情感症状在高血压发展中的临床意义

统计学意义上的相关性并不表示临床上存在必然的相关，实际中受到各种因素影响，包括基线比率、严重的健康变异、高危人群数、治疗效果、统计相关强度以及其他不可预见的因素，甚至跟不同的统计分析方法有关。在许多有关健康行为的文献里，相关与线性回归分析是最常用的统计学分析方法，但是这种相关系数会受低发病率或非线性变量等因素的影响。超过90%的研究者用相关系数描述情感症状和高血压之间的关系，通常相关系数介于0和0．1之间，大多数研究者认为这样的结果没有意义，临床医生不会关注这样的研究结论。

Rosenthal等认为如果没有附加的考察，相关系数大小是不能精确解释二分法的健康行为结果的，虽然可供选择的有效方案不少，最常用的是优势比和危险比。行为医学研究人员通过流行病学提供的主要统计语言标准，利用这一标准与生物医学研究者共享研究成果。但危险比也有缺点，它对基线比率较敏感。简单来说，没有一个统计学方法可以作为定量标准，单独用于描述临床意义；与相关和线性回归分析相比，流行病学统计方法也许是更好的选择。

如前所述，近期大部分前瞻性研究都是用已确立的高血压危险因素和预测的情感症状风险进行直接比较，并以流行病学形式报告结果，对健康行为研究的支持者来说，这些研究结果是令人鼓舞的，它提示强烈的愤怒、敌意、抑郁、焦虑及A型行为的人群将来发展为高血压的概率比正常人高一倍。对这些前瞻性研究结果资料进行综合分析后，提示我们不仅要了解已知的高血压危险因素，同时也应该对阴性结果给予重视，因为即使综合目前所有公认的高血压危险因素也只能解释小部分的高血压病例，显而易见，我们对高血压病因的了解是不完全的。初期的统计学相关性在实验研究和横断面研究是一致的，行为学研究也支持这个结论，前瞻性研究则强化了这种联系，显示其有相关临床意义，这有利于进一步阐明情感疾病和高血压的关系。

要论证情感症状在高血压发展中的临床意义，尽管充满希望，仍然存在一些方法学上的障碍，包括但并不局限于以下几个方面，如了解相关机制，建立情感疾病分类分型、严重程度及持续时间的致病标准，实施鉴定情感症状的标准化措施，证明治疗情感状态能协助预防和治疗高血压等。在以后的工作中，我们对这些临床问题的研究应更具体化。