目的研究湿疹各指标对于其效应机制的不同解释程度,将湿疹诸多效应指标降维,获得湿疹效应机制数学模型。方法回顾性分析杭州市第三人民医院皮肤科2013年3月—2014年2月诊断为湿疹的患者90例,选取湿疹发病过程中具有代表性的指标共19项〔白细胞计数(X1)、淋巴细胞分数(X2)、中性粒细胞分数(X3)、嗜酸粒细胞分数(X4)、嗜酸粒细胞绝对值(X5)、单核细胞绝对值(X6)、免疫球蛋白E(X7)、免疫球蛋白A(X8)、免疫球蛋白G(X9)、免疫球蛋白M(X10)、补体C3(X11)、补体C4(X12)、C反应蛋白(X13)、抗链球菌溶血素O(X14)、红细胞沉降率(X15)、T淋巴细胞(X16)、B淋巴细胞(X17)、抑制性/细胞毒性T细胞(X18)、辅助性T细胞(X19)〕,采用SPSS 16.0统计学软件进行主成分分析和因子分析。结果根据分析结果,共提取6个主成分,累积贡献率为84.30%。基于主成分分析的湿疹效应机制数学模型为:F=37.69%F1+21.02%F2+17.10%F3+8.65%F4+8.48%F5+7.07%F6。结论采用主成分分析法可避免多指标综合评价带来的统计和分析的麻烦,可以压缩变量的个数,剔除冗余信息,使模型更好地反映真实情况;同时也为充分利用实验数据信息及其与功效特性密切相关的重要细节,提高了实验结果的准确性和重现性,并对湿疹的主要效应机制的提炼做出了贡献。