反復測定プロトコルの設計/分析を支援します。こんにちは、
私は研究プロトコルの実験を計画する準備をしており、データを分析するためのモデルを決定しようとしています。以下は私のデザイン設定です。
応答変数: 心拍数
ランダム要因: 被験者
固定因子：治療（対照、治療A、治療B）
目標: ベースライン心拍数から逸脱する統計的に有意な因子/相互作用効果を決定する
プロトコル:
- 治療開始前にベースライン心拍数を60分間記録します。
- 20 分間の治療投与中に 20 分間の心拍数を記録します。
- 治療投与後 60 分間の心拍数を記録する
文献ではさまざまなアプローチが使用されており、反復測定データ分析に関してオンラインでは矛盾したアドバイスがあるようで、混乱しています。反復測定分散分析とは対照的に、一般化線形混合モデル (GLMM) を使用することの主な利点について読みました。私のプロトコルを使用して収集されたデータを使用したこの GLMM の実際のアプリケーションで少し行き詰まっています。
記録された心拍数を 5 分間のビンに平均化し、被験者ごとにベースライン 12、治療中 4、治療後のデータ ポイント 12 が得られることを考えていました。 5 分を選んだ理由や韻は特にありません。ほとんどの文献では、分析前に被験者の心拍数を最初の 5 分間のビン (%) で正規化していますが、被験者間の心拍数レベルの比較ができないため、これを行うのにはうんざりしています。
今、ちょっと行き詰まっていて、どのように進めればよいのか、どのようなモデルがあるのか理解できません。
この種のプロトコルに精通し、手を貸してくれる人がいるかもしれないことを願っています。
ご協力をよろしくお願いいたします。
ありがとう、
日本
高度な統計モデリング消費者および市場調査再：繰り返し測定プロトコルの設計/分析に役立つご協力いただきありがとうございます！
再：繰り返し測定プロトコルの設計/分析に役立ついいえ、違います。REと繰り返し構造は、2つの異なる変動の原因を表します。ただし、国連などの特定の繰り返し構造では、REは推定できなくなります。そうしようとするとエラーメッセージが表示されます。AR（1）はランダムな主観的効果で機能します。
時系列は国連にとって重要ではありません。
再：繰り返し測定プロトコルの設計/分析に役立つ2つの治療レベルがあります（A =低用量、B =高用量）。
コレステロールのStacked.jmpの例に基づいて、データセットと分析を設定する必要があると思います。
- プラットフォーム ：フィットモデル
- 人 ：混合モデル
- Y、応答 ：心拍数（bpm） - >連続
- 固定効果 ：治療する、時間領域、登録。Inst。- >すべてのカテゴリカル
'Unstructured'を使用する場合は、Repeated Structureタブの下にあります。
- 件名件名
- 繰り返し ：タイムレジスター Concat。- >カテゴリカル
'AR（1）'を使用する場合は、[繰り返し構造]タブの下に
| サブ。 | 扱います。 | タイムリージョン | 登録 Inst。 | タイムレジスター Concat。 | 時間（分） | 心拍数（bpm） |
| 1 | A | 前処理 | 1 | 前処理_1 | 0 | 62 |
| 1 | A | 前処理 | 2 | 前処理2 | 5 | 60 |
| 1 | A | 治療中 | 1 | 治療中1 | 10年 | 64 |
| 1 | A | 治療中 | 2 | 治療中2 | 15年 | 67 |
| 1 | A | 後処理 | 1 | 後処理_1 | 20 | 65 |
| 1 | A | 後処理 | 2 | 後処理2 | 25年 | 64 |
| 2 | B | 前処理 | 1 | 前処理_1 | 0 | 71 |
| 2 | B | 前処理 | 2 | 前処理2 | 5 | 72 |
| 2 | B | 治療中 | 1 | 治療中1 | 10年 | 78 |
| 2 | B | 治療中 | 2 | 治療中2 | 15年 | 76 |
| 2 | B | 後処理 | 1 | 後処理_1 | 20 | 76 |
| 2 | B | 後処理 | 2 | 後処理2 | 25年 | 75 |
| ... | ... | ... | ... | ... | ... | ... |
「繰り返し構造」の件名フィールドは私の「Sub」になりますか。ランダム効果を列に表示するか、それを[ランダム効果]タブで指定する必要がありますか。また、'unstructured'オプションを使用して、'Time（min）'列がその場合に使用されていない場合、モデルはどのように各時点の順序を認識するのでしょうか。
ありがとうございます。
再：繰り返し測定プロトコルの設計/分析に役立つ治療レベルはいくつですか？タイムグループレベルの場合、プレ1、プレ2、期間1、期間2などのようになります。サンプルデータをチェックしてください。 JMPドキュメンテーションの繰り返し測定の例で使用されているコレステロールStacked.jmp。そのデータはあなたのものとフォーマットとレイアウトが似ています。
再：繰り返し測定プロトコルの設計/分析に役立つありがとう、私は間違いなく本文をチェックアウトします。
要約すると、私のスタックデータの単純化されたサンプルバージョンは次のようになります。
| サブ。 | 扱います。 | タイムグループ | 最初のデータポイントからの時間（分） | 心拍数（bpm） |
| 1 | A | 前処理 | 0 | 62 |
| 1 | A | 前処理 | 5 | 60 |
| 1 | A | 治療中 | 10年 | 64 |
| 1 | A | 治療中 | 15年 | 67 |
| 1 | A | 後処理 | 20 | 65 |
| 1 | A | 後処理 | 25年 | 64 |
| 2 | B | 前処理 | 0 | 71 |
| 2 | B | 前処理 | 5 | 72 |
| 2 | B | 治療中 | 10年 | 78 |
| 2 | B | 治療中 | 15年 | 76 |
| 2 | B | 後処理 | 20 | 76 |
| 2 | B | 後処理 | 25年 | 75 |
| ... | ... | ... | ... | ... |
再：繰り返し測定プロトコルの設計/分析に役立つあなたは時間列（例えば、0、10、20、30など）を作成する必要があります。 被験者ID列と一緒に、この2つは各心拍数の測定値を一意に識別します。また、この2つのID列は、繰り返し構造を指定するときに必要です。（注：AR（1）の場合、時間列は連続として定義されるべきです。他の人にとっては、それはカテゴリカルです。繰り返し共分散構造の要件を参照してください。 http://www.jmp.com/support/help/13/Fit_Model_Launch_Window_2.shtml#999895 。
また、固定効果として使用するための独立した3レベルの治療列を作成する必要があります。
最後に、JMPの資料に加えて、この本を強くお勧めします。 https://www.sas.com/storefront/aux/en/spmixedmodel/59882_toc.pdf 。第5章は繰り返し測定の分析についてです。
再：繰り返し測定プロトコルの設計/分析に役立つ30個の応答測定値のそれぞれは事実上各5分ウィンドウの要約（平均）なので、これを要約して10分ウィンドウに要約してデータポイントの数を減らすことができます。ExchangeおよびAR1構造を調べます。
もう少し先を見越した質問として、「治療前」、「治療中」、「治療後」の3つの可能なレベルを持つ「時間グループ」の列を作成する必要があります。私の混合モデル？
私が尋ねるのは、これらの種類の研究は通常、治療が施される直前に反応時間ゼロのデータポイントがあり、それに続く全てのデータポイントが治療後の時間であると考えられるからです。私の場合、治療が中止される前に30分間継続して投与されているので、定義する必要がある「治療中」の期間もあります。
ありがとうございました！
再：繰り返し測定プロトコルの設計/分析に役立つ1。 すべての測定値を「ゼロ時の時間」からの差（または変化率％）として変換できます。変換するかどうかは、部分的にあなたの研究目的によって導かれるべきです。
2。反復測定からの情報は、反復構造だけでなくモデルに含める治療効果の推定にも使用されます。注意として、30個の応答点を記録したので、国連などの構造を推定するには分散共分散パラメータが多すぎる可能性があります。 ExchangeableまたはAR（1）から始めることをお勧めします。
再：繰り返し測定プロトコルの設計/分析に役立つこんにちは。
お返事ありがとうございます。私は文字通りこの議論を再びチェックする前に繰り返しの対策チュートリアルのためにあなたのJMP Pro混合モデルを見終えました。彼らはとても役に立ちました。
フォローアップとして、2つ質問があります。
１）この混合モデル分析を実行するために応答変数（心拍数）を生の形で維持すること、または時間ゼロからの変化率または差として心拍数（経時的な被験者内）を正規化できることが最善である。分析を実行する前の時間ゼロから？私の直感では、正規化はおそらく主題間の比較を考慮に入れていないため、おそらく良い考えではないと私に言っていますが、私はあなたの意見に興味があります。
２）私の場合、各被験者は３つの順序付けされた時間グループ内の時間内に測定された３０の応答データ点、すなわち注入治療中（１２のデータ点）、注入治療中（６のデータ点）、治療（12データポイント）。この情報を混合モデルプラットフォームに追加する方法を教えてください。
ありがとうございました！
再：繰り返し測定プロトコルの設計/分析に役立つあなたの反応変数、心拍数を考えると、連続的であれば、JMP Proで利用可能な線形混合モデルで解析を開始します。解析=>フィットモデルそして選ぶ混合モデルとして人 ） データは高形式でなければなりません。つまり、各観測値は件名と時間列で識別されます。
JMP混合モデルでは、[ランダム効果]タブを使用してランダムな主観的効果を指定できますが、繰り返しメジャー間の相関は[繰り返し構造]タブで処理されます。もちろん、[固定効果]タブを使用して、治療などの固定効果を指定します。
JMP Pro 13には、選択可能なさまざまな分散共分散構造があります。「最善の」構造を決定する前に、いくつか試して、モデルの適合性を評価します。詳しくは、資料を参照してください。 http://www.jmp.com/support/help/13/Fit_Model_Launch_Window_2.shtml#999895
