des mesuresPour le groupe de patients cancéreux, mesuré le nombre de métastases avant et après le traitement.
Le caractère des changements (moins métastases ou plus métastases après traitement ) est une évaluation de l'efficacité du traitement.
Quel genre de stat. analyse conduite?
Re: mesuresMerci pour l'examen si attentif des données!
Re: mesures appariéesComme Cameron l'a déjà souligné, une simple paire appariée (avant-après) constituerait une approche naturelle. La seule chose qui me dérange (mis à part le manque de timing) est que le nombre de métastases a diminué pour tous les patients sauf les 2 qui sont décédés. Il peut donc y avoir une autre analyse pertinente - un modèle de classification permettant de déterminer si le traitement entraîne la mort. Mais votre échantillon est trop petit et je ne pense pas qu'il y ait assez d'informations pour dire si c'est le cas (existe-t-il un groupe de contrôle?) D'après les données dont vous disposez, le traitement réduit le nombre de métastases, sauf lorsque le patient décède.
Re: mesuresJe comprends bien les remarques sur des éléments supplémentaires du modèle (en particulier le temps). Je vous remercie!
Re: mesures répétéesNe manque-t-il pas une variable de temps dans ces données? Je ne sais pas à quel point il est utile de mesurer le nombre de métastases sans enregistrer au moment de la prise des mesures. Ont-ils tous été pris en même temps après le traitement? Étant donné que deux patients sont décédés, il me semble qu’il existe au moins une certaine variation dans le temps dans les données (ainsi qu’une certaine censure). Ainsi, bien que l’approche par paires appariées puisse vous donner une estimation grossière de la question de savoir si le traitement réduit les métastases, je ne suis pas sûr que les mesures précises soient utiles sans en savoir plus sur le calendrier des mesures.
Re: mesures Cameron, ma profonde gratitude pour votre approche.
"Ces patients sont-ils énumérés dans un ordre chronologique quelconque?" Non!
Re: mesures répétéesLes paires appariées sont la première chose à laquelle je pense, mais je dois vérifier les hypothèses appropriées. Si vous tracez la différence (avant-après) par rapport au nombre avant, vous obtenez ceci:
La bonne nouvelle est que, quel que soit ce traitement, il semble bien pouvoir réduire le nombre de métastases. Cependant, étant donné que l'effet du traitement est également fonction de la gravité du cas du patient, vous devez en tenir compte dans le test / modèle.
Dans les données grand format, ajoutez une colonne qui calcule la différence. Ceci est votre réponse. Ensuite, ajustez une ligne de régression aux différences en fonction du nombre avant. Vous constaterez que le terme de pente est 0,357, ce qui signifie que pour chaque métastase préexistante supplémentaire, le traitement réduira en moyenne 0,357 mestastases supplémentaires. Voir le script ci-joint.
Mon seul souci avec cette approche est le complot d'indépendance. Ces patients sont-ils énumérés dans un ordre chronologique quelconque? Si tel est le cas, il pourrait y avoir un problème, surtout que les 2 derniers patients sont ceux avec métastases accrues.
Re: mesuresMerci Jim! je vais essayer
Re: mesures répétéesEn utilisant votre format large, consultez
Analyse ==> Modélisation spécialisée ==> Paires appariées
