Bonjour à tous! J'ai besoin de conseils.
Pour mon mémoire de maîtrise à l'hôpital universitaire d'Anvers, je travaille sur une expérience qui mesure quelle quantité et quels plastifiants (= composants plastiques toxiques) sont libérés par les dispositifs médicaux en plastique lors d'une utilisation médicale. Plus précisément, nous avons mesuré la libération de plastifiants d’un circuit de perfusion lors de la perfusion d’un fluide nutritionnel à différents moments.
En bref:
- Nous infusons un fluide nutritif à travers un circuit de perfusion médical, le captons en fin de circuit à différents instants (avant la perfusion, après 12, 24 et 48 heures). Nous mesurons ensuite la concentration de différents plastifiants dans les fluides nutritionnels collectés. De cette façon, le lessivage au fil du temps peut être examiné.
- Nous avons réalisé cette expérience sur 3 fluides nutritifs différents, pour voir s'il existe une différence significative de libération de plastifiants entre ces fluides.
- Pour le fluide nutritif 1, l'expérience est réalisée en triple, pour les autres une seule fois.
Mon base de données se présente comme suit :
Expérience | Fluide nutritif | Points horaires de collecte (heures) | Concentration plastifiant 1 (microgrammes) | Concentration plastifiant 2 (microgrammes) | Concentration plastifiant 3 (microgrammes) |
1 | fluide 1 | 0 | X | X | X |
1 | fluide 1 | 12 | X | X | X |
1 | fluide 1 | 24 | X | X | X |
1 | fluide 1 | 48 | X | X | X |
2 | fluide 2 | 0 | X | X | X |
2 | fluide 2 | 12 | X | X | X |
2 | fluide 2 | 24 | X | X | X |
2 | fluide 2 | 48 | X | X | X |
3 | fluide 3 | 0 | X | X | X |
3 | fluide 3 | 12 | X | X | X |
3 | fluide 3 | 24 | X | X | X |
3 | fluide 3 | 48 | X | X | X |
(Nous attendons toujours les résultats de la concentration des différents plastifiants)
Ma question: quel(s) test(s) serait-il préférable d'exécuter sur JMP pour mon analyse statistique ? Ou pour montrer (visuellement) la signification/les résultats de mes données ? Pour
- Montrer les concentrations de libération de plastifiant.
- Suivez la libération du plastifiant au fil du temps.
- Vérifier la différence de libération de plastifiant entre les 3 fluides nutritifs différents.
Merci d'avance!
Cordialement,
Camille
Il n’y a pas de réponse simple et unique à cette question, surtout sans connaître à l’avance le processus, le bruit, la physique et les données.
Vous trouverez ci-joint un script qui génère une table avec deux scripts et des données modélisées.
Une première approche pour moi serait toujours un jugement visuel (par Graph Builder etc.).
Une deuxième approche pourrait être la plateforme de modèles d'ajustement, dans ce cas les moindres carrés, voir deuxième script. La valeur p peut vous indiquer l'importance du paramètre, le fluide 3 est différent pour le plastifiant 3, mais il est difficile à trouver. Avec plus de données, ce serait plus facile à trouver. En appuyant "?" et en cliquant avec la souris dans le rapport, vous trouverez une aide contextuelle pour comprendre les détails.
Bonne chance!
Names Default To Here( 1 );
Random Reset( 42 );
db = New Table( "Plasticizers",
add rows( 12 ),
New Column( "Experiment", "Numeric", "Ordinal", set values( [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3] ) ),
New Column( "Nutritive fluid",
"Character",
"Nominal",
set values(
{"fluid 1", "fluid 1", "fluid 1", "fluid 1", "fluid 2", "fluid 2", "fluid 2", "fluid 2", "fluid 3", "fluid 3", "fluid 3", "fluid 3"}
)
),
New Column( "Time points of collection (hours)",
Numeric,
Continuous,
set format( "Best", 12 ),
set values( [0, 12, 24, 48, 0, 12, 24, 48, 0, 12, 24, 48] )
),
New Column( "Concentration plasticizer 1 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 1, 1 ) + 0.1 * Name( "Time points of collection (hours)" ) )
),
New Column( "Concentration plasticizer 2 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 3, 1 ) + 0.2 * Name( "Time points of collection (hours)" ) )
),
New Column( "Concentration plasticizer 3 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 10, 1 ) + If( Name( "Nutritive fluid" ) == "fluid 3", 0.5, 0.1 ) * Name( "Time points of collection (hours)" ) )
),
);
db << Add Properties to Table(
{New Script(
"Concentration plasticizer 1 (micrograms) & 2 more vs. Time points of collection (hours)",
Graph Builder(
Size( 855, 739 ),
Variables(
X( :Name( "Time points of collection (hours)" ) ),
Y( :Name( "Concentration plasticizer 1 (micrograms)" ) ),
Y( :Name( "Concentration plasticizer 2 (micrograms)" ), Position( 1 ) ),
Y( :Name( "Concentration plasticizer 3 (micrograms)" ), Position( 1 ) ),
Group X( :Nutritive fluid )
),
Elements( Points( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 14 ) ), Smoother( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 15 ) ) )
)
), New Script(
"Fit Least Squares",
Fit Model(
Y(
:Name( "Concentration plasticizer 1 (micrograms)" ),
:Name( "Concentration plasticizer 2 (micrograms)" ),
:Name( "Concentration plasticizer 3 (micrograms)" )
),
Effects( :Nutritive fluid, :Name( "Time points of collection (hours)" ) ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:Name( "Concentration plasticizer 1 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
:Name( "Concentration plasticizer 2 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
:Name( "Concentration plasticizer 3 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
)
)}
);
