ভারসাম্যহীন মিশ্র প্রভাব এএনওওয়া বারবার ব্যবস্থা নেওয়ার জন্য

Question

শল্য চিকিত্সার সময় আমার কাছে 2 বিভিন্ন ধরণের চিকিত্সা করা রোগীদের কাছ থেকে তথ্য রয়েছে। হার্টের হারের উপর এর প্রভাবটি বিশ্লেষণ করা দরকার। হার্ট রেট পরিমাপ প্রতি 15 মিনিটে নেওয়া হয়।

প্রদত্ত সার্জারির দৈর্ঘ্য প্রতিটি রোগীর জন্য পৃথক হতে পারে, প্রতিটি রোগীর 7 থেকে 10 এর মধ্যে হার্ট রেট পরিমাপ করতে পারে। সুতরাং ভারসাম্যহীন নকশা ব্যবহার করা উচিত। আমি আর ব্যবহার করে আমার বিশ্লেষণ করছি এবং বার বার পরিমাপের মিশ্রিত প্রভাব আনোভা করতে ইজ প্যাকেজটি ব্যবহার করছি। তবে ভারসাম্যহীন ডেটা কীভাবে বিশ্লেষণ করতে হয় তা আমি জানি না। কেউ সাহায্য করতে পারেন?

কীভাবে ডেটা বিশ্লেষণ করবেন সে সম্পর্কে পরামর্শগুলিও স্বাগত।

আপডেট:
প্রস্তাবিত হিসাবে, আমি lmerফাংশনটি ব্যবহার করে ডেটা ফিট করেছিলাম এবং খুঁজে পেয়েছি যে সেরা মডেলটি হ'ল:

heart.rate~ time + treatment + (1|id) + (0+time|id) + (0+treatment|time)

নিম্নলিখিত ফলাফল সহ:

Random effects:
 Groups   Name        Variance   Std.Dev. Corr   
 id       time        0.00037139 0.019271        
 id       (Intercept) 9.77814104 3.127002        
 time     treat0      0.09981062 0.315928        
          treat1      1.82667634 1.351546 -0.504 
 Residual             2.70163305 1.643665        
Number of obs: 378, groups: subj, 60; time, 9

Fixed effects:
             Estimate Std. Error t value
(Intercept) 72.786396   0.649285  112.10
time         0.040714   0.005378    7.57
treat1       2.209312   1.040471    2.12

Correlation of Fixed Effects:
       (Intr) time  
time   -0.302       
treat1 -0.575 -0.121

এখন আমি ফলাফলটি ব্যাখ্যা করতে গিয়ে হারিয়েছি। আমি কি এই সিদ্ধান্তে ডেকে আছি যে হার্টের হারকে প্রভাবিত করার ক্ষেত্রে দুটি চিকিত্সা পৃথক হয়েছে? ট্রিট0 এবং ট্রিট 1 এর মধ্যে -504 এর সম্পর্ক কী?

Comments

আমি উত্তর আপডেট করার আগে, চিকিত্সা একটি পুনরাবৃত্তি ফ্যাক্টর? অর্থাত্, প্রতিটি বিষয়ই "ক" এবং চিকিত্সা "বি" উভয়ই চিকিত্সা পায় বা এটি একটি বিষয়গুলির মধ্যে ফ্যাক্টর?

— ম্যাট অ্যালব্রেক্ট

চিকিত্সা একটি বিষয়গুলির মধ্যে ফ্যাক্টর। প্রতিটি বিষয় শুধুমাত্র 1 ধরণের চিকিত্সা গ্রহণ করে। আমি দুটি চিকিত্সা 1 এবং 0 হিসাবে কোড করেছি এবং একটি ফ্যাক্টর ভেরিয়েবল হিসাবে চিকিত্সা সেট করেছি।

— biostat_newbie

Answer 1

Nlme / lme4 প্যাকেজগুলির lme / lmer ফাংশনগুলি ভারসাম্যহীন ডিজাইনের সাথে মোকাবিলা করতে সক্ষম। আপনার নিশ্চিত হওয়া উচিত যে সময়টি একটি সংখ্যাসূচক হয়। আপনি সম্ভবত বিভিন্ন ধরণের বক্ররেখার জন্যও পরীক্ষা করতে চান। কোডটি এরকম কিছু দেখবে:

library(lme4)
#plot data with a plot per person including a regression line for each
xyplot(heart.rate ~ time|id, groups=treatment, type= c("p", "r"), data=heart)

#Mixed effects modelling
#variation in intercept by participant
lmera.1 <- lmer(heart.rate ~ treatment * time + (1|id), data=heart)
#variation in intercept and slope without correlation between the two
lmera.2 <- lmer(heart.rate ~ treatment * time + (1|id) + (0+time|id), data=heart)
#As lmera.1 but with correlation between slope and intercept
lmera.3 <- lmer(heart.rate ~ treatment * time + (1+time|id), data=heart)

#Determine which random effects structure fits the data best
anova(lmera.1, lmera.2, lmera.3)

চতুর্ভুজ মডেলগুলি পেতে "হার্ট.রেট ~ চিকিত্সা * সময় * আমি (সময় time 2) + (র্যান্ডম এফেক্টস)" সূত্রটি ব্যবহার করুন।

আপডেট:
এই ক্ষেত্রে যেখানে চিকিত্সা বিষয়গুলির মধ্যে একটি ফ্যাক্টর, সেখানে আমি উপরের মডেলের স্পেসিফিকেশনগুলির সাথে আটকে থাকব। আমি মনে করি না (0 + চিকিত্সা | সময়) শব্দটি এমন একটি যা আপনি মডেলটিতে অন্তর্ভুক্ত করতে চান, আমার কাছে সময়টিকে একটি এলোমেলো-প্রভাবের গ্রুপিং ভেরিয়েবল হিসাবে বিবেচনা করার কোনও অর্থ হয় না।

তবে "পারস্পরিক সম্পর্ক -0.504 টি ট্রিট0 এবং ট্রিট 1 এর মধ্যে কী বোঝায় " এই প্রশ্নের উত্তর দেওয়ার জন্য এটি হ'ল দুটি চিকিত্সার মধ্যে পারস্পরিক সম্পর্ক সহগ যেখানে প্রতিটি সময় গোষ্ঠীকরণের মান এক জোড়া হয়। যদি আইডিটি গ্রুপিং ফ্যাক্টর হয় এবং চিকিত্সা কোনও বিষয়গুলির মধ্যে পরিবর্তনশীল হয় তবে এটি আরও বেশি অর্থবোধ করে। তারপরে আপনার দুটি শর্তের বিরতিগুলির মধ্যে পারস্পরিক সম্পর্কের একটি অনুমান রয়েছে।

মডেল সম্পর্কে কোনও সিদ্ধান্ত নেওয়ার আগে, এটি lmera.2 দিয়ে রিফিট করুন এবং REML = F অন্তর্ভুক্ত করুন। তারপরে "languageR" প্যাকেজটি লোড করুন এবং রান করুন:

plmera.2<-pvals.fnc(lmera.2)
plmera.2

তারপরে আপনি পি-মানগুলি পেতে পারেন তবে এটির চেহারা অনুসারে সম্ভবত সময়ের একটি উল্লেখযোগ্য প্রভাব এবং চিকিত্সার একটি উল্লেখযোগ্য প্রভাব রয়েছে।

Comments

সেই মডেলগুলি তৈরি করার সময় একজনের কী মিথ্যের আরএমএল যুক্তি সেট করতে হবে কারণ শেষ পর্যন্ত অ্যানোভা () ফাংশনটি ব্যবহার করে তুলনা করা হবে?

— মাইক লরেন্স

সম্ভাবনা-অনুপাতের পরীক্ষাগুলি ব্যবহার করে মডেলগুলির তুলনা করার সময়, আপনি আরএএমএল (উপরের মতো সীমাবদ্ধ / অবশিষ্টাংশের সর্বাধিক সম্ভাবনা) ব্যবহার করে বিভিন্ন র্যান্ডম এফেক্ট স্ট্রাকচারের তুলনা করতে পারেন , তবে বিভিন্ন স্থির প্রভাবের মডেলগুলির তুলনায় আপনাকে অবশ্যই এমএল (সর্বাধিক সম্ভাবনা) ব্যবহার করতে হবে ।

— onestop

হার্ট রেট পরিমাপগুলি শল্য চিকিত্সার সময় নমুনাগুলি নেওয়া হওয়ায় সময়টি এলোমেলো প্রভাব হওয়া উচিত নয়? যদি এটি হয় তবে নীচের মানগুলি কী কার্যকর হবে (যেহেতু আমি এখনও লামার ফাংশনটি পড়ছি এবং সিনট্যাক্সটি বেশ বুঝতে পারি নি)? lmer (হার্ট.রেট ~ চিকিত্সা + (1 | আইডি) + (1 + সময়), ডেটা = হার্ট)

— বায়োস্ট্যাট_নিউবি

র্যান্ডম এফেক্টস পার্শ্বে '(সময় | আইডি) শব্দটি প্রতিটি ব্যক্তির জন্য বিভিন্ন (রৈখিক) opালু ফিট করতে ফাংশনটিকে বলে। সুতরাং আপনি একটি স্থির প্রভাব এবং একটি এলোমেলো প্রভাব উভয় হিসাবে সময় পেতে পারেন, তবে এগুলি বিভিন্ন জিনিস বোঝায়। : একটি ডগলাস বেটস 'গ্রন্থে sleepstudy উদাহরণ চেহারা আছে lme4.r-forge.r-project.org/book/Ch4.pdf

— ম্যাট আলব্রেশট

আমি বুঝতে পারি না কীভাবে বারবার ব্যবস্থা নেওয়া যায় ডিজাইনের জন্য, lmerভাল পুরানোের চেয়ে পরামর্শ দেওয়া হয় lme। এ জাতীয় ডিজিনে এলোমেলো প্রভাবগুলি অতিক্রম করে, এর জন্য মূল স্ট্রিংহটি lmerবিরল তবে বেশিরভাগ ক্ষেত্রেই আপনি অবশিষ্টাংশের পারস্পরিক সম্পর্ক কাঠামোকে মডেল করতে চান। আমি যতদূর বুঝতে lmerপারি যে এটি সমর্থন করে না কিন্তু lmeকরে। আমি কি এইরকম ক্ষেত্রে অনুমান করা ভুল যে lmerতুলনায় একটি নিকৃষ্টতম সরঞ্জাম lme?

— আলেফসিন