潜类别分析(Latentprofileanalysis,LCA)，可能不少人还没有听说过，然而临床医学的国际同行们，已经发了系列文章了。
呼吸科的系列文章1年，对两项随机对照试验的数据重新分析，发现并定义了急性呼吸窘迫综合征（ARDS）的亚型。用到的统计分析方法是潜类别分析。发表在LancetRespirMed,影响因子22.9分[1]。
年，ARDS亚型随时间的稳定性，两项随机对照试验，潜类别分析，Thorax，9.6分[2]。年，ARDS亚型潜伏性分析，脓*症急性损伤他汀类药物研究（SAILS）的二次分析，潜类别分析，Intensivecaremedicine,18.9分[3]。4年，ARDS亚型和辛伐他汀治疗反应，随机对照试验的二次分析，潜类别分析，LancetRespirMed,22.9分[4]。
以上文章均出自同一个团队，同样的统计方法，同样的临床目的：给急性呼吸窘迫综合征（ARDS）分出亚型。
临床意义在于不同亚型的患者，接受治疗后疗效不同，有利于根据亚型指导临床治疗方案的选择。很有临床意义。在其他的疾病领域也可以开展。研究设计和统计方法是通用的。
经典文献[1]背景：亚型已经在异质性疾病（例如哮喘和乳腺癌）中得到确认，具有重要的治疗意义。我们评估了急性呼吸窘迫综合征（ARDS）中是否存在亚型。
方法：基于ARDS患者的两个RCT数据。运用潜类别分析方法处理数据。研究亚型和临床预后的关系。
结果：分析了例患者。潜类别模型得出两个亚型。我们确定了一种高炎症性亚型（表型2），其特征是血浆中的炎症因子浓度较高，使用升压药的患病较多，血清碳酸氢盐浓度较低以及败血症的患病率高于表型1。表型2的患者死亡率较高，无呼吸机天数较少，无器官衰竭天数少于表型1（p均0.）。在ALVEOLI队列中，通气策略（高PEEPvs低PEEP）对死亡率、无呼吸机天数和无器官衰竭天数的影响因表型而异（死亡率p=0.，呼吸机p=0.，无器官衰竭天数，p=0.)。
结论：我们在ARDS内确定了两种亚型，其中一种根据严重的炎症，休克和代谢性酸中*以及较差的临床结果进行分类。PEEP治疗策略随机试验中对治疗的反应因亚表型而异。识别ARDS亚型可能对选择患者进行未来的临床试验是有用的。
核心图表上图定义了两种亚型的特征（横坐标是不同指标分布情况），可见亚型1（红线）的炎症因子水平高（左侧）
上图展示两种亚型的危险因素特征（横坐标是不同危险因素的分布情况），可见脓*症（sepsis）的概率亚型2的高（红色）
基本概念潜类别分析（Latentclassanalysis，LCA）是假定观察对象来自不同的亚组（类），类别之间是互斥的，即每个人都属于一个且仅属于一个潜在类别。每个人来自哪一类本身是不知道的（unobserved），根据观察到的变量（observed）来确定每个人属于哪一类。如果观察到的变量都是分类型的，称为潜类别分析（Latentclassanalysis)，当观察变量有连续型指标时，我们通常将其称为潜特征分析（Latentprofileanalysis)。
潜类别分析（Latentclassanalysis)与聚类分析(Clusteranalysis)类似，但使用的分类方法不同。LCA被称为是一种自上而下（top-downapproach)的方法，使用每个人观察到的数据分布的概率模型推导其所在的未观察到的类别，而不是使用某些选定的距离度量来查找聚类。
软件操作年初易侕软件新增了潜类别分析模块。需要使用RdepMixS4程序包，因此需要更新R版本，具体操作如下：
第一步：在“我的账号”-“关于易侕”处手动更改R版本为3.6.1，点击“返回”会自动安装R3.6.1，时间较长（网速好要15分钟）。如果安装失败了，需要点击“双击这里重新安装R”。
第二步：重新打开易侕软件，在“我的账号”-“关于易侕”处手动更改为i。如果已经是i了，不用再手动更改。
第三步：用练习数据试运行。基本统计-多元分析-潜类别分析。观察变量放G1、G2、X1、X4、X3、X4。点击查看结果。
练习数据下载链接: