-F，患者到医院管理特定时间点血压医患可直接沟通，患者可以得到模式就诊，患者个体与医生的面对医生面对面的疾病教育和指面沟通导；@#@但管理患者数量有限，不方便定期随访，缺乏评估和长期管理群馇管理社区群体患者社区医生与患者的面对面沟通管理特定时间段血压和24h医患在医院面对面直接沟通的模式通过面对面沟通、电话、短（彩）血压基础上，通过间接沟通方式，信、视频等管理模式，一个社定期管理相应社区的更多高区医生管理更多的高血压患血压患者，进行相关疾病教育者和指导，对社区人群便于定期随访，监控血压控制情况，及时调整治疗方案，提高患者治疗依从性系缜管理家庭整体患者社区医生与患者的面对面沟通管理好患者每一个24h血压，提在单个社区人群管理基础上，结模式通过面对面沟通、电话、短（彩）高整体人群血压达标率，降低合高科技通讯设备，可系统信、视频等管理模式，一个社长期心血管事件化、模式化管理整体城市省区医生管理更多的高血压患份全国高血压患者人群，定者期评估整体血压控制情况，可通过数据库、手机移动终端和网根据区域患者人群的具体特络系统等模式对整体高血压点，调整相应的治疗以及随访人群进行规范化系统化管理跟踪患者，真正实现高血压的社会化管理1患者个体管理模式：
@#@个体管理模式主要适用于医院诊疗环境中，通常以医护人员与患者面对面直接沟通为基础，在护士协助下，医生针对高血压疾病管理相关的问题对患者进行个体化指导。
@#@3“。
@#@这种模式的管理在包括社区服务中心在内的各级医院进行，是提高高血压患者个体化清晨血压管理水平的有效方式。
@#@管理内容包括常规测量清晨就诊前、服药前的医院内诊室外血压。
@#@如就诊时患者已服药，应指导患者进行家庭监测血压测量清晨服药前血压，并记录血压，在下一次就诊时带给医生；@#@此外，还应教育高血压患者有关清晨血压的“三知道”：
@#@
（1）知道控制清晨血压至关重要，可有效降低心脑血管事件；@#@
（2）知道定期测量清晨服药前家庭血压，并准确记录，复诊时带给医生；@#@（3）知道坚持每天清晨服用长效降压药物，并指导患者家庭测量清晨血压的正确方法。
@#@2患者群体管理模式：
@#@群体管理模式需三级医院与社区医院和（或）卫生服务中心合作，共同有效管理高血压患者。
@#@高血压患者在就诊后通常都是门诊确定治疗方案，回家后眼药治疗。
@#@采用这种管理模式的社区通常应具备血压测量设备并可进行医学咨询等，同时还可采用定期打电话或者视频随访等模式，跟踪随访高血压患者的血压控制情况【3“。
@#@与上述个体化管理模式相比，可以同时管理更多的患者，增加高血压患者随访频率，有助于及时了解血压控制情况，及时调整治疗方案，提高患者的治疗依从性。
@#@管理内容包括：
@#@定期在社区卫生服务中心就诊，并以电话与视频方式来了解患者的血压控制情况，包括：
@#@及时发现清晨血压以及24h血压控制情况，并根据血压控制情况及时进行治疗方案的调整；@#@是否坚持服用长效降压药物，如未坚持服用药物，则应分析停药原因；@#@是否坚持测量清晨服药前血压，并指导其正确监测清晨血压的方法（图1）。
@#@3系统管理模式：
@#@随着通信技术的发展，医疗机构可采用更为先进的技术手段进行疾病管理。
@#@这些技术手段可有的高血压患者常规监测清晨5：
@#@0010：
@#@00家庭测量血压24h动态血压诊室血压量血压24h动态血压13585mmHg或诊室血压14090mmmHg诊断清晨高血压调整降压治疗方案，选用半衰期长的长效降压药物进一步监测评估清晨血压，直至有效控制定期监测清晨血压家庭酒量血压24h动态血压13585mmllg或诊室血压14090mmmHg图1清晨血压管理流程以令专业人士在短时间内更及时、准确了解患者血压。
@#@目前欧美国家已经采用智能手机作为终端来管理众多高血压患者”“。
@#@有效利用先进的通讯技术，可使患者更多地参与疾病管理，提高其治疗依从性，从而更积极地管理血压，降低长期心脑血管事件发生率，带来更多临床获益。
@#@清晨血压与心脑血管疾病关系密切。
@#@日本学者针对清晨血压进行了长期研究，积累了很多有价值的数据。
@#@目前对血压的治疗和管理已从医院走向社区和家庭，提倡以患者为核心，医生、护士、药师、社区等相关方面共同进行血压管理。
@#@评估清晨血压是提高血压管理质量的一个有效切人点，是平稳控制24h血压的重要手段。
@#@通过推动清晨血压管理，将有可能全面提升我国高血压管理水平，大幅度提高降压治疗，特别是24h血压的长期达标率，降低各种心脑血管并发症的发生率，有效保护我国居民的心血管健康。
@#@（执笔：
@#@王继光）专家建议委员会（按姓氏拼音排序）：
@#@蔡军陈鲁原陈韵岱冯颖青高平进郝玉明霍勇华琦姜一农雷寒李勇李南方林金秀刘蔚万方数据主堡!
@#@坚查萱瘟苤壹!
@#@Q!
@#@生生!
@#@旦筮堡鲞箜!
@#@翅些也!
@#@旦i!
@#@：
@#@!
@#@P!
@#@坐!
@#@：
@#@!
@#@：
@#@丝盟!
@#@：
@#@!
@#@刘铭雅卢新政牟建军宁田海孙宁玲王继光谢良地许顶立袁洪杨新春杨天伦朱鼎良钟久昌祝之明周亚峰234参考文献卫生部心血管病防治研究中心中国心血管病报告2012M北京：
@#@中国大百科全书出版社，2013LiuM，WuB，WangWZ，eta1SImkeinChin8：
@#@epidemiology，prevention，andmanagemenIstrategiesJLancetNeurol，20076：
@#@456464安宁，谢高强，武阳丰心脑血管病主要危险因素对其发病和死亡的归因危险J中国慢性病预防与控制，2003，11：
@#@42_45PickeringTG，Harsh6eldGA，KleinenHD，elaIBloodpressureduringnonllaldailvaclivities，sleep，andexerciseComparisonofvaluesinnorrnalandhypenensivesubjectsJ1JAMA，l982，2479929965KarioK，PickeringTG，umedaY，eta1Momingsu曙einb100dpressureasapredictorofsilentandclinicalcerebmVasculardiseaseinelderlyhypenensives：
@#@apmspectivestudyJCirculation，2003107：
@#@140l14066789101213141516171819NeutelJM，SchunlacherH，G0sseP，ela1Ma印itudeoflheedymomingb100dpressuresur学einuntreatedhypenensive叫ients：
@#@apooleda11alysisJInlJclinPracl，2008，62：
@#@1654-1663LearyAC，S";i:
3;s:
6627:
"问卷调查的信度与效度分析图解问卷调查的信度与效度分析图解蒋智钢蒋智钢前几天有朋友要我帮忙算下调查问卷的信度和效度，看了一下后才发现原来这个问题是很多人都会碰到的，似乎有必要写那么一丁点东东。
@#@对于从医还要涉及那么点科研的人来说，问卷调查是许多人都不可避免要做的一项工作，无论你是要做毕业课题，还是要完成一项基金项目，甚至好多人的课题的核心就是做一个问卷调查，那么，你把问卷设计好了，也发出去了，或者结果也统计出来了，但是，问你一句：
@#@你的结果可靠吗？
@#@你的问卷合格吗？
@#@怎么回答？
@#@判断一份用于调查的问卷是否合格是有指标的，也就是我今天要提到的这2个：
@#@信度和效度。
@#@顾名思义，信度嘛，当然是指调查问卷的可信程度；@#@效度呢，就是指问卷的有效性，二者各取一字成其名。
@#@好了，闲话到此打住，直接进入正题，怎么个算法。
@#@1.先算信度，这个指标是用Cronbach信度系数来评价的，其实信度系数还有好多个，但是，我们一般就考虑量表的内在信度【这里的量表也就是调查表啦】，简言之，就是项目之间是否具有较高的内在一致性，所以，就算这个Cronbach就好了。
@#@再啰嗦一句：
@#@这个在01之间，0.8时，表示量表信度很好；@#@0.70.8之间，表示量表的信度可以接受；@#@如果是在0.60.7范围内，表示量表也可以接受但需改进。
@#@计算的方法很简单，打开SPSS，把你的数据都输入进去即可，当然，数据的输入也是有技巧的，你可以在excel里面先输入数据然后再导入，我比较喜欢这种方式。
@#@但是要记住，一列代表一个指标或者称之为“维度”，换言之也就是你的问卷里面的一个具体的题目，有多少个问题就对应多少列，一行代表一个调查对象。
@#@数据都弄好之后，在SPSS中点“Analyze-Scale-ReliabilityAnalysis”进行计算，剩下的不打字了，自己看图吧。
@#@你的问卷调查表的数据可能与下面的类似：
@#@【这些数据是我随这些数据是我随便弄的，这里只讲方法，不论结果好坏！
@#@便弄的，这里只讲方法，不论结果好坏！
@#@】但是，我要强调的一点是，只有等级资料才能进行计算哦！
@#@所以，最初的数据还要进行整理才能用于计算。
@#@类似于这种信息，是不能计算的所以必须剔除掉。
@#@这里所说的不能计算，是指不能用来计算刚刚说的那个系数，看到这里，你会郁闷吧？
@#@会说，那这些数据不是白输入了？
@#@非也，非也！
@#@你可以用最简单的百分比来算啊！
@#@虽然它们不能为你的信度和效度系数贡献力量，但是也可以为你计算某一类型的百分比提供帮助，我们的口号是“榨干数据的每一滴油！
@#@”好了，处理之后就应该是这种信息了：
@#@看见了吧，这种评分型的资料就可以直接拿来算信度和效度系数。
@#@这还不是完整版，我处理一下你就可以看见能直接导入SPSS用来计算的数据了，见下图。
@#@OK，就是这个样子啦！
@#@第一行是每个小题的题号，你可以用中文，也可以用字母代号，随便你，反正你只要自己能够看懂就行。
@#@第一列就是你的数据，那些编号神马的统统删了！
@#@然后excel保存一下，导入SPSS。
@#@这2个圈里面的，随便你点哪一个都可以在打开的对话框里面，一定要类型为excel下面这个图里面的红圈中的一定要选上，这个是对应excel里面的每个指标的名字，然后点OK确定。
@#@好了，数据就导入完成了。
@#@下面开始算信度系数。
@#@在打开的对话框中，把所有的数据先放到右边左边框里的数据全部挪到右边是算问卷的信度，如果按问题的类别来放，就像上图中那样，就只是算这个类别的题目的信度如何，很方便吧？
@#@可以一次性算个总体的，然后还可以看看各类题目的信度如何。
@#@接下来，点那个Statistics，就会出来一个对话框，把红圈里面的2个选项勾上后点Continue，再点OK，然后结果就在另外一个窗口中出来了。
@#@这个0.703就是我们的信度系数啦！
@#@看来问卷表还有待改进啊！
@#@其余每个类别的题目的信度系数以此类推，自己算吧！
@#@2.现在，来看看效度怎么个算法。
@#@效度系数呢，也有好多个，硬是要分类的话，会把你搞头晕的。
@#@但是，根据我们的问卷调查情况，通常只算KMO的。
@#@也就是做“因子分析”啦！
@#@具体操作还是看图。
@#@先把左边的数据都挪到右边去，然后点“Descriptives”，在弹出的对话框里面选最下面的“KMOandBartlettstestofsphericity”，然后点Continue然后点Extraction，一定确保弹出的对话框里面是Principalcomponents，然后Continue接着点Rotation，在弹出的对话框里面选Method里面的Varimax，再点Continue，其余2个不用管了，点OK吧！
@#@好了，数据出来了！
@#@0.442就是我们要求的效度系数了，KMO值0.7，说明这个问卷需要修改。
@#@下面的sig表明差异是显著的。
@#@通常，KMO是做主成分分析的效度检验指标之一，其值在0.9以上，表示非常适合做因子分析；@#@在0.8-0.9之间，很适合；@#@在0.7-0.8之间，适合；@#@在0.6-0.7之间，尚可；@#@在0.5-0.6之间，表示很差；@#@在0.5以下应该放弃。
@#@好了，还有一种情况可能是大家会遇到的，那就是你觉得你自己什么操作都是对的，可就是最后的结果里面没有KMO出来，随便你怎么弄都没有KMO！
@#@大家会看到上图中的这种情况，“此矩阵不是正定矩阵”，然后随便你把数据跑多少次运算，KMO就是不出来，怎么办？
@#@原因在哪里？
@#@原因是你的维度大于你的样本量了，也就是说纳入计算的调查项目个数多于你的调查对象数目了，所以就会出现这种情况，于是呢，解决方案也就浮出水面啦，反其道而行之即可，怎么做？
@#@2个法子，一是减少你的维度数，一是增加你的样本数，具体嘛，根据自己怎样算方便就怎样去弄吧！
@#@好了，关于调查问卷的信度和效度的计算就说这么多啦！
@#@写在2013年的尾巴遵义医学院";i:
4;s:
790:
"规格（cm）高度（cm）生长面积（cm2）建议上样量（mL）实际上样量（mL）细胞接种量3.51832.010661.52155.21069491012.210610255101013.7106152.51483024.5（方形）2.5500100规格（cm）生长面积（cm2）容量（mL）建议上样量（mL）实际上样量（mL）细胞接种量12.52525106255053575107525015150700301753522545规格（孔）单孔面积（cm2）容量（mL）建议上样量（mL）实际上样量（mL）细胞接种量4（132*82）16534（128*86）21.85369.516.52.5-3.022.51068（132*82）8.631.5培养瓶培养瓶培养皿培养皿培养板培养板矩形，斜颈，透气盖7106123.96.5211106241.752.910.551054811.70.50.2596（V-底）0.280.230.196（平-底）0.320.30.196（U-底）0.350.370.13840.10.120.0615360.020.0120.0150.1-0.251105";}
升级会员 