潜在剖面分析在连续指标亚组识别中的应用

1. 一句话告诉你这是什么

潜在剖面分析（LPA）通过连续指标（如量表总分、生理测量值）将人群分成若干个异质性亚组。与 LCA 的区别在于指标是连续变量——比如用 SF-12 的生理和心理两个维度识别不同健康状态的患者。

2. 什么时候用，什么时候别用

适合用

• 全部指标为连续变量（量表得分、生化指标、身体测量值）
• 假设存在不同”剖面”的人群亚型
• 想验证分类变量背后的连续变量结构

不适合用

• 指标是分类变量（应用 LCA）
• 样本量太小（$n < 200$ 时剖面参数估计不稳定）
• 指标间相关过高（$\ge 0.85$ 建议合并或使用双因子模型）

3. 数据准备清单

• 所有指标为连续变量（已检查正态性，近似正态即可）
• 变量已标准化（使不同量纲的指标可比）
• 无单变量极端离群值（$\pm 3\sigma$ 以外的值需关注）
• 样本量 $\ge 200$
• 缺失值已处理

4. 方法直觉

LPA 假设总体由 $C$ 个潜在剖面组成，每个剖面对应一组特定的均值向量。模型估计每个剖面的均值、方差和占比，然后根据后验概率将个体分配到最可能的剖面。

$f(y_i) = \sum_{c=1}^{C} \pi_c \cdot \phi(y_i; \mu_c, \Sigma_c)$

$\pi_c$ 是剖面 $c$ 的占比，$\phi$ 是多元正态密度函数，$\mu_c$ 和 $\Sigma_c$ 是剖面 $c$ 的均值和协方差。

5. R 代码（复制即可跑）

library(tidyLPA)

# 模拟健康相关生命质量数据
set.seed(2026)
n <- 500

# 三个剖面：PCS（生理）和 MCS（心理）得分
p1 <- MASS::mvrnorm(n = 150, mu = c(55, 50), Sigma = diag(c(25, 25)))  # 健康型
p2 <- MASS::mvrnorm(n = 200, mu = c(40, 45), Sigma = diag(c(30, 30)))  # 生理受损型
p3 <- MASS::mvrnorm(n = 150, mu = c(45, 30), Sigma = diag(c(25, 35)))  # 心理受损型

df <- as.data.frame(rbind(p1, p2, p3))
names(df) <- c("PCS", "MCS")

# 尝试 1-4 类模型
results <- estimate_profiles(df, n_profiles = 1:4)

# 比较拟合指标
compare_solutions(results)                                        # ⬅ 看 BIC 和 Entropy

# 提取 3 剖面模型
m3 <- get_profiles(results, 3)
m3$model                                                          # ⬅ 剖面均值和占比

6. 结果怎么读

7. 论文里怎么写

中文： 采用潜在剖面分析基于生理（PCS）和心理（MCS）两个维度识别患者的健康状态亚组。模型比较表明三剖面模型最优（BIC = 12150, Entropy = 0.79），三个亚组分别命名为”健康型”（30%）、“生理受损型”（40%）和”心理受损型”（30%）。

English: Latent profile analysis based on physical (PCS) and mental (MCS) component scores was used to identify health status subgroups. A three-profile model demonstrated the best fit (BIC = 12150, Entropy = 0.79), classifying patients into “healthy” (30%), “physically impaired” (40%), and “mentally impaired” (30%) groups.

8. 三个最常见的坑

1. 假设指标条件独立。 与 LCA 类似，LPA 假设同剖面内指标不相关。如果两个指标高度相关（如焦虑和抑郁评分），应放宽假设或使用允许指标相关的模型。
2. 只靠统计量选剖面数。 6 剖面 BIC 可能比 3 剖面更小，但每个剖面可能只有 5% 的样本——不可靠。最终选择需要统计指标 + 理论意义 + 临床可解释三方验证。
3. 忽视方差异质性。 默认模型假设各剖面方差相等。如果某些亚组变异性显著不同（如重症患者的评分更加离散），应指定方差异质模型。