重復(fù)測量方差分析在臨床試驗中的應(yīng)用-中期報告

PAGEPAGE9畢業(yè)設(shè)計（論文）專業(yè)（方向：生物醫(yī)學(xué)工程學(xué)生信息：學(xué)號： 姓名： 班級：指導(dǎo)教師信息：教師號： 姓名： 職稱報告提交日期：一、課題簡介醫(yī)學(xué)統(tǒng)計學(xué)是一門運用數(shù)理統(tǒng)計和概率論的原理，結(jié)合醫(yī)學(xué)實際，針對醫(yī)學(xué)數(shù)據(jù)資料進行收集、整理、分析和推斷的學(xué)科，是醫(yī)學(xué)科研與實踐的重要工具，貫穿于以現(xiàn)代科學(xué)實驗方。醫(yī)學(xué)數(shù)據(jù)信息量往往很大，而且統(tǒng)計計算方法繁雜，尤其是比較復(fù)成為醫(yī)學(xué)數(shù)據(jù)統(tǒng)計分析的有力工具。如何使用統(tǒng)計分析軟件實現(xiàn)對研究結(jié)果的快速和科學(xué)的處理，獲得正。SPSS軟件是國際上流行的權(quán)威性統(tǒng)計分析軟件之一，其基本功能包括數(shù)據(jù)管理、統(tǒng)計分析、圖表分析、輸出管理等。SPSS統(tǒng)計分析包括描述性統(tǒng)計、均值比較、一般線性模型、相關(guān)分析、回歸分析、對數(shù)線性模型、聚類分析、數(shù)據(jù)簡化、生存分析、時間序列分析、多重響應(yīng)等幾大類，每類中又分好幾個統(tǒng)計過程，而且每個過程中又允許用戶選擇不同的方法及參數(shù)。SPSS軟件有專門的繪圖系統(tǒng)，可以根據(jù)數(shù)據(jù)繪制各種圖形。SPSS軟件有很多優(yōu)點，如它操作簡便、編程方便、功能強大，有全面的數(shù)據(jù)接口、靈活的功能模塊組合，而且針對性強。料的分析都采用單因素方差分析甚至t檢驗等不妥當(dāng)?shù)姆椒?，而沒有考慮到某指標(biāo)在不同時間點上的關(guān)聯(lián)法進行探討，并運用SPSS軟件實現(xiàn)重復(fù)測量資料的方差分析，以期對科研工作者提供可借鑒的統(tǒng)計分析方法。二、研究方法常見方差分析有：完全隨機設(shè)計的方差分析（即單因素方差分析）、隨機區(qū)組設(shè)計的方差分析（即配伍設(shè)計或兩因素方差分析）交叉設(shè)計的方差分析、重復(fù)測量的方差分析等等。重復(fù)測量是指受試對象接受某種處理因素后，在不同時間點上，由一個受試對象（樣品）某個（些）指標(biāo)變量值；或從同一受試對象的不同部位（組織）K個研究或?qū)嶒炓蛩?，其中有m個因素與重復(fù)測量有關(guān)，則稱此模型為m個重復(fù)測量的K因素設(shè)計。其中一個重]重復(fù)測量資料方差分析要滿足以下條件：布（個體內(nèi)不獨立）方差齊性相互比較的各處理水平的總體方差相等，即具有方差齊同；各時間點組成的協(xié)方差陣具有球形性特征。F是真的無效假設(shè)（即增加了I型錯誤。一般ANOVAS2S2SS2S2S2S2S2S211121a1112a1S221S222S22aS221S222S22a S2 y y11 1S2S2S2S2S2S2a1a2aaa1a2aaS212y1iy1y2iy/2n1S2yyyy/n1yyyy121i12i22i1i2iS2ijSijS2S2iijjij球形對稱的實際意義為所有兩兩時間點變量間差值對應(yīng)的方差相等。對于yi與yj兩時間點變量間差值對應(yīng)的方差可采用協(xié)方差矩陣計算為：S2 S2 S2

2S2yy y y yyi j i j ijS2yy21

S2 S2y2

2S2y1y2MauchlyH0檢驗的Pα?xí)r，說明協(xié)方差陣的球形性質(zhì)得到滿足。首先對重復(fù)測量數(shù)據(jù)在在個時間點之間的關(guān)系是否滿足Huynh-Feldt果為P﹥0.05Huynh-FeldtP≤0.05Huynh-FeldtGreenhouse-GeissrG-G）法的球?qū)ΨQ系數(shù)進行校正。球形條件不滿足時常有兩種方法可供選擇：采用MANOVA（多變量方差分析方法）對重復(fù)測量ANOVA檢驗結(jié)果中與時間有關(guān)的F（調(diào)小）通過球形檢驗的結(jié)果判斷重復(fù)測量數(shù)據(jù)之間是否存在相關(guān)性。如果該檢之間實際上不存在相關(guān)性，數(shù)據(jù)符合條件，可按單因素方差分析方法來處理；如果后者多見，應(yīng)使用重復(fù)測量的方差分析模型。單因素重復(fù)測量資料的方差分析總思想：將總變異分解為個體間（betweensubjecs變異與個體內(nèi)（withinsubjt（betweensubjets變異與對象內(nèi)withinsubjc變異，其中個體內(nèi)變異是與重復(fù)因素有關(guān)的變量。一般采用正交多項式（polynomia）分析某處理因素的均數(shù)隨時間的變化情況。趨勢分析有幾點需要在任何階次上差異都不具有統(tǒng)計學(xué)意義，說明這兩條曲線的變化趨勢是一致的。三、階段性成果（仿真實驗與結(jié)果）資料和方法入綜合征患兒血管內(nèi)皮生長因子及血小板源性生長因子的影響”中的部分?jǐn)?shù)據(jù)（表1。新生兒胎糞吸入綜合征）是胎兒在子宮內(nèi)或生產(chǎn)時吸入混有胎糞的羊水，導(dǎo)致呼吸道和肺泡機械性阻塞、肺泡表面活性物質(zhì)的失活和肺組織的化學(xué)性炎癥，出生后出現(xiàn)以呼吸窘迫為主，同時伴有其他。國內(nèi)報道活產(chǎn)兒中發(fā)生胎糞吸入綜合征的約1.2%~2.2%7%~15.2%，國外流行病學(xué)調(diào)查資料報道MAS的病死率大約為3%~12%[5,6。MAS患兒內(nèi)源性肺表面活性物質(zhì)(pulmonarysurfacaS(vasculaendothelirowthfactrVEGF)VEGF的過度表達，可使毛細(xì)血管通透性增強，血漿滲出，表現(xiàn)為肺水腫加重，氧合下降，循環(huán)血量減少。而本實驗旨在觀察胎糞吸入綜合征患兒血清中VEGF的表達，并探討給予外源性肺表面活性物質(zhì)治療后對其表達水平的影響，從而為重癥胎糞吸入綜合征應(yīng)用PS200822010142名。將MAS患兒按隨機數(shù)字法分為肺表面活性物質(zhì)治療組組）（對照組，每組各21PSSIMV模式輔助呼PS組患兒給予PS牛肺表面活性劑）治療。采集PS組及對照組患兒1.031.7720.0940.5961.3141.5160.9871.030.8360.7460.55110.9831.1640.5941.050.8841.7031.5481.231.1351.4221.1231.3451.0981.2351.3361.3671.2431.2141.2341.31.031.7720.0940.5961.3141.5160.9871.030.8360.7460.55110.9831.1640.5941.050.8841.7031.5481.231.1351.4221.1231.3451.0981.2351.3361.3671.2431.2141.23561.2981.1340.9761.7031.5481.231.4351.4221.8231.3451.4121.4351.3361.3671.3431.3541.3341.40小時治療 24小前72

表1血清中VEGF的原始數(shù)據(jù)(ng/l)1.2711.3561.2981.3341.4230

0.881.031.2261.5580.8541.030.7781.030.8560.780.8681.030.641.030.821.2720.8621.050.884治 1.2031.0681.231.3351.3221.1230.9210.9871.2351.2361.4321.1431.2140.9341.2療 24小后

1.210.9561.2981.1340.97672小時1.2031.3681.4231.3351.3221.1231.4631.3871.2351.2361.4321.1431.2141.33561.2981.1340.976分析步驟及結(jié)果。建立的數(shù)據(jù)文件模式如圖1。本文要建立四個變量：group group=1表示治療前 group=2表示治療后；time1表示0小time2表示24小時 time3表示72小時表2重復(fù)測量的數(shù)據(jù)結(jié)構(gòu)治療前group） 治療后group）編號0小時24小時72小時0小時24小時72小時11.031.7031.7030.881.2031.20321.7721.5481.5481.031.0681.36831.09261.231.423．．．．．．．190.5941.2981.2980.8621.2981.298201.051.1341.3341.051.1341.134210.8840.9761.4230.8840.9760.976

圖1治療前后的測量數(shù)據(jù)主效應(yīng)與交互效應(yīng)分析SPSS調(diào)用RepeatedMeasursAnalyze→GeneralLinearModlRepeatedMeasures定義RepeatedMeasuresDefineFactrs在Within-subjectfactorae刪除原有的Factor，輸入組內(nèi)因素tim（定義重復(fù)測量的變量名為tim，在Numberoflevs中輸入組內(nèi)因素time的水平數(shù)，單擊Add按鈕，在矩形框中顯示tim（3，點擊Define按鈕。定義RepeatedMeasure主對話框：單擊Define按鈕，顯示RepeatedMeasures主對話框，在左面矩形框中選擇、、Within-subjeariablstim）框中第一欄變?yōu)閠ime（1，第二欄變?yōu)閠ime（2三欄變?yōu)閠ime（3，點擊group進入Between-SubjectsFat。定義點擊Option按鈕，點擊time進入DisplayMeansfr話框中，選中CompareMaineffet選擇LSD作時間因素主效應(yīng)不同水平間的多重比較。選中復(fù)選框中的Descriptivstatisis出描述統(tǒng)計量。點擊Continue按鈕。點擊Model按鈕，選中Custom（自定義模型，選time進入Within-subjeodel（分析3次重復(fù)測量間有無隨時間變化的趨勢，選group進入BetweensubjecModel（只分析主效應(yīng)。點擊按鈕。繪制交互效應(yīng)輪廓圖：單擊Plot按鈕，選time進入HorizontalAi選group進入SeparateLie單擊AddPlot對話框中顯示time*grou。點擊Continu按鈕。點擊OK按鈕。2.2.2主要輸出結(jié)果治療前和治療后Mean治療前和治療后MeanStd.DeviationN0小時2472治療前.97167.35672021治療后.97924.20085721Total.97545.28595042治療前1.28495.16373321治療后1.15876.14153721Total1.22186.16409642治療前1.41171.13744121治療后1.25567.13868121Total1.33369.15758342通過球形檢驗的結(jié)果判斷重復(fù)測量數(shù)據(jù)之間是否存在相關(guān)性球形檢驗結(jié)果P﹤0.01，說明6次重復(fù)測量的數(shù)據(jù)間存在高度的相關(guān)性，宜用多元方差分析進行檢驗或按表右側(cè)給出的3種校正方法對一元方差分析進行校正（校正系數(shù)為Epsilo。本文使用Greenhouse-Geissr校正結(jié)果。主要結(jié)果見表。WithinSubjectsEffectWithinSubjectsEffectMauchly'sWApprox.Chi-SquaredfSig.Epsilon(a)time.69014.4892Greenhous Huynh-Felde-Geisser t Lower-bound.001 .763 .807 .500分析時間、分組因素的作用及時間和分組之間的交互效應(yīng)重復(fù)測量資料的單變量方差分析較一般類型實驗設(shè)計資料的方差分析要復(fù)雜一些，由于由個體形成的區(qū)組因素與處理因素之間存在包含關(guān)系，需要從其中分解出反映個體間變異的部分作為度量處理因素效應(yīng)大小的誤差項，而度量“時間因素”和“處理與時間之間的交互作用”效應(yīng)的大小時，需要用個體內(nèi)within-subjc勢；但時間和分組的交互作用（time*grou）沒有統(tǒng)計學(xué)意義（P﹥0.0，說明時間因素的作用不隨分組的5。個體間變異部分的計算結(jié)果顯示，group的P值小于0.05，說明分組因素起作用，各組測量數(shù)據(jù)總體而言不同。見表6。不同測定時間點的多重比較結(jié)果顯示，不同時間點的測量指標(biāo)隨時間變化趨勢基本相同P0.0見表。表5時間因素主效應(yīng)和時間因素與分組因素交互效應(yīng)方差分析結(jié)果SourceTypeIIISumofSquaresdfMeanSquareFSig.timeSphericityAssumed2.82221.41142.720.000Greenhouse-Geisser2.8221.5261.84942.720.000Huynh-Feldt2.8221.6141.74842.720.000Lower-bound2.8221.0002.82242.720.000time*groupSphericityAssumed.1592.0802.414.096Greenhouse-Geisser.1591.526.1042.414.111Huynh-Feldt.1591.614.0992.414.108Lower-bound.1591.000.1592.414.128Error(time)SphericityAssumed2.64280.033Greenhouse-Geisser2.64261.054.043Huynh-Feldt2.64264.571.041Lower-bound2.64240.000.066表6分組因素主效應(yīng)方差分析結(jié)果SourceTypeIIISumofSquaresdfMeanSquareFSig.Intercept174.5511174.5512898.326.000group.2641.2644.384.043Error2.40940.060(I)time(J)(I)time(J)timeMeanDifference(I-J)Std.ErrorSig.(a)95%ConfidenceIntervalforDifference(a)LowerBoundUpperBound12-.246(*).047.000-.342-.1513-.358(*).042.000-.442-.27421.246(*).047.000.151.3423-.112(*).027.000-.167-.05731.358(*).042.000.274.4422.112(*).027.000.057.167治療前治療后123時間（h）借助于Plot3治療前治療后123時間（h）