Correlazione serialeHo un set di dati in cui sono stati raccolti più valori dallo stesso paziente. Ci sono 25 pazienti ma ogni paziente avrebbe circa 30 osservazioni.
A questi pazienti viene misurata la CO2 transcutanea in momenti diversi. E stiamo confrontando diverse caratteristiche (fabbisogno di ossigeno, supporto respiratorio) con misurazioni di CO2 transcutanee normali e anormali. Correlando anche la CO2 transcutanea con la FiO2. Faremo anche un'analisi di regressione multivariata.
Ciò ovviamente porta al problema delle osservazioni non indipendenti e all'errore nel valore P mediante test standard.
Stavo parlando con uno statistico che analizza i dati utilizzando SAS. Ha detto che può regolare il test statistico per la correlazione seriale in SAS.
è possibile in jmp farlo?
Ri: Correlazione serialecomando xtreg nel programma STATA
Ha utilizzato l'analisi di regressione per i dati panel.
Secondo lo statistico, "il semplice test t non è applicabile per i dati".. Vorrei ancora replicare i risultati in JMP
Ri: Correlazione serialeHmm non riesco a contattarlo. Ma chiederà
Nel frattempo sto cercando di capire se Fit Y by X è una strategia appropriata in questo caso?
Ri: Correlazione seriale" Lo statistico mi ha appena inviato i risultati della sua analisi da parte del SAS ". Puoi chiedere loro di inviare anche il codice SAS che hanno utilizzato e di pubblicarlo qui (non i dati), per favore?
Ri: Correlazione serialeLo statistico mi ha appena inviato i risultati della sua analisi tramite SAS. La sua analisi dei valori medi di FiO2 per CO2 transcutanea normale e anormale è molto diversa da quella che ho calcolato sulla base del semplice confronto univariato Y per X su jmp.
L'unica spiegazione che posso dare è che ha qualcosa a che fare con la correlazione seriale dei valori (valori multipli registrati ogni 30 minuti per ogni paziente). In jmp ho contato ogni riga come un'osservazione indipendente. Non sono del tutto sicuro di ciò che ha fatto lo statistico (non sono in grado di contattarlo).
Non voglio prendere per oro colato la sua analisi e voglio verificare autonomamente i risultati (mi aiuta anche a capirlo quando scrivo)
Ri: Correlazione serialeQuindi hai circa 30 osservazioni per ciascuno dei 25 pazienti. Ogni osservazione è un punto temporale che include ID paziente, CO2 transcutanea, FiO2, fabbisogno di ossigeno, supporto respiratorio. È molto corretto?
Y es questo è corretto
Capisco per "correlazione seriale" che intendi che la risposta è correlata automaticamente. Sai perché? Ad esempio, le misurazioni vengono effettuate in un periodo di tempo troppo breve per la variazione casuale o esiste un trattamento nello stesso periodo di tempo che influisce sulla risposta?
Le misurazioni vengono effettuate ogni 30 minuti. Questi pazienti sono in ospedale per ricevere vari tipi di trattamento, quindi vari trattamenti nel periodo di tempo possono influenzare la risposta.
Quale di queste variabili è la risposta o il risultato che è importante per te?
La CO2 transcutanea è la variabile predittiva (classificata come normale e anormale in base ai valori) e le variabili previste sono FiO2, portata, punteggio di bronchiolite e pew sco più importanti sono la FiO2 e la portata re.
Ci sono altre variabili, come l'età, il sesso o lo stato della malattia?
il sesso e il peso del paziente sono altre variabili che possono avere un impatto
La CO2 transcutanea normale o anormale è determinata indipendentemente per ciascuna osservazione?
Sì, questo è determinato indipendentemente per ogni osservazione
Lo statistico ha spiegato la natura dell'aggiustamento che sarebbe stato utilizzato?
Non proprio
Penso che un modello misto con il paziente come effetto casuale andrebbe bene, ma potrebbe essere necessario nidificare gli altri parametri per un modello a coefficienti casuali. JMP può eseguire alcune di queste regressioni. JMP Pro potrebbe essere richiesto per le altre regressioni.
Ri: Correlazione serialeQuindi hai circa 30 osservazioni per ciascuno dei 25 pazienti. Ogni osservazione è un punto temporale che include ID paziente, CO2 transcutanea, FiO2, fabbisogno di ossigeno, supporto respiratorio. È molto corretto?
Capisco per "correlazione seriale" che intendi che la risposta è correlata automaticamente. Sai perché? Ad esempio, le misurazioni vengono effettuate in un periodo di tempo troppo breve per la variazione casuale o esiste un trattamento nello stesso periodo di tempo che influisce sulla risposta?
Quale di queste variabili è la risposta o il risultato che è importante per te?
Ci sono altre variabili, come l'età, il sesso o lo stato di malattia?
La CO2 transcutanea normale o anormale è determinata indipendentemente per ciascuna osservazione?
Lo statistico ha spiegato la natura dell'aggiustamento che sarebbe stato utilizzato?
Penso che un modello misto con il paziente come effetto casuale andrebbe bene, ma potrebbe essere necessario nidificare gli altri parametri per un modello a coefficienti casuali. JMP può eseguire alcune di queste regressioni. JMP Pro potrebbe essere richiesto per le altre regressioni.
