247093_it-IT

liliconcom

Misure ripetute per esito a seconda delle covariabili

Consentitemi di portare un set di dati alla vostra attenzione, che faccio fatica ad analizzare correttamente:

ID studio	Vivo	Giorno di misurazione	Variabile 1	Variabile 2	Co variabile
UN	1	0	210	500	sì
UN	1	2	210	250	sì
B	1	0	151	398	no
B	1	1	151	372	no
B	1	2	151	320	sì
B	1	3	151	268	no
B	1	4	151	372	no
C	0	0	33	269	sì
C	0	1	33	203	no

 

Dato che ho ripetute misurazioni per tutte le mie materie (ID studio), tutte le variabili sono state raggruppate per i vari punti temporali (giorno della misurazione). Tutti hanno un risultato nominale: vivo: 1/0.

1. Le variabili 1 e 2 sono variabili continue e possono determinare il risultato (vivo) per la mia materia (ID studio)

- puoi guidarmi quale test ho usato meglio o fare riferimento al riferimento

2. Problema 1: i soggetti muoiono o sopravvivono in periodi di tempo diversi (fino all'ultimo giorno di misurazione) - come posso spiegarlo?

3. Problema: non tutte le materie hanno ripetute misurazioni per tutti i giorni (giorno della misurazione), alcune mancano (esempio ID studio: A) - come posso spiegarle?

4. La variabile Co può influenzare la variabile 2, che può influire sull'esito (vivo) - come dovrei spiegare questo effetto?

 

Grazie mille per la tua guida! Apprezzo molto il tuo aiuto in questa analisi! Marc

 

Ri: Misurazioni ripetute per esito a seconda delle covariabili

Questo non è un disegno convenzionale di "misure ripetute". Questo è uno studio di "sopravvivenza". Il risultato (risposta) non è vivo o morto. La morte è "l'evento". La risposta è l'ora di questo evento (giorno). Il fatto che alcuni soggetti siano ancora vivi significa che l'ultima volta osservata è una durata minima. Tali dati vengono "censurati". È possibile utilizzare i dati "censurati correttamente" in JMP (solo limite inferiore). Il fatto di non monitorare continuamente l'argomento, ma solo una volta al giorno suggerisce che è necessario utilizzare la "censura a intervalli" per ottenere stime più accurate (limite inferiore e superiore).

 

Costruisci la tua tabella in modo da avere due colonne per il risultato (giorno). La prima colonna è l'ora in cui sono state osservate per l'ultima volta vive e la seconda colonna è l'ora in cui sono state osservate morte per la prima volta. Il fatto che tu abbia osservato un argomento per molti giorni è irrilevante. È solo il tempo della morte che conta.

 

Si imposta la tabella dei dati con un'osservazione per ogni soggetto, comprese le covariate per l'ultima osservazione. Potrebbe apparire così per i primi argomenti. (Se capisco il tuo esempio.)

 

 

Per analizzare i dati, selezionare Analizza> Adatta modello. Fai clic sul menu a discesa per Personalità e seleziona Parametric Survival. Selezionare le colonne di dati Early e Late e fare clic su Y. NOTA: è essenziale inserire prima il primo orario. Seleziona le colonne di dati della covariata e usa Aggiungi o Macro per creare il predittore lineare. Dovrebbe apparire qualcosa come questo:

 

 

Fai clic su Esegui.

 

Si consiglia di non utilizzare insieme sia la variabile 2 che la variabile nel modello.