多元线性回归模型在骨龄评估中的应用

1、多元线性回归模型在骨龄评估中的应用摘要：目的：在TW3方法的基础上建立骨龄与各骨头发育等级之间的线性关系，达到准确预测骨龄的目的。方法：以发育正常的儿童作为研究对象，确认各骨头发育等级分，建立骨龄与各骨头发育等级数据矩阵；然后取50例样本，利用多元线性回归模型，通过SPSS统计系统计算骨龄与各骨头发育等级的线性相关系数；最后，取另50例样本作为测试数据，通过配对t检验来评估该方法的准确性。结果：经过多元线性回归分析，相关系数的平方R2，假设检验统计量F，与F对应的概率Sig分别为：0.992、191.630、0.000；配对t检验中，Correlation为0.996，Sig为0.000。结论

2、：研究实验发现，利用多元线性回归方法能很好的反映骨龄与各骨头发育等级之间的线性关系，并能准确预测儿童的骨龄，在骨龄评估中具有很高的临床应用价值。关键词：多元线性回归；骨龄；TW3；配对t检验在儿科学上骨龄评估用于诊断生长发育延迟的矮身高儿童和甲状腺机能衰退等内分泌疾病的治疗【1】。骨龄评估能较准确地反映个体的生长发育水平和成熟程度。通过骨龄还可预测儿童的成年身高，骨龄的测定还对一些儿科内分泌疾病的诊断有很大帮助。现今人们多采用拍摄人左手手腕部的X光片ModelRR SquareAdjusted R SquareStd. Error of the Estimate10.9960.9920.987

3、0.260表2ANOVAModelSum of SquaresdfMean SquareFSig.1Regression259.4172012.971191.6300.000Residual1.963290.068Total261.38049由SPSS计算所得到的相关参数i例数CorrelationSig.Pair 1实际年龄-预测年龄500.9960.000表4Paired Samples TestPaired Differencest值dfSig.MeanStd. DeviationStd. Error Mean95% Confidence Interval of the Differen

4、ceLowerUpper实际年龄-预测年龄0.000000.215540.03048-0.061250.061250.000491.0002 结果分析从表12中可以看到，多元线性回归方程包含三个检验统计量：相关系数的平方R2，假设检验统计量F，与F对应的概率Sig分别为：0.992、191.630、0.000。利用检验统计量R、F、Sig的值来分析该模型是否可用。相关系数R的评价，本例R的绝对值为0.996，表明线性相关性较强；F检验法。F=191.630；Sig值检验。Sig=0.000，显然满足Sig=0.05。三种统计推断方法推断的结果是一致的，说明因变量与自变量之间显著的有线性相关关系

5、，所得线性回归模型可用。在配对t检验主要检验配对样本数据之间的相关性或显著性。表3中的Correlation为0.996，Sig为0.000。说明了配对样本数据之间存在很高的相关性。在表4中可以发现t值为0.000而Sig. （2-tailed）为1.000，这说明了配对样本数据之间差异无统计学意义（P0.05），其配对值之间相当接近。从图2的数据折线图中可以看到，用多元线性回归模型预测出的骨龄与实际骨龄相当接近。也就是说用多元线性回归模型能准确预测儿童的骨龄。图2实际年龄和预测年龄的配对折线图3 小结文章介绍了用多元线性回归模型来预测儿童的骨龄。通过建立正常儿童不同骨头的发育等级分；从而建立

6、多元线性回归方程，并对儿童的骨龄进行预测。并由配对t检验来验证多元线性回归模型的可靠性。分析结果得到他们之间具有很高的相关性，与实际年龄的误差相当小，能准确的预测。这为预测骨龄来判断儿童生长发育水平和成熟程度奠定坚实的基础。4 参考文献【1】 陈凤生,王伟.儿科内分泌遗传代谢疾病临床新技术.北京:人民军医出版社,2002:77.【2】 Tanner JM,Healy MJR,Goldstein H,et a1.Assessment of skeletal maturity and prediction of adult height(TW3 method).Third Edition.London:WB