本讲座介绍结构方程模型通过潜变量以及显变量建模分析的方法，以及相关应用实例。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
结构方程模型是现代统计分析中最流行的方法之一，潜变量是结构方程模型分析中的重要概念[1]。潜变量是指观察对象的潜在特征和特质，这些特征难以直接准确测量，通常需要多个观察变量，间接的去描述和测量这些潜在的变量。结构方程模型最早在社会科学中流行，可对潜变量以及显变量进行建模分析，随着研究者们发现它解决实质性问题的潜力，以及结构方程建模软件的可用性及简单性，其已在定量遗传学、毒理学等多个学科中广泛应用[2]。
在构建结构方程模型时，研究者根据已有的理论和实证研究对各潜在变量和观察变量之间的相互作用关系建模分析，并利用路径图将假设模型直观呈现。测量模型可探索观测变量描述潜在变量的最佳组合，包括这些观测变量是否有统计学意义以及相关的标准路径系数大小，综合这些统计信息，我们判断这些观测变量是否足以测量相应的潜在变量。利用路径分析描述潜在变量和观测变量之间的关系，包括他们之间的直接和间接效应。
判断所建立的结构方程模型是否合理，需要借助常用的软件给出模型的拟合指标进行分析。常见的拟合指标包括：Chi-square，Chi-square/df ratio，root mean square of approximation （RMSEA，< 0.08） ，comparative fit index （CFI，> 0.90），and Tucker-Lewis index （TLI，> 0.90）等[7,8]。当模型拟合效果较理想时，可利用标准化路径系数解释各个测量因子以及观测因子之间的关系，同时可报告各路径系数的显著性。当模型拟合效果达不到要求时，可根据修正信息对模型进行调整后重新拟合。
笔者在对广州市青少年饮酒、非医疗目的使用精神活性药物、吸食毒品与自杀关系的研究中利用结构方程模型构建了自杀的潜变量，其观察变量为自杀意念、自杀尝试，模型构建见图1。模型考虑饮酒、非医疗目的使用精神活性药物、吸食毒品3个观察变量间的相互作用关系，注意此时3个观察变量间的连线为双向箭头，表示为双向作用。饮酒、非医疗目的使用精神活性药物、吸食毒品3个观察变量对潜在变量自杀为单向作用，使用单项箭头。在画图时注意，有统计学意义的路径使用实线标注，无统计学意义的路径使用虚线标注。同时具体路径的标准化系数，可在该路径线上标出。自杀行为的两个观察变量自杀意念、自杀尝试的标准化路径系数提示潜变量的拟合效果较好。整体模型的拟合指标均达到了要求，同时考虑到不同类型的精神活性药物对自杀的作用不同，分析时按阿片类药物和镇静剂进行了亚组分析[9]。
氧化应激反应不能直接观察，许多研究已提出过这一过程的生物标志物，如饮食中的促氧化剂和抗氧化剂以及炎性因子。但单个生物标志物只能反应氧化应激的部分测量结果，氧化应激涉及多种生物标志物，可考虑结构方程建模测量这一复杂生物过程。结构方程模型可以将氧化应激建模为一个潜在的变量，Eldridge等[4]利用异丙肾上腺素、荧光氧化产物、线粒体DNA拷贝数、生育酚和C-反应蛋白5种与氧化应激相关的生物标志物模拟了一个潜在的氧化应激变量。利用结构方程模型，发现肥胖、吸烟、服用阿司匹林和β-胡萝卜素与氧化应激显著相关。此项研究表明，建立多重生物标志物潜变量的方法可能是测量复杂生物现象（如氧化应激）的更好方法，从而更好地预测与这些复杂生物现象相关的健康结果。
注意缺陷与多动障碍俗称多动症，是一种以注意力缺陷、冲动和多动为特征，常在儿童时期出现但在成年后会改善或消失的疾病。50%~65%的多动症儿童症状一直持续到成年，成年期的多动症可能导致反社会人格、适应障碍和焦虑。当患有多动症的成年人未能得到适当的治疗时，他们的日常功能会持续出现问题，生活质量也会因此下降。Seo等[10]利用韩国成人注意力缺陷/多动障碍量表和文德犹他自评量表（Wender Utah Rating Scale）评估了131名成人士兵过去与现在多动症的症状，和生活质量（韩国版SmithKline Beecham生活质量量表）。利用成人注意力缺陷/多动障碍量表和Wender Utah量表2个观测变量构造多动症潜变量，并利用韩国版SmithKline Beecham生活质量量表工作能力、心理健康、稳定、身体健康、活动5部分得分构建生活质量潜变量，模型构建见图2。通过构建结构方程模型分析发现成人过去和现在的多动症症状与其生活质量呈负相关。
多氯联苯是一种持久性有机化合物，包括多达150种已知与人体神经、内分泌和免疫不良影响的相关同源物。已知多氯联苯作用于多个器官系统，如免疫系统、神经系统、皮肤、甲状腺和性类固醇激素系统，以及肝脏、肾脏、胰腺和心血管系统。Cromberg等[11]利用由变压器回收公司的工人、他们的家庭成员和周围公司的员工组成的队列数据，研究多氯联苯暴露后的语言流利性如何随着时间的推移而发展。根据两个测量点（T1和T2）的结果，检查语言流利性保持稳定或是否随时间变化，以及检测判断可能在第二个时间点（第一次测量一年后）出现的晚发损伤。结构方程建模和多元回归分析显示，PCB血清水平的升高与单词流利性有显著关联，通过对PCB水平在T1和T2中的影响进行分析，T1测量点的PCB水平影响T1的语言流利性，并继续影响T2测量点的语言流利性。
在残疾人康复期间经常发生跌倒。跌倒风险预测能力（FRPA）是预防跌倒和提供安全、高质量康复程序所必需的。Kishita等[12]将定性研究分析结果中获得的3个观测变量：患者能力（PA）、物理环境（PE）和人类环境（HE）构建跌倒风险预测能力（FRPA）潜变量。利用结构方程模型分析工作角色（康复专业人员=1，康复学生=0）对跌倒风险预测能力的影响，测量康复专业人员（持照）和学生（未持照）之间的差异，模型构建见图3。结构方程模型分析结果表明，康复专业人员对残疾人的跌倒风险预测能力高于学生。为了给患者提供安全和高质量的康复，应增加FRPA的专业培训并将患者能力（PA）、物理环境（PE）和人类环境（HE）这三个因素纳入计划内容。
结构方程模型能够建立复杂的假设模型，包括潜变量的测量模型以及潜变量和多个观察变量之间的关系。结构方程模型的分析结果给研究人员提供了丰富的信息，可以进行假设检验，对理论模型进行验证和修订，帮助研究人员深入理解数据背后的信息。
结构方程模型对样本量要求较高，习惯上需要研究变量个数10倍以上的样本量。同时测量误差对结构方程模型的准确性影响也比较大，应尽量控制。对模型结果进行解读时需要较多的专业知识。结构方程模型能够帮助研究者深入理解复杂数据背后的机制，是一种强大的统计分析工具。
所有作者均声明不存在利益冲突
