SPSS重復(fù)測量資料統(tǒng)計分析

PartⅠ：Introduction

重復(fù)測量資料(repeatedmeasurements)重復(fù)測量資料(repeatedmeasurements)重復(fù)測量設(shè)計-受試者內(nèi)設(shè)計(within-subjectdesign)是指同一觀察對象的某觀察指標(biāo)在相繼的不同時間點上進行的多次觀察。

4/1/20241PartⅠ：Introduction

重復(fù)測量的數(shù)據(jù)結(jié)構(gòu)1

固定重復(fù)時間

t1 t2 t3 t4 t5 t6 ID1 × × × … × ×

ID2 × … × × × × ID3 × × … × × × ID4 × × × × ……4/1/20242PartⅠ：Introduction

重復(fù)測量的數(shù)據(jù)結(jié)構(gòu)2

不固定重復(fù)時間

ID1 t11 t12t13 t14 t15t16

ID2 t21 t22 t23 t24 ID3 t31 t32

ID4 t41t42 t43 t44 t45 t46

···········4/1/20243PartⅠ：Introduction

重復(fù)測量資料的特點在相繼的不同時間點上進行的多次觀察不是隨機確定的；重復(fù)測量值之間具有相關(guān)性-即數(shù)據(jù)是非獨立的。獨立？！非獨立數(shù)據(jù)？！4/1/20244PartⅠ：Introduction

重復(fù)測量資料的特點由于重復(fù)測量資料不同時點的測量值之間具有相關(guān)性，且隨機誤差分布于不同的層次，其不同于以往我們所熟悉的數(shù)據(jù)形式－獨立數(shù)據(jù)結(jié)構(gòu)。4/1/20245PartⅠ：Introduction

重復(fù)測量概念的推廣重復(fù)測量的概念不僅僅是時間上(temporal)的，也可以推廣到空間(spatial)。例如：同一母鼠所生的仔鼠；同一家庭的不同成員；同一患者的兩個不同膝關(guān)節(jié)；同一腫瘤患者的不同腫塊；同一條河流的不同采樣點。4/1/20246PartⅠ：Introduction

非獨立數(shù)據(jù)(non-independentdata)

非獨立的數(shù)據(jù)(non-independentdata)，是指數(shù)據(jù)中某觀察指標(biāo)(某變量)在個體與個體之間、或同一個體的每次觀察間不獨立或不完全獨立。非獨立性的大小可以用組內(nèi)相關(guān)(intra-classcorrelation)來度量。重復(fù)測量資料屬于非獨立數(shù)據(jù)中的一種。常見的非獨立數(shù)據(jù)：縱向數(shù)據(jù)（Longitudinaldata）、多中心試驗數(shù)據(jù)、遺傳學(xué)數(shù)據(jù)等4/1/20247PartⅠ：Introduction

重復(fù)測量數(shù)據(jù)、非獨立數(shù)據(jù)日益重要應(yīng)用廣泛4/1/20248importantRandomizedControlledTrialNon-randomizedControlledTrialCohortStudyCross-sectional,case-controlstudyCaseSeriesCaseReportMostReliableLeastReliable4/1/20249

AnnualsearchesforkeywordlongitudinalinonlinecitationdatabasesWidelyUse4/1/202410PartⅠ：Introduction

重復(fù)測量數(shù)據(jù)、非獨立數(shù)據(jù)組內(nèi)相關(guān)結(jié)構(gòu)等相關(guān)(exchangeable,compoundsymmetry)

相鄰相關(guān)(stationary1-dependence)

自相關(guān)(autocorrelation)

非確定相關(guān)(unstructured,generalstructure)4/1/202411PartⅠ：Introduction

相關(guān)結(jié)構(gòu)－1等相關(guān)(exchangeable,compoundsymmetry)

4/1/202412PartⅠ：Introduction

相關(guān)結(jié)構(gòu)－2相鄰相關(guān)(stationary1-dependence)

4/1/202413PartⅠ：Introduction

相關(guān)結(jié)構(gòu)－3自相關(guān)(autocorrelation)4/1/202414PartⅠ：Introduction

相關(guān)結(jié)構(gòu)－4非確定相關(guān)(unstructured,generalstructure)4/1/202415PartⅡ：Method

傳統(tǒng)方法及其弊端對平衡的重復(fù)測量資料，分別在各時間點上進行分析。孤立地看待各時點數(shù)據(jù)，增加I型誤差。將各個體的幾次不同觀察值相加，得到該個體的一個綜合值，再進行比較分析(aggregatedanalysis)。人為地減少誤差，它忽略了對不同來源的變異的分析；未考慮觀察值在時間上的變化規(guī)律，也未考慮其他協(xié)變量與時間的交互作用對結(jié)果的影響。損失了很多信息。將n個患者的幾次不同觀察均作為因變量，時間以及其他變量作為自變量，樣本含量為，擬合線性(或廣義線性)模型。將非獨立數(shù)據(jù)當(dāng)做獨立數(shù)據(jù)看待，增加假陽性。4/1/202416PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）重復(fù)測量資料的方差分析一般線性模型(generallinearmodel）前提條件：正態(tài)性方差齊獨立性協(xié)方差陣滿足球形條件不滿足球形條件：Greenhouse-Geisser校正系數(shù)和Huynh-Feldt矯正系數(shù)，最小極限矯正系數(shù)。4/1/2024174/1/2024184/1/2024194/1/202420PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）重復(fù)測量資料的方差分析該方法的弊端

球形條件在很多臨床試驗中，一般不允許出現(xiàn)交互作用?

??不允許出現(xiàn)缺失值時間等距數(shù)據(jù)平衡不滿足球性檢驗的資料，當(dāng)結(jié)果與其他方法有差異時，下結(jié)論應(yīng)慎重。4/1/202421PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）重復(fù)測量資料的方差分析不等距重復(fù)測量資料的統(tǒng)計分析方法：如果將不等距重復(fù)測量設(shè)計資料按等距處理，不僅會損失數(shù)據(jù)中所蘊涵的關(guān)于重復(fù)測量因素的信息，而且會造成變化趨勢分析結(jié)果的偏性，甚至?xí)霈F(xiàn)錯誤的分析結(jié)論。4/1/202422PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）不等距重復(fù)測量資料的統(tǒng)計分析方法：應(yīng)用spss程序GLMtime1…timeKBYtreat/WSFACTOR=timekPolynomial(t1…tk)/METHOD=SSTYPE(3)/PLOT=PROFILE(time*treat)PRINT=ETASQHOMOGENEITY/CRITERIA=ALPHA(.05)/WSDESIGN=time/DESIGN=treat4/1/202423PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）重復(fù)測量資料的方差分析趨勢分析(trendanalysis)一般采用正交多項式（polynomial）分析某處理因素的均數(shù)隨時間的變化情況。正交多項式變換的對比方法：將兩組資料轉(zhuǎn)變?yōu)閮蓷l正交多項式曲線，檢驗這兩條曲線的參數(shù)是否來自同一總體。4/1/202424各時間點的平均值不等兩種劑型血中濃度相同4/1/202425PartⅡ：Method

目前常用的統(tǒng)計分析方法（一）重復(fù)測量資料的方差分析趨勢分析(trendanalysis)注意事項首先檢查最高階次的參數(shù)在兩對比組之間是否具有統(tǒng)計學(xué)意義。如果組間差異具有統(tǒng)計學(xué)意義，則可以認(rèn)為包括本階次及其余各階次之間都具有不同的趨勢。否則，應(yīng)繼續(xù)對次高階次的參數(shù)作評價。如果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。4/1/2024264/1/202427PartⅡ：Method

目前常用的統(tǒng)計分析方法（二）混合效應(yīng)模型（mixedeffectsmode1s）

固定效應(yīng)(fixedeffect)和隨機效應(yīng)(randomeffect)

模型：固定效應(yīng)模型(fixedeffectsmodels)

隨機效應(yīng)模型(randomeffectsmodels)

混合效應(yīng)模型(mixedef