반복 측정 프로토콜의 설계/분석에 도움안녕하세요,
저는 연구 프로토콜을 위한 실험 설계를 준비 중이며 데이터를 분석할 모델을 정하려고 노력하고 있습니다. 다음은 내 디자인 설정입니다.
반응변수 : 심박수
확률 인자 : 주제
고정 요인 : 처리(대조군, 처리 A, 처리 
목표 : 기본 심박수에서 벗어나 통계적으로 유의미한 요인/상호작용 효과를 확인합니다.
규약:
- 치료 투여 전 60분 동안 기준 심박수를 기록합니다.
- 치료 투여 20분 중 20분 동안 심박수를 기록합니다.
- 치료 투여 후 60분 동안 심박수를 기록합니다.
문헌에 사용된 다양한 접근법이 있고 반복 측정 데이터 분석과 관련하여 온라인에서 상충되는 조언이 있는 것 같아서 혼란스럽습니다. 반복 측정 ANOVA와 달리 GLMM(일반화 선형 혼합 모델)을 사용할 때의 주요 이점에 대해 읽었습니다. 나는 내 프로토콜을 사용하여 수집된 데이터를 사용하여 이 GLMM을 실제로 적용하는 데 약간 어려움을 겪고 있습니다.
나는 기록된 심박수를 5분 단위로 평균화하여 피험자당 기준선 12개, 치료 중 4개, 치료 후 데이터 포인트 12개를 제공하려고 생각했습니다. 내가 5분을 선택한 진짜 운율이나 이유가 없습니다. 대부분의 문헌에서는 분석 전 처음 5분 빈(%)으로 피험자 심박수를 정규화하지만 심박수 수준의 피험자 간 비교를 허용하지 않기 때문에 이를 수행하는 것이 지쳤습니다.
이제 저는 어떤 종류의 모델을 가지고 있는지 이해하거나 진행하는 방법을 모릅니다.
도움을 줄 수 있는 이러한 유형의 프로토콜에 익숙한 누군가가 있기를 바랍니다.
어떤 도움이라도 대단히 감사하겠습니다.
감사해요,
일본
고급 통계 모델링소비자 및 시장 조사재 : 반복 측정 프로토콜의 설계 / 분석 도움말당신의 도움을 주셔서 감사합니다!
재 : 반복 측정 프로토콜의 설계 / 분석 도움말아니 그렇지 않아. RE와 반복 구조는 두 가지 다른 변화 원인을 나타냅니다. 그러나 UN과 같은 특정 반복 구조의 경우 RE는 더 이상 추정 할 수 없으므로 그렇게하려고하면 오류 메시지가 표시됩니다. AR (1)은 무작위 주제 효과로 작동합니다.
시간 순서는 유엔에게 중요하지 않습니다.
재 : 반복 측정 프로토콜의 설계 / 분석 도움말두 가지 치료 수준이 있습니다 (A = 저용량, B = 고 선량).
Cholesterol Stacked.jmp 예제를 기반으로 다음과 같이 데이터 집합과 분석을 설정해야한다고 생각합니다.
- 플랫폼 : Fit 모델
- 인격 : 혼합 모델
- Y, 응답 : 심장 박동수 (bpm) -> 연속성
- 고정 효과 : Treat., Time Region, Reg. Inst. -> 모든 범주 형
반복 구조 탭에서 '구조화되지 않은'을 사용하려는 경우 :
- 제목 : 제목
- 반복 : 시간 기록. Concat. -> 범주 형
반복 구조 탭에서 'AR (1)'을 사용하려면 다음을 수행하십시오.
- 제목 : 제목
- 반복 : 시간 (분) -> 연속
| 보결. | 턱. | 시간 지역 | Reg. Inst. | 시간 등록 / Concat. | 시간 (분) | 심박수 (bpm) |
| 1 | 에이 | 전처리 | 1 | 전 치료 _1 | 0 | 62 |
| 1 | 에이 | 전처리 | 2 | 전처리 _2 | 5 | 60 |
| 1 | 에이 | 치료 중 | 1 | 치료 중일 때 1 | 10 | 64 개 |
| 1 | 에이 | 치료 중 | 2 | 치료 중 _2 | 15 명 | 67 |
| 1 | 에이 | 후 처리 | 1 | 사후 치료 _1 | 20 | 65 |
| 1 | 에이 | 후 처리 | 2 | 사후 치료 _2 | 25 명 | 64 개 |
| 2 | 비 | 전처리 | 1 | 전 치료 _1 | 0 | 71 |
| 2 | 비 | 전처리 | 2 | 전처리 _2 | 5 | 72 |
| 2 | 비 | 치료 중 | 1 | 치료 중일 때 1 | 10 | 78 |
| 2 | 비 | 치료 중 | 2 | 치료 중 _2 | 15 명 | 76 |
| 2 | 비 | 후 처리 | 1 | 사후 치료 _1 | 20 | 76 |
| 2 | 비 | 후 처리 | 2 | 사후 치료 _2 | 25 명 | 75 |
| ... | ... | ... | ... | ... | ... | ... |
'반복 구조'제목 필드가 내 '하위'항목을 만듭니다. 임의의 효과를 열거 나 '임의 효과'탭에서 지정해야합니까? 또한 'unstructured'옵션을 사용하면 'Time (min)'열이이 사례에 사용되지 않으면 모델이 각 시간 지점의 순서를 어떻게 알 수 있습니까?
감사!
재 : 반복 측정 프로토콜의 설계 / 분석 도움말얼마나 많은 치료 수준? 시간 그룹 수준의 경우 1 이전, 2 이전, 1 중, 2 중, ... 등이어야합니다. 샘플 데이터를 확인하십시오. Cholesterol Stacked.jmp는 JMP 문서의 반복 된 측정 예제에서 사용됩니다. 그 데이터는 형식과 레이아웃이 당신과 비슷합니다.
재 : 반복 측정 프로토콜의 설계 / 분석 도움말고맙습니다, 나는 확실히 텍스트를 체크 아웃합니다.
요약하면, 스택 된 데이터의 샘플 버전은 다음과 같이 단순 해 보일 것입니다.
| 보결. | 턱. | 시간 그룹 | 첫 번째 데이터 지점으로부터의 시간 (분) | 심박수 (bpm) |
| 1 | 에이 | 전처리 | 0 | 62 |
| 1 | 에이 | 전처리 | 5 | 60 |
| 1 | 에이 | 치료 중 | 10 | 64 개 |
| 1 | 에이 | 치료 중 | 15 명 | 67 |
| 1 | 에이 | 후 처리 | 20 | 65 |
| 1 | 에이 | 후 처리 | 25 명 | 64 개 |
| 2 | 비 | 전처리 | 0 | 71 |
| 2 | 비 | 전처리 | 5 | 72 |
| 2 | 비 | 치료 중 | 10 | 78 |
| 2 | 비 | 치료 중 | 15 명 | 76 |
| 2 | 비 | 후 처리 | 20 | 76 |
| 2 | 비 | 후 처리 | 25 명 | 75 |
| ... | ... | ... | ... | ... |
재 : 반복 측정 프로토콜의 설계 / 분석 도움말시간 열 (예 : 0, 10, 20, 30 등)을 만들어야합니다. Subject ID 열과 함께이 둘은 각 심박수 측정을 고유하게 식별합니다. 그리고이 두 ID 열은 반복 구조를 지정할 때 필요합니다. (참고 : AR (1)의 경우 시간 열은 연속으로 정의해야합니다. 다른 사람들에게는 그것이 범주 적입니다. "반복 공분산 구조 요구 사항"절을 참조하십시오. http://www.jmp.com/support/help/13/Fit_Model_Launch_Window_2.shtml#999895 .
또한 고정 효과로 사용할 별도의 3 단계 처리 열을 만들어야합니다.
마지막으로 JMP 문서 이외에도이 책을 강력하게 추천합니다. https://www.sas.com/storefront/aux/en/spmixedmodel/59882_toc.pdf . 5 장은 반복되는 측정의 분석에 관한 것이다.
재 : 반복 측정 프로토콜의 설계 / 분석 도움말30 개의 응답 측정 값 각각은 5 분마다의 요약 (평균)이기 때문에 데이터 포인트 수를 줄이기 위해 10 분의 창으로 요약하면 Exchange와 AR1 구조를 살펴볼 것입니다.
더 지적 된 질문으로 '시간 그룹'을위한 열을 만들어야하는데, 여기에는 '전처리', '치료 중'및 '후 처리'의 세 가지 단계가 있으며이 요소를 다음과 같은 요인으로 사용하십시오. 내 혼합 모델?
제가 질문하는 이유는 치료가 시행되기 직전에 이러한 유형의 연구가 일반적으로 시간 응답 데이터 포인트를 갖기 때문이며 그 다음에 모든 데이터 포인트는 치료 후 시간으로 간주되기 때문입니다. 나의 경우 치료가 중단되기 30 분 동안 계속 치료가 이루어지기 때문에 '치료 기간'이 정의되어야합니다.
고맙습니다!
재 : 반복 측정 프로토콜의 설계 / 분석 도움말1. "0에서의 시간"에서 모든 측정 값을 차이 (또는 % 변경)로 변환 할 수 있습니다. 변형 여부는 부분적으로 학습 목표에 따라 결정되어야합니다.
2. 반복 측정의 정보는 반복 구조뿐만 아니라 모델에 포함될 치료 효과를 추정하는 데 사용됩니다. 30 응답 포인트를 기록 했으므로 UN과 같은 구조를 추정하기에는 너무 많은 분산 - 공분산 매개 변수가있을 수 있습니다. Exchangeable 또는 AR (1)로 시작하는 것이 좋습니다.
재 : 반복 측정 프로토콜의 설계 / 분석 도움말안녕 지앤,
당신의 답변에 감사드립니다. 저는이 토론을 다시 확인하기 전에 반복되는 측정 방법에 대한 JMP Pro Mixed Model을 보았습니다. 그들은 매우 도움이되었다.
후속 조치로서 두 가지 질문이 있습니다.
1) 반응 변수 (심장 박동수)가이 혼합 모델 분석을 수행하기위한 원시 형태로 유지되는 것이 가장 좋습니까? 또는 심박수 (시간 경과에 따른 피험자 내)를 시간 0에서의 백분율 변화 또는 차이로 정규화 할 수 있습니까? 분석을 실행하기 전에 제로 시간부터? 내 직감은 표준화가 피검사자 비교를 허용하지 않기 때문에 아마도 좋은 생각이 아니라고 말하지만, 당신의 의견이 궁금합니다.
2) 나의 경우, 각 피험자는 3 개의 지시 된 시간 그룹 내에서 측정 된 30 개의 반응 데이터 포인트를 갖는다 : 즉, 주입 전 (12 데이터 포인트), 주입 치료 동안 (6 데이터 포인트), 및 주입 후 치료 (12 데이터 포인트). 이 정보를 혼합 모델 플랫폼에 어떻게 추가 할 수 있습니까?
고맙습니다!
재 : 반복 측정 프로토콜의 설계 / 분석 도움말응답 변수, 심박수, JMP Pro에서 사용할 수있는 선형 혼합 모델로 분석을 시작할 것입니다 ( 분석 => 모형 맞추기 선택하고 혼합 모델 같이 인격 ). 데이터는 키가 큰 형식이어야합니다. 즉, 각 관찰은 제목 및 시간 열에 의해 식별됩니다.
JMP 혼합 모델에서는 임의 효과 탭을 사용하여 무작위 주제 효과를 지정할 수 있으며 반복 측정 간의 상관 관계는 반복 구조 탭에서 처리 할 수 있습니다. 물론 고정 효과 탭을 사용하여 치료와 같은 고정 효과를 지정하십시오.
JMP Pro 13에는 선택할 수있는 다양한 분산 - 공분산 구조가 있습니다. 여러 가지를 시도해보고 "최상의"구조를 결정하기 전에 적합한 모델을 평가할 것입니다. 자세한 내용은 설명서를 참조하십시오. http://www.jmp.com/support/help/13/Fit_Model_Launch_Window_2.shtml#999895
