247093_es-ES

liliconcom

Mediciones repetidas para el resultado dependiendo de covariables

Permítame llamar su atención sobre un conjunto de datos, que estoy luchando por analizar correctamente:

ID del estudio	Viva	Día de medición	Variable 1	Variable 2	Co variable
UN	1	0 0	210	500	si
UN	1	2	210	250	si
si	1	0 0	151	398	No
si	1	1	151	372	No
si	1	2	151	320	si
si	1	3	151	268	No
si	1	4 4	151	372	No
C	0 0	0 0	33	269	si
C	0 0	1	33	203	No

 

Como tengo mediciones repetidas para todos mis sujetos (ID del estudio), todas las variables se han apilado para los distintos puntos de tiempo (día de la medición). Todos tienen un resultado nominal: Vivo: 1/0.

1) Las variables 1 y 2 son variables continuas y pueden determinar el resultado (vivo) para mi sujeto (ID del estudio)

- ¿Me puede guiar qué prueba utilicé mejor o consulte la referencia?

2) Problema 1: los sujetos mueren o sobreviven en diferentes períodos de tiempo (hasta el último día de medición): ¿cómo puedo explicar esto?

3) Problema2: no todos los sujetos tienen mediciones repetidas para todos los días (día de la medición), faltan algunos (por ejemplo, ID del estudio: A): ¿cómo los tomo en cuenta?

4) La Variable Co puede influir en la Variable 2, lo que puede afectar el resultado (Vivo): ¿cómo podría explicar este efecto?

 

Muchas gracias por tu orientación! ¡Realmente aprecio tu ayuda en este análisis! Bagazo

 

Re: mediciones repetidas para el resultado dependiendo de las covariables

Este no es un diseño convencional de 'medidas repetidas'. Este es un estudio de 'supervivencia'. El resultado (respuesta) no está vivo o muerto. La muerte es el 'evento'. La respuesta es el momento de este evento (día). El hecho de que algunos sujetos aún estén vivos significa que la última vez que se observa es un tiempo de vida mínimo. Tales datos están 'censurados'. Puede usar datos 'censurados a la derecha' en JMP (solo límite inferior). El hecho de que no controle continuamente el tema, sino solo una vez al día, sugiere que debe usar la 'censura de intervalo' para obtener estimaciones más precisas (límite inferior y superior).

 

Construya su tabla para que tenga dos columnas para el resultado (día). La primera columna es el momento en que se les observó por última vez vivos y la segunda columna es el tiempo en que se los observó por primera vez muertos. El hecho de que hayas observado un tema durante muchos días es irrelevante. Es solo el momento de la muerte lo que importa.

 

Configura su tabla de datos con una observación para cada sujeto, incluidas las covariables para la última observación. Puede verse así para las primeras materias. (Si entiendo tu ejemplo)

 

 

Para analizar los datos, seleccione Analizar> Ajustar modelo. Haga clic en el menú desplegable de Personalidad y seleccione Supervivencia paramétrica. Seleccione las columnas de datos Temprano y Tardío y haga clic en Y. NOTA: es esencial que primero se ingrese la hora más temprana. Seleccione las columnas de datos covariables y use Agregar o Macros para hacer el predictor lineal. Debería mirar alguna cosa Me gusta esto:

 

 

Haz clic en Ejecutar.

 

Le recomiendo que no use la Variable 2 y la Variable co en el modelo juntas.