目的：目前，国内外在进行临床疾病以及疾病类型的计量诊断中，越来越多的运用了多元分析的统计学方法，但在特定疾病类型的计量诊断中，大多只运用了一种多元分析方法，本次研究应用三种多元分析方法对卵巢囊肿进行早期鉴别诊断,并对三种多元分析方法在卵巢囊肿鉴别诊断上的应用实施程序开发，以提高疾病鉴别诊断的准确性和效率。方法：1、最大似然法：根据卵巢囊肿临床上的多项检查指标，利用最大似然法求出各指标征象的条件概率及其相应的评分，据此建立卵巢囊肿早期鉴别的定量诊断表。2、信息分析：利用信息分析法的原理以及信息分析法在临床疾病诊断价值上的应用理论，求出两种卵巢囊肿类型的信源熵和各症候传递的总信息量，据此求出各症候的贡献率，并根据各症候贡献率的大小剔除贡献率相对较小的症候，然后求出所保留症候表现的信息熵并据此建立卵巢囊肿早期鉴别的定量诊断表。3、logistic回归分析：首先对logistic回归模型进行共线性诊断,然后选用主成分logistic回归进行分析。经主成分logistic回归分析后，筛选出对鉴别卵巢囊肿有意义的检查指标并建立logistic回归模型，在对logistic回归模型拟合情况分析后进一步在logistic回归模型的基础上建立用于logistic判别分析的logistic线性回归方程以实现卵巢囊肿的早期鉴别。4、软件开发：软件开发应用美国<WP=4>Borland International Inc出品的Delphi7.0。程序开发过程主要包括鉴别诊断用表的数据库建立、应用程序界面的设计与建立、鉴别诊断功能的程序编写和应用程序的发布等步骤。结果：1、最大似然法：回顾性判别符合率为83.57%，赘生性判别符合率为85.03%，非赘生判别符合率为82.42%；前瞻性判别合率为82.43%，赘生性判别符合率为80%，非赘生判别符合率为84.09%。2、信息分析：回顾性判别符合率为89.05%，赘生性判别符合率为86.39%，非赘生判别符合率为90.48%；前瞻性判别合率为87.84%，赘生性判别符合率为86.67%，非赘生判别符合率为88.64%。3、logistic回归分析：经主成分logistic回归分析得到logistic线性回归方程为：=0.228年龄+0.698个人史-0.950痛经史+0.405产次+0.883囊肿表面+1.265内部回声-1.287压迫症状+1.244壁厚-0.734囊肿房数-0.423流产次数+0.906囊肿大小-3.977；ROC曲线下面积为0.868，标准误等于0.018，p=0.000,p<0.05,表明该模型预报能力中等；回顾性判别符合率为87.86%，赘生性判别符合率为85.71%，非赘生判别符合率为89.01%；前瞻性判别合率为85.14%，赘生性判别符合率为83.33%，非赘生判别符合率为86.36%。4、一致性检验：最大似然法和logistic回归分析的kappa指数k=0.699, p=0.000,p<0.01，说明两种方法存在一致性，又因为0.4<k<0.75，说明两者的一致性较好；最大似然法和信息分析的kappa指数k=0.719, p=0.000,p<0.01，说明两种方法存在一致性，又因为0.4<k<0.75，说明两者的一致性较好；logistic回归分析和信息分析的kappa指数k=0.777, p=0.000,p<0.01，说明两种方法存在一致性，又因为k>.75，说明两者的一致性好［1］。5、<WP=5>软件开发：开发完成的三种多元分析软件所得结果与按照三种方法的原理逐步计算所得结果完全一致，在新病例的鉴别诊断上，只需在软件中选取其相应的征象，即可快速的做出鉴别诊断从而大大提高了鉴别诊断的效率。结论：1、分别应用最大似然法、信息分析和logistic回归分析三种多元分析方法实现了卵巢囊肿的早期鉴别诊断，并且三种多元分析方法的判别效果的一致性较好。2、开发完成的三种多元分析软件所得结果与按照三种方法的原理逐步计算所得结果完全一致，开发的软件可以纳入医院门诊作为卵巢囊肿早期鉴别的辅助诊断。