Hola a todos,
Estamos comparando tres ensayos diferentes (A, B, C) para ver qué tan bien detectan una condición de enfermedad. Tenemos cuatro grupos donde 1 = enfermedad y 2, 3 y 4 = condiciones benignas diferentes.
La pregunta es doble
- ¿Qué prueba usaría dentro de un ensayo para ver si pueden detectar una diferencia con el grupo de control (= enfermedad)
- Los datos no se distribuyen normalmente
- Los datos contienen 0, lo que dificulta la transformación, porque la transformación de registros no funcionará
- ¿Qué métrica o número podemos usar para determinar qué ensayo se desempeñó mejor?
Gracias de antemano
Es posible que desee utilizar la regresión logística, donde la clase de enfermedad es Y y el Ensayo es X. Voy a dejar las etiquetas 1-4 como están, pero le diré a JMP que el orden es 2, 3, 4 y 1, porque asume que el último nivel (1 ahora) es la clase objetivo ( enfermedad). Esto es lo que parece cuando haces una regresión de Y versus X por separado:
La curva ROC es una herramienta de diagnóstico para evaluar la discriminación (sensibilidad versus especificidad 1) que podría ayudarlo. También podría ser útil usar los tres ensayos simultáneamente como predictores para ver si uno es mejor. Aquí está la regresión logística nominal de esa manera:
Así que parece que el ensayo C funciona mejor que los otros dos ensayos. Ahora bien, ¿cuál es el mejor modelo? ¿La relación es lineal? Aquí está el ajuste y la prueba del modelo cúbico:
Parece que un predictor lineal es suficiente.
¿Qué representan las otras clases (2-4)? ¿Hay realmente 3 clases normales y 1 clase anormal? Además, ¿este estudio es exploratorio o confirmatorio?
Adjunté su tabla de datos JMP después de guardar scripts para repetir el análisis que muestro aquí
