¿Cómo ajusto las covariables?Tengo un conjunto de datos con dos cohortes. Tienen diferencias de resultados (duración de la estancia, variables continuas) en el análisis univariado. Sin embargo, no son similares en las características iniciales (tienen diferente gravedad de la enfermedad (continua), edad (continua) y diagnóstico (variables categóricas).
¿Cómo ajusto la variable de resultado según la edad, la gravedad de la enfermedad y el diagnóstico?
Re: ¿Cómo ajusto las covariables?No sé acerca de la comparación de propensiones en JMP u otro software. Quizás otro miembro de la comunidad pueda ayudar.
Re: ¿Cómo ajusto las covariables?Creo que eso lo explica. Estoy satisfecho con los resultados
Una ultima pregunta espero
¿Cómo se compara esta estrategia con un emparejamiento de propensión de casos y controles?
Estuve leyendo en otras publicaciones de discusión que la coincidencia de propensiones no es posible en JMP y tengo que hacerlo en SPSS o R... ¿Es eso correcto?
Re: ¿Cómo ajusto las covariables?¡Un modelo adecuado marca la diferencia! La elección queda a discreción del investigador, pero debe guiarse por conocimientos previos, fundamentos teóricos, comparación objetiva con modelos alternativos y evaluación de los supuestos del modelo.
Las estimaciones de parámetros se utilizan en una combinación lineal para determinar los parámetros de distribución. Pueden ser difíciles de interpretar por sí solos. Puede hacer clic en el triángulo rojo en la parte superior y seleccionar Perfiladores > Perfilador. Puede cambiar los niveles de los factores y ver el cambio en la respuesta prevista.
Tengo otra idea sobre la falta de ajuste. No veo la prueba de sobredispersión, que es algo común. La distribución de Poisson tiene un único parámetro. Es la media y la varianza de la distribución. Las distribuciones reales de recuentos suelen presentar una varianza mayor que la media. Debería encontrar casillas de verificación al seleccionar Modelos lineales generalizados para las pruebas e intervalos de sobredispersión y para las estimaciones ajustadas por sesgo de Firth. Recomiendo seleccionar ambas opciones.
De lo contrario, podría considerar agregar términos para posibles interacciones y efectos no lineales.
Re: ¿Cómo ajusto las covariables?Gracias. Estoy de acuerdo en que es mejor mantener debates en el foro público para que otros investigadores puedan beneficiarse. Todavía me sentía incómodo al compartir datos reales en Internet.
Es interesante y revelador para mí darme cuenta de cuánta diferencia puede haber en los resultados simplemente usando un modelo diferente para comparar. Incluso con el modelo lineal generalizado, hay una diferencia si elijo la distribución normal frente a la distribución de Poission. Esto conduce a un elemento de dependencia del modelo y discreción del investigador.
Si bien la diferencia es significativa, los parámetros estimados son muy bajos. Entonces, los casos tienen una LOS 0,05 días más que los controles... eso no es una diferencia clínicamente relevante.
Lo que más me molestó es que con este modelo incluso el sexo tuvo un impacto significativo en la duración de la estadía con un valor de P <0,001 y una estimación del parámetro de 0,05. Sólo con una comparación bivariada del sexo con la duración de la estancia,
No hay diferencia (y no hay ninguna razón clínica por la que debería haber una diferencia)
Necesitaría incluir una declaración sobre la justificación de este modelo en comparación con una regresión de mínimos cuadrados estándar. Y para la distribución del veneno.
En cuanto a la falta de ajuste, creo que es de esperarse porque habría muchas más variables que podrían confundir a los dos grupos que no hemos medido o que no se pueden medir.
Otra preocupación es que las variables del modelo no son completamente independientes. Las puntuaciones de gravedad de la enfermedad ya incluyen categorías de diagnóstico.Re: ¿Cómo ajusto las covariables?eso
Re: ¿Cómo ajusto las covariables?Antes que nada, déjame explicarte que preferimos que todos los intercambios se realicen en el área de discusión, no en mensajes privados. ¿Por qué? Porque otros miembros de la comunidad que podrían tener preguntas o problemas similares se ven privados de parte o de la totalidad de la solución. Entiendo que a veces la naturaleza del problema o los datos implican cuestiones de privacidad y no pueden publicarse públicamente.
Según su mensaje, ¡los resultados de la regresión son alentadores! ¿Es posible mostrarme la trama residual? Este gráfico ayudaría a responder la pregunta sobre una o más observaciones influyentes que están sesgando las estimaciones y las pruebas. La trama también ayuda a evaluar la bondad del ajuste.
La prueba de Desviación también es muy significativa. Esta prueba es por falta de ajuste. Su modelo está sesgado y no proporcionará predicciones precisas. Por lo general, indica que le faltan variables importantes o, más probablemente, le faltan términos para abordar los efectos no lineales. Podría considerar agregar términos cruzados (p. ej., sexo*edad) o potencias (p. ej., edad*edad).
Re: ¿Cómo ajusto las covariables?gracias
Te envié el clip del análisis.
Re: ¿Cómo ajusto las covariables?Estoy de acuerdo en que un modelo de regresión log-lineal de Poisson es razonable para el recuento de días. Un mejor modelo mostrará más importancia. ¿Puedes compartir los resultados de la regresión de JMP? Parte de la información son las estimaciones. El resto es cuestión de la calidad del modelo. Toda la información es útil para evaluar la validez de su modelo.
Re: ¿Cómo ajusto las covariables?Uno de mis colegas sugirió utilizar un modelo lineal generalizado en la personalidad y seleccionar la distribución de Poisson con enlace logarítmico para comparar los datos de duración de la estancia de los pacientes. La duración de la estancia está en días... por lo que es una especie de dato de recuento, es el número de días.
Este modelo da como resultado una diferencia muy significativa, lo que me hace sospechar mucho de su validez. Prácticamente todas las variables tienen un valor P inferior a 0,0001. Cuando utilicé el modelo de mínimos cuadrados estándar predeterminado, la diferencia significativa entre caso y control desaparece rápidamente a medida que agrego más variables al modelo, pero con el modelo lineal generalizado, sigue siendo muy significativa.
Re: ¿Cómo ajusto las covariables?Me inclino a estar de acuerdo con su conclusión, pero eso es sólo si el análisis indica que sus datos cumplen con los supuestos del modelo y de la regresión. Este parece ser un estudio importante. Se debe tener cuidado en el diseño del estudio y el análisis de los datos que se recopilaron en el estudio. Este análisis no es una prueba t simple, y una prueba t no es tan simple.
¿Es posible compartir más información sobre el estudio? Por ejemplo, repita la configuración para Ajustar modelo pero asegúrese de que Énfasis = Apalancamiento de efecto. ¿Puede incluir una imagen de lo real según lo previsto y el conjunto de gráficos de apalancamiento? Además, ¿el residuo por gráfico previsto o el gráfico residual estandarizado? Esos gráficos contribuirían en gran medida a evaluar si su análisis es correcto y luego podrá sacar conclusiones con confianza.
Re: ¿Cómo ajusto las covariables?Lo siento, soy médico, no estadístico. Lamentablemente, el lugar donde trabajo no cuenta con un estadístico, así que tengo que intentar averiguarlo yo mismo.
lo intentaré otra vez
Tengo datos retrospectivos de casos y controles (se requiere escalamiento de atención o no). Los resultados de estos dos grupos, la duración de la estancia en el hospital, son significativamente diferentes cuando utilizo Fit Y by X mediante la prueba no paramétrica de Wilcoxon. (los casos tienen mayor duración de estadía)
Sin embargo, los dos grupos no son similares y los controles tienen una gravedad de la enfermedad mucho mayor que en el caso.
Dado que se espera que el paciente cuya gravedad de la enfermedad o superior permanezca en el hospital también sea más prolongada, se debe esperar que cuando incluya la gravedad de la enfermedad en el modelo, la diferencia en la duración de la estadía entre los dos grupos se vuelva más significativa.
Sin embargo, cuando utilizo el modelo de ajuste, utilizo la duración de la estancia en la UCI como Y y la puntuación de gravedad de la enfermedad y la variable categórica de caso/control en los efectos del modelo. Obtengo las siguientes estimaciones de parámetros
Intercepción 3,99, probabilidad >t < 0,0001
PIM 3 -0,17, 0,0039
Caso/control -0,22 0,514
De esto asumo que no hay una diferencia significativa entre casos y controles con respecto a la duración de la estadía al incluir la gravedad de la enfermedad en el modelo.
Re: ¿Cómo ajusto las covariables?No estas haciendo sentido. " En la comparación univariada de las variables de resultado (duración de la estancia en la UCI, duración de la estancia en el hospital y días de ventilación) entre casos y controles, hay una diferencia muy significativa (valor de p <0,0001). De hecho, existen diferencias en los grupos de edad y en la puntuación de gravedad de la enfermedad. " no es una comparación univariada. Además, ¿por qué esperarías que no hubiera diferencias?
Aparte de la cuestión de los supuestos del modelo de regresión, las diferencias (por ejemplo, mayor puntuación de gravedad de la enfermedad en el grupo de control) deben modelarse sin dificultad. De hecho, cuanto mayor es la diferencia, más significativo es el efecto y más importantes son las estimaciones de los parámetros.
No tengo idea de lo que quieres decir con "adaptar".
No tengo idea de lo que quieres decir con " el modelo de regresión no tiene en cuenta el signo negativo."
Re: ¿Cómo ajusto las covariables?Gracias. Esa es la forma más lógica de hacerlo.
Sin embargo, no estoy del todo seguro de que el resultado que obtengo sea correcto.
En la comparación univariada de las variables de resultado (duración de la estancia en la UCI, duración de la estancia en el hospital y días de ventilación) entre casos y controles, hay una diferencia muy significativa (valor de p <0,0001). De hecho, existen diferencias en los grupos de edad y en la puntuación de gravedad de la enfermedad.
Las puntuaciones de gravedad de la enfermedad son más altas en los grupos de control que en los casos (puntuación media de 2,5 en el control en comparación con -4,5 en el caso), lo que significaría que el grupo de control debería tener una estancia más larga. Y cuando ajusto la puntuación de gravedad de la enfermedad, la diferencia sería aún más prominente.
Supongo que el modelo de regresión no tiene en cuenta el signo negativo (los pacientes que están menos enfermos tienen una puntuación negativa). La puntuación se vuelve más positiva a medida que se enferman más)
Re: ¿Cómo ajusto las covariables?Incluya las covariables como predictores adicionales en el modelo de regresión múltiple.
Seleccione Analizar > Ajustar modelo. Seleccione la columna de datos de respuesta y haga clic en Y. Seleccione las columnas de datos de predictor/factor y covariable y haga clic en Agregar. Ahora haga clic en Ejecutar. Utilice las pruebas de efectos para determinar la importancia de cada término. Utilice las estimaciones de parámetros para determinar la importancia de cada término. Haga clic en el triángulo rojo y seleccione Perfil de factores > Generador de perfiles para comprender la contribución de los cambios en cada predictor y covariable a la respuesta.
Consulte Ayuda > Libros > Ajuste de modelos lineales para obtener más detalles y ejemplos.
