医学统计系列教程：相关分析的规范实践——Pearson与Spearman相关在糖尿病患者血糖血脂关联研究中的应用

【摘要】 相关分析是探索变量间关联强度与方向的核心统计方法，Pearson相关与Spearman相关分别适用于不同数据分布特征的场景。临床科研中常存在“忽视数据分布特征盲目选择方法、混淆相关与因果、结果报告不规范”等问题，导致研究结论可信度不足。本文以120例2型糖尿病患者空腹血糖（FPG）与血脂指标（总胆固醇TC、低密度脂蛋白LDL-C等）的相关性分析为例，系统阐述Pearson与Spearman相关的适用场景、前提验证、规范操作流程（R与SPSS实操）、结果解读及SCI规范化报告要点，并总结常见误区与规避建议，为临床科研工作者提供可直接复用的统计分析方案。

一、引言

在2型糖尿病临床研究中，血糖与血脂代谢紊乱的关联分析是揭示疾病发病机制、指导综合管理的重要环节。相关分析可量化FPG与TC、LDL-C等指标的关联强度，但方法选择需严格匹配数据分布特征：Pearson相关依赖双变量正态分布假设，而Spearman相关为非参数方法，适用于非正态或有序分类数据。临床实践中，部分研究者因忽视前提验证、误用方法或过度解读结果（将相关等同于因果），导致研究结论偏倚。本文结合具体案例，明确两种相关分析方法的规范应用流程，助力提升科研数据处理的可靠性与论文投稿通过率。

二、研究设计与数据特征

（一）研究对象

回顾性纳入某院2023年1月至2024年1月确诊的2型糖尿病患者120例，其中男68例、女52例，平均年龄（56.8±10.2）岁，平均病程（8.5±3.6）年。纳入标准：符合《中国2型糖尿病防治指南（2022年版）》诊断标准；临床资料完整（含FPG、TC、LDL-C、HbA1c等指标检测结果）。排除标准：合并严重肝肾功能不全、恶性肿瘤、急性感染或其他内分泌疾病；近3个月接受调脂药物或影响血糖代谢的药物治疗。本研究经医院伦理委员会批准（伦理批号：2023-012）。

（二）研究指标与数据类型

核心研究指标均为连续型计量资料：

1. 自变量/因变量：空腹血糖（FPG，mmol/L），反映血糖控制水平；

2. 关联指标：总胆固醇（TC，mmol/L）、低密度脂蛋白胆固醇（LDL-C，mmol/L）、糖化血红蛋白（HbA1c，%），均为血脂及血糖长期控制相关指标。

研究目的：探索FPG与TC、LDL-C、HbA1c的关联强度与方向，构建四指标相关矩阵。

三、统计方法与规范实操

本研究数据采用R 4.3.0软件（Hmisc包）与SPSS 26.0软件分析，检验水准α=0.05。相关分析核心流程：先验证数据分布特征→选择对应相关方法→构建相关矩阵→规范解读结果。

（一）前提验证：数据分布特征判断

相关方法选择的核心依据是变量分布特征，采用Shapiro-Wilk检验（样本量n<50）或Kolmogorov-Smirnov检验（样本量n≥50）结合Q-Q图可视化验证正态性：

1. FPG：Shapiro-Wilk检验P=0.18>0.05，Q-Q图数据点近似贴合对角线→符合正态分布；

2. TC：Shapiro-Wilk检验P=0.25>0.05→符合正态分布；

3. LDL-C：Shapiro-Wilk检验P=0.01<0.05，Q-Q图数据点偏离对角线→不符合正态分布；

4. HbA1c：Shapiro-Wilk检验P=0.08>0.05→符合正态分布。

（二）Pearson相关分析（FPG与TC：双变量均正态）

1. 适用条件

① 双变量均为连续型计量资料；② 双变量均符合正态分布；③ 变量间呈线性关联（可通过散点图验证：FPG与TC散点图呈线性趋势，无明显曲线关系）。

2. 规范实操步骤

❶ R语言实操（含正态性验证与相关分析）：

# 1. 安装并加载所需包

install.packages(c("Hmisc", "car"))

library(Hmisc)

library(car)

# 2. 导入数据并预处理（缺失值采用多重插补法填补）

diabetes_data <- read.csv("2型糖尿病患者数据.csv")

diabetes_data[,c("FPG","TC","LDL_C","HbA1c")] <- mice::complete(mice(diabetes_data[,c("FPG","TC","LDL_C","HbA1c")], m=5, method="pmm"), 1)

# 3. 正态性检验

norm_test <- function(var) {

test_result <- shapiro.test(diabetes_data[[var]])

return(data.frame(指标=var, P值=round(test_result$p.value, 2), 正态性判断=ifelse(test_result$p.value>0.05, "符合", "不符合")))

}

norm_results <- rbind(norm_test("FPG"), norm_test("TC"), norm_test("LDL_C"), norm_test("HbA1c"))

print(norm_results)

# 4. 验证线性关联（散点图）

plot(diabetes_data$FPG, diabetes_data$TC, main="FPG与TC散点图", xlab="空腹血糖（mmol/L）", ylab="总胆固醇（mmol/L）")

abline(lm(TC~FPG, data=diabetes_data), col="red") # 添加线性趋势线

# 5. Pearson相关分析

pearson_result <- cor.test(diabetes_data$FPG, diabetes_data$TC, method="pearson")

# 6. 提取结果

cat("FPG与TC Pearson相关系数r：", round(pearson_result$estimate, 2), "\n")

cat("P值：", round(pearson_result$p.value, 3), "\n")

cat("95%置信区间：", round(pearson_result$conf.int, 2), "\n")

❷ SPSS实操步骤：

1. 导入数据，进入【分析】→【相关】→【双变量】；

2. 将“FPG”“TC”移入“变量”框；

3. 相关系数勾选“Pearson”，勾选“双尾检验”“标记显著性相关”；

4. 点击【选项】，勾选“描述性”（获取变量均值±标准差）；点击【绘制】，勾选“散点图”（X：FPG，Y：TC），勾选“拟合线”；

5. 点击【确定】，输出结果。

3. 结果解读

检验结果：FPG与TC呈正相关（r=0.35，P<0.001，95%置信区间：0.21~0.48）。

解读要点：

1. 关联方向：r=0.35>0→正相关（FPG升高时，TC倾向于升高）；

2. 关联强度：根据Cohen标准，|r|=0.2~0.4为弱到中等相关，此处r=0.35，属于弱到中等正相关；

3. 统计显著性：P<0.001<0.05，95%置信区间不包含0→相关性具有统计学意义；

4. 临床意义：提示2型糖尿病患者血糖与总胆固醇代谢存在关联，临床管理中可同步关注血糖与血脂控制，避免单一指标管理导致的代谢紊乱漏诊。

（三）Spearman相关分析（FPG与LDL-C：单变量非正态）

1. 适用条件

① 变量为连续型、有序分类型或离散型；② 至少一个变量不符合正态分布；③ 无需满足线性关联假设（适用于任意单调关联）。本案例中LDL-C非正态，故采用Spearman相关。

2. 规范实操步骤

❶ R语言实操：

# Spearman相关分析（method="spearman"）

spearman_result <- cor.test(diabetes_data$FPG, diabetes_data$LDL_C, method="spearman")

# 提取结果

cat("FPG与LDL-C Spearman相关系数rs：", round(spearman_result$estimate, 2), "\n")

cat("P值：", round(spearman_result$p.value, 3), "\n")

❷ SPSS实操步骤：

1. 进入【分析】→【相关】→【双变量】；

2. 将“FPG”“LDL-C”移入“变量”框；

3. 相关系数勾选“Spearman”，勾选“双尾检验”“标记显著性相关”；

4. 点击【确定】，输出结果。

3. 结果解读

检验结果：FPG与LDL-C呈正相关（rs=0.28，P=0.002）。

解读要点：

1. Spearman相关系数用rs表示，区别于Pearson的r；

2. 关联方向与强度：rs=0.28>0，为弱正相关；

3. 统计显著性：P=0.002<0.01→相关性具有统计学意义；

4. 临床意义：尽管LDL-C分布非正态，但仍提示FPG与低密度脂蛋白胆固醇存在正向关联，低密度脂蛋白胆固醇是动脉粥样硬化的危险因素，提示糖尿病患者血糖控制不佳可能增加心血管并发症风险。

（四）相关矩阵构建与SCI规范化报告

1. 相关矩阵构建（多变量两两关联分析）

采用R语言Hmisc包rcorr()函数或SPSS双变量相关分析，同时完成FPG、TC、LDL-C、HbA1c的两两相关分析，构建相关矩阵（含相关系数与P值）：

❶ R代码：

# 构建相关矩阵（自动根据变量分布选择方法，此处手动指定对应方法）

# 先筛选变量

vars <- c("FPG","TC","LDL_C","HbA1c")

# 构建矩阵

corr_matrix <- rcorr(as.matrix(diabetes_data[,vars]))

# 提取相关系数和P值，保留2位/3位小数

corr_coef <- round(corr_matrix$r, 2)

corr_p <- round(corr_matrix$P, 3)

# 输出结果

print("相关系数矩阵：")

print(corr_coef)

print("P值矩阵：")

print(corr_p)

2. SCI规范化报告（三线表）

相关分析结果需以三线表形式呈现，明确标注相关系数类型（r/rs）、P值及显著性标记，规范表格如下：

**表1 2型糖尿病患者FPG与血脂、HbA1c的相关矩阵**

*注：1. 相关系数标注：FPG与TC、HbA1c，TC与LDL-C、HbA1c为Pearson相关系数（r值）；FPG与LDL-C为Spearman相关系数（rs值）；2. 显著性标记：*P<0.05，**P<0.01；3. 样本量n=120*

四、常见误区与实操建议

（一）核心误区规避

1. 忽视数据分布特征：非正态数据盲目使用Pearson相关，导致相关系数偏差，低估/高估关联强度；

2. 混淆相关与因果：将“FPG与TC相关”解读为“血糖升高导致胆固醇升高”，忽视体重、饮食、运动等混杂因素的影响，相关仅表示关联，不代表因果关系；

3. 未验证线性关联：Pearson相关依赖线性假设，若变量间呈曲线关系（如U型），盲目使用会导致结果偏倚；

4. 结果报告不规范：未标注相关系数类型（r/rs）、遗漏P值或显著性标记，SCI期刊审稿易被打回；

5. 样本量不足导致结果不可靠：相关分析建议样本量n≥50，样本量过小会降低检验效能，导致假阴性结果。

（二）实操建议

1. 流程优先：严格遵循“分布验证→方法选择→矩阵构建→结果解读”流程，避免跳过前提验证；

2. 可视化辅助：用Q-Q图验证正态性、散点图验证线性关联，提升结果可信度；

3. 结果报告完整：需同时呈现“相关系数（r/rs）+P值+95%置信区间+显著性标记”，多变量分析需提供相关矩阵；

4. 结合临床意义解读：避免“唯相关系数论”，需同步结合医学常识解读关联的临床价值，如FPG与LDL-C的正相关提示糖尿病患者需同步控制血糖与血脂，降低心血管并发症风险；

5. 控制混杂因素：若需探索潜在因果关系，可在相关分析基础上进一步开展回归分析（如多元线性回归），控制混杂因素后验证关联稳定性。

五、讨论与小结

相关分析是探索2型糖尿病患者血糖与血脂代谢关联的有效工具，方法选择的核心是变量分布特征：双变量均正态且线性关联用Pearson相关，非正态或非线性关联用Spearman相关。本研究案例显示，FPG与TC呈弱到中等正相关（r=0.35，P<0.001），与LDL-C呈弱正相关（rs=0.28，P=0.002），提示血糖与血脂代谢存在协同紊乱，为糖尿病综合管理提供了统计依据。

临床科研工作者在应用相关分析时，需严格规避“忽视前提、混淆相关与因果、报告不规范”等误区，结合可视化工具与临床意义综合解读结果。本文提供的R与SPSS实操代码可直接复用，适用于糖尿病及其他慢性疾病的变量关联分析场景。后续可进一步探讨有序分类变量（如糖尿病病程分级）与连续变量的相关分析，欢迎同仁在评论区交流实操经验与疑问。