




下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、專業(yè)資料推薦SPSS 詳細操作:廣義估計方程SPSS 詳細操作:廣義估計方程2017-03-18 17:40 一、問題與數(shù)據(jù) 在臨床研究中,經(jīng)常會比較兩種治療方式對患者結(jié)局的影響, 并且多次測量結(jié)局。例如,為了研究兩種降壓藥物對血壓的 控制效果是否存在差異,研究者會對兩個人群服藥后在不同 時間點記錄血壓值,然后評價降壓效果?;蛘邔山M動物分 別施加兩種干預,連續(xù)記錄多個時間點的結(jié)局,然后比較兩 種干預的效果。這種設計可以用如下示意圖表示:另外,有時研究只需要收集一個時間點的數(shù)據(jù),但是一個研 究對象會提供多個部位的數(shù)據(jù)點。例如,研究者想評價冠心 病患者在冠脈搭橋術(shù)后應用阿司匹林是否可以有效降低患
2、 者血管的再堵塞,評價的方法是術(shù)后 1 年做冠脈造影觀察血 管是否堵塞,但是每個患者可能會在同一次手術(shù)中對多條冠 狀動脈血管進行搭橋,因此有的患者可能會貢獻多組數(shù)據(jù)。 這種設計可以用如下示意圖表示:以上兩種設計,不管是臨床試驗還是動物試驗都非常常見, 它的特點在于數(shù)據(jù)間非獨立,同一個體間數(shù)據(jù)具有相關(guān)性。 對于這樣的設計類型,該如何分析呢? 今天我們來介紹另外一種非常好的方法廣義估計方程(GEE )。GEE既可以處理連續(xù)型結(jié)局變量也可以處理分類 型結(jié)局變量,它實際上代表了一種模型類別,即在傳統(tǒng)模型 的基礎上對相關(guān)性數(shù)據(jù)進行了校正, 可以擬合 Logistic 回歸、 泊松回歸、 Probit 回
3、歸、一般線性回歸等廣義線性模型。 本文將以阿司匹林預防冠脈搭橋后血管再堵塞為例介紹運 用 SPSS 進行 GEE 的操作方法。以下為數(shù)據(jù)格式: 表 1. 數(shù)據(jù)格式每名患者貢獻數(shù)據(jù)量不等。如編號為 1 的患者只對一根血管 進行了搭橋手術(shù),編號為 2 的患者則有兩根血管進行搭橋手 術(shù)。表 2. 變量賦值(注:本例中數(shù)據(jù)純屬虛構(gòu),分析結(jié)果不能產(chǎn)生任何結(jié)論。 性別為待調(diào)整變量。 )二、SPSS 分析方法1. 數(shù)據(jù)錄入 SPSS首先在 SPSS 變量視圖 ( Variable View )中新建上述表 2 中 變量,然后在數(shù)據(jù)視圖( Data View )中錄入數(shù)據(jù)。2. 選擇 Analyze Gene
4、ralized Linear ModelsGeneralized Estimating Equations3. 選項設置 在 Repeated 模塊中,將患者 ID 選入 Subject variables 框,搭橋血管 Num 選入 Within-subject variables 框。在Working Correlation Matrix 的 Structure 下拉列表中選擇同 一患者貢獻數(shù)據(jù)的相關(guān)性結(jié)構(gòu)。其有 5 個選項,分別為:Independent :各數(shù)據(jù)間獨立,即同一患者貢獻的數(shù)據(jù)可以 視為來源于不同個體。AR(1) :自相關(guān),用于不同時間點的數(shù)據(jù),相鄰時間點相關(guān) 性最大,時間
5、間距越大相關(guān)性越小。Exchangeable :等相關(guān),各數(shù)據(jù)點的相關(guān)性均相等。M-dependent :相鄰相關(guān),僅臨近的 M+1 個數(shù)據(jù)相關(guān)。 Unstructured :不限定相關(guān)結(jié)構(gòu),由數(shù)據(jù)本身決定。本例中,同一患者搭橋的血管互相之間應等同看待,兩兩間 相關(guān)性應相等,因此選擇等相關(guān)更合適。其他維持默認。 在 Type of Model 模塊中設置模型類型在此界面有 6 種模型類型可選:Scale Response :結(jié)局變量為連續(xù)型變量Ordinal Response :結(jié)局變量為有序分類變量Counts :結(jié)局變量為計數(shù)Binary Response or Events/Trials
6、 Data :結(jié)局變量為二分類 變量Mixture :結(jié)局變量為 Tweedie 分布變量Custom :自定義以上 6 大類類型下還需選擇連接函數(shù)。本例中結(jié)局變量為二 分類變量, Logistic 回歸應用更加普遍,因此我們選擇 Binary logistic 來擬合校正數(shù)據(jù)相關(guān)性的 Logistic 回歸模型。 在 Response 模塊指定結(jié)局變量將 Outcome 變量選入 Dependent Variable ,在 Reference Category 中選擇最小值作為參考值 (本例中 0 為最小值,代 表未發(fā)生結(jié)局) 。 在 Predictors 模塊中將要納入模型的 Treatm
7、ent 和 Sex 變量選入 Covariates 中。 Covariates 應放入連續(xù)型變量,F(xiàn)actors 中放入分類變量,但是本例中兩自變量均為二分類 變量,放入 Covariates 處也可。 在 Model 模塊中將 Treatment 和 Sex 選入 Model 框內(nèi), 還可納入交互項,本例中不納入。 在 Statistics 模塊中除默認外,另外勾選 Include exponential parameter estimates 以獲得 OR 值,然后點擊 OK。三、結(jié)果解讀 結(jié)果中首先給出的是一些模型基本信息,在此略過。這里僅 介紹模型參數(shù)估計值結(jié)果:從結(jié)果可以看到,Tre
8、atment變量的系數(shù)值(B)為-1.077 ,Exp(B)為0.341,即OR值,P=0.046,說明術(shù)后使用阿司匹林的患者 1 年后發(fā)生血管再堵塞的風險是使用安慰劑組的0.341 倍且有統(tǒng)計學意義,即阿司匹林具有保護作用。另外 我們納入校正的性別變量 Sex OR 值為 0.692 ,但 P=0.531 未達顯著水平。如果我們不考慮數(shù)據(jù)間的相關(guān)性,直接采用傳統(tǒng)的 Logistic 回歸模型,那么將得到以下結(jié)果:從結(jié)果中可以看到,盡管 Treatment 的 OR 值與 GEE 模型 中相差不大,但其 P 值卻不再顯著。從本例中可以看到,如 果在數(shù)據(jù)分析中方法選用錯誤將可能得不到正確結(jié)論。四
9、、結(jié)果匯總 冠脈搭橋術(shù)后患者應用阿司匹林可以有效降低發(fā)生血管堵 塞的風險。服用阿司匹林組患者發(fā)生血管堵塞風險是服用安 慰劑組患者的 0.341 倍( P=0.046 )。五、總結(jié)與拓展 對于文首提及的兩個例子,常見的分析方法有重復測量方差 分析和多水平模型,但是重復測量方差分析要求結(jié)局變量為 連續(xù)變量,不適用于分類變量。多水平模型處理相關(guān)性數(shù)據(jù) 時非常靈活,結(jié)局可以為連續(xù)變量,也可以為分類變量,應 用非常廣泛。GEE 的應用似乎沒有前兩種廣泛,但其具有非常好的特性。GEE 既可以處理連續(xù)型結(jié)局變量也可以處理分類型結(jié)局變 量,其優(yōu)勢在于, 即使設定的數(shù)據(jù)間相關(guān)結(jié)構(gòu)與實際有偏差, 在樣本量較大時其
10、模型估計參數(shù)仍然具有無偏性。 GEE 模型 中自變量系數(shù)估計值準確性的論證相較于多水平模型更加 充分,因此部分研究者更加推薦使用 GEE 。雖然 GEE 模型中數(shù)據(jù)間相關(guān)結(jié)構(gòu)指定錯誤時模型系數(shù)也具 有無偏性,但前提是樣本量要足夠大。在同樣的樣本量下,正確的相關(guān)結(jié)構(gòu)更可能得到準確的參數(shù)估計和置信區(qū)間,因 此應仔細分析數(shù)據(jù)類型,選擇最可能正確的相關(guān)結(jié)構(gòu)。 關(guān)于 GEE 的內(nèi)容較為復雜, 在此無法詳述, 對 GEE 有興趣 的讀者或需要使用 GEE 模型的讀者,推薦閱讀專業(yè)書籍和 文獻。 SPSS 詳細操作:廣義估計方程2017-03-18 17:40 一、問題與數(shù)據(jù) 在臨床研究中,經(jīng)常會比較兩種治
11、療方式對患者結(jié)局的影響, 并且多次測量結(jié)局。例如,為了研究兩種降壓藥物對血壓的 控制效果是否存在差異,研究者會對兩個人群服藥后在不同 時間點記錄血壓值,然后評價降壓效果?;蛘邔山M動物分 別施加兩種干預,連續(xù)記錄多個時間點的結(jié)局,然后比較兩 種干預的效果。這種設計可以用如下示意圖表示:另外,有時研究只需要收集一個時間點的數(shù)據(jù),但是一個研 究對象會提供多個部位的數(shù)據(jù)點。例如,研究者想評價冠心 病患者在冠脈搭橋術(shù)后應用阿司匹林是否可以有效降低患 者血管的再堵塞,評價的方法是術(shù)后 1 年做冠脈造影觀察血 管是否堵塞,但是每個患者可能會在同一次手術(shù)中對多條冠 狀動脈血管進行搭橋,因此有的患者可能會貢獻
12、多組數(shù)據(jù)。這種設計可以用如下示意圖表示:以上兩種設計,不管是臨床試驗還是動物試驗都非常常見, 它的特點在于數(shù)據(jù)間非獨立,同一個體間數(shù)據(jù)具有相關(guān)性。 對于這樣的設計類型,該如何分析呢? 今天我們來介紹另外一種非常好的方法廣義估計方程(GEE )。GEE既可以處理連續(xù)型結(jié)局變量也可以處理分類 型結(jié)局變量,它實際上代表了一種模型類別,即在傳統(tǒng)模型 的基礎上對相關(guān)性數(shù)據(jù)進行了校正, 可以擬合 Logistic 回歸、 泊松回歸、 Probit 回歸、一般線性回歸等廣義線性模型。 本文將以阿司匹林預防冠脈搭橋后血管再堵塞為例介紹運 用 SPSS 進行 GEE 的操作方法。以下為數(shù)據(jù)格式: 表 1. 數(shù)據(jù)
13、格式每名患者貢獻數(shù)據(jù)量不等。如編號為 1 的患者只對一根血管 進行了搭橋手術(shù),編號為 2 的患者則有兩根血管進行搭橋手 術(shù)。表 2. 變量賦值(注:本例中數(shù)據(jù)純屬虛構(gòu),分析結(jié)果不能產(chǎn)生任何結(jié)論。 性別為待調(diào)整變量。 )二、SPSS 分析方法1. 數(shù)據(jù)錄入 SPSS首先在SPSS變量視圖(Variable View )中新建上述表 2中 變量,然后在數(shù)據(jù)視圖( Data View )中錄入數(shù)據(jù)。2. 選擇 Analyze Generalized Linear ModelsGeneralized Estimating Equations3. 選項設置 在 Repeated 模塊中,將患者 ID 選
14、入 Subject variables 框,搭橋血管 Num 選入 Within-subject variables 框。在Working Correlation Matrix 的 Structure 下拉列表中選擇同 一患者貢獻數(shù)據(jù)的相關(guān)性結(jié)構(gòu)。其有 5 個選項,分別為:Independent :各數(shù)據(jù)間獨立,即同一患者貢獻的數(shù)據(jù)可以 視為來源于不同個體。AR(1) :自相關(guān),用于不同時間點的數(shù)據(jù),相鄰時間點相關(guān) 性最大,時間間距越大相關(guān)性越小。Exchangeable :等相關(guān),各數(shù)據(jù)點的相關(guān)性均相等。 M-dependent :相鄰相關(guān),僅臨近的 M+1 個數(shù)據(jù)相關(guān)。Unstructur
15、ed :不限定相關(guān)結(jié)構(gòu),由數(shù)據(jù)本身決定。本例中,同一患者搭橋的血管互相之間應等同看待,兩兩間相關(guān)性應相等,因此選擇等相關(guān)更合適。其他維持默認。 在 Type of Model 模塊中設置模型類型在此界面有 6 種模型類型可選:Scale Response :結(jié)局變量為連續(xù)型變量Ordinal Response :結(jié)局變量為有序分類變量Counts :結(jié)局變量為計數(shù)Binary Response or Events/Trials Data :結(jié)局變量為二分類 變量Mixture :結(jié)局變量為 Tweedie 分布變量Custom :自定義以上 6 大類類型下還需選擇連接函數(shù)。本例中結(jié)局變量為二
16、分類變量, Logistic 回歸應用更加普遍,因此我們選擇 Binary logistic 來擬合校正數(shù)據(jù)相關(guān)性的 Logistic 回歸模型。 在 Response 模塊指定結(jié)局變量將 Outcome 變量選入 Dependent Variable ,在 Reference Category 中選擇最小值作為參考值 (本例中 0 為最小值,代 表未發(fā)生結(jié)局) 。 在 Predictors 模塊中將要納入模型的 Treatment 和 Sex 變量選入 Covariates 中。 Covariates 應放入連續(xù)型變量, Factors 中放入分類變量,但是本例中兩自變量均為二分類 變量,放
17、入 Covariates 處也可。 在 Model 模塊中將 Treatment 和 Sex 選入 Model 框內(nèi), 還可納入交互項,本例中不納入。 在 Statistics 模塊中除默認外,另外勾選 Include exponential parameter estimates 以獲得 OR 值,然后點擊 OK。三、結(jié)果解讀 結(jié)果中首先給出的是一些模型基本信息,在此略過。這里僅 介紹模型參數(shù)估計值結(jié)果:從結(jié)果可以看到,Treatment變量的系數(shù)值(B)為-1.077 ,Exp(B)為0.341,即OR值,P=0.046,說明術(shù)后使用阿司匹林的患者 1 年后發(fā)生血管再堵塞的風險是使用安慰劑
18、組的0.341 倍且有統(tǒng)計學意義,即阿司匹林具有保護作用。另外 我們納入校正的性別變量 Sex OR 值為 0.692,但 P=0.531 未達顯著水平。Logistic如果我們不考慮數(shù)據(jù)間的相關(guān)性,直接采用傳統(tǒng)的 回歸模型,那么將得到以下結(jié)果: 從結(jié)果中可以看到,盡管 Treatment 的 OR 值與 GEE 模型 中相差不大,但其 P 值卻不再顯著。從本例中可以看到,如 果在數(shù)據(jù)分析中方法選用錯誤將可能得不到正確結(jié)論。四、結(jié)果匯總 冠脈搭橋術(shù)后患者應用阿司匹林可以有效降低發(fā)生血管堵 塞的風險。服用阿司匹林組患者發(fā)生血管堵塞風險是服用安 慰劑組患者的 0.341 倍( P=0.046 )。五、總結(jié)與拓展 對于文首提及的兩個例子,常見的分析方法有重復測量方差 分析和多水平模型,但是重復測量方差分析要求結(jié)局變量為 連續(xù)變量,不適用于分類變量。多水平模型處理相關(guān)性數(shù)據(jù) 時非常靈活,結(jié)局可以為連續(xù)變量,也可以為分類變量,應 用非常廣泛。GEE 的應用似乎沒有前兩種廣泛,但其具有非常好的特性。 GEE 既可以處理連續(xù)型結(jié)局變量也
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 急診進修護理培訓體系
- 2025年教師資格證面試結(jié)構(gòu)化模擬題:教師教育心理學知識與應用試題
- 2025年小學數(shù)學應用題(工程問題)專題訓練卷:解題技巧與實例分析
- IB藝術(shù)與設計HL2024-2025年模擬試卷:視覺傳達與創(chuàng)作實踐題庫深度解析
- 高中生物課堂檢測卷:2025年光合作用與呼吸作用基礎概念掌握測試(含答案)
- 急腹癥診斷及護理
- 2025年考研數(shù)字系統(tǒng)設計VerilogHDL押題卷(含高頻考點及解析)
- 2025年研學旅行策劃與管理中級考試模擬試卷:線路設計中的自然教育
- Python二級考試押題模擬試卷(2025年版)
- 第三單元 全面依法治國(測試)-備戰(zhàn)2024年高考政治一輪復習講練測(新教材新高考)
- 特種設備操作人員培訓管理制度
- 客服質(zhì)檢管理競聘述職報告
- 2025年湖北省孝感市中考物理模擬試卷(3月份)(含解析)
- 2024年四年級英語下冊 Module 4 Things we enjoy Unit 12 The ugly duckling第1課時教學實錄 牛津滬教版(三起)
- 2025年煤化工主要設備一覽及工作原理等分析
- ICU醫(yī)院感染暴發(fā)應急處置演練方案
- 中外教育史知到課后答案智慧樹章節(jié)測試答案2025年春泰山學院
- 特種設備安全管理的法律法規(guī)遵守培訓計劃
- 國家安全教育知到智慧樹章節(jié)測試課后答案2024年秋山東大學(威海)
- 駱駝祥子-(一)-劇本
- 2025至2030年中國木瓜酶膠囊數(shù)據(jù)監(jiān)測研究報告
評論
0/150
提交評論