1.2聚类分析 聚类分析是根据“物以类聚”的原理对样品或指标进行分类的一种多元统计方法，是对大量的样品或数据进行探究，并按各自特性进行合理分类，是一种探索性研究。聚类分析包括多种算法，目前大致分为以下几类：层次聚类法、划分聚类法、基于密度法、基于网络法及基于模型法[12]。聚类算法对聚类结果影响较大，算法的选择需要根据数据的类型、聚类的目的和应用来决定[13]。慢性肺部疾病研究中最常用的聚类方法主要有层次聚类法[14]和划分聚类法，其中K-means法是最常用的划分聚类法之一[15]。同样，聚类指标的选择是聚类分析的重点和难点，主要是因为在最开始分析时无法确定所选变量与表型分类是否相关，而且变量并非越多越好，无关变量的存在可能会影响发现真实分类，有候甚至会引起严重的错分，所以研究者在聚类分析之前，应尽量从专业的角度删去对分类不起作用的变量。此外，还可以借助单因素方差分析和主成分分析，在聚类分析前对数据进行降维处理，进行变量筛选。

    慢性肺部疾病表型的聚类分析策略包括以下步骤：首先明确研究目的;其次根据目的收集所需要的临床数据;然后再选择合适的聚类分析方法进行统计分析，获得候选表型;最后结合实际结果，利用专业知识对聚类的结果进行解读，获得最终的疾病表型特征。由于每种聚类方法各有优缺点 ......