Assistance à l'utilisation de l'analyse de modèles mixtesSalut,
J'aimerais de l'aide/des commentaires sur la façon d'effectuer une analyse de modèle mixte dans JMP, car elle semble être la plus adaptée à mes données.
Je cherche à comparer les différences au sein des groupes dans les résultats des tests avant et après le sommeil entre deux groupes (patients et témoins sains).
Les étapes que j'ai effectuées sont les suivantes :
-Ajout des résultats des tests (avant et après) sous les variables de rôle (Y)
-Ajout de la variable de groupe sous effets fixes (0 et 1 pour les contrôles et le groupe de patients respectivement)
-Ajout de l'identifiant individuel sous effet aléatoire.
Est-ce que ce qui précède est correct ? De plus, quelle structure de covariance est la plus appropriée ? L'utilisation de cette modélisation est nouvelle pour moi, j'apprécierais donc toute aide.
Analyse et modélisation des données de baseRe: Assistance à l'utilisation de l'analyse de modèles mixtesSalut @OddsMouse312534 ,
Bienvenue dans la Communauté !
Si je comprends assez bien votre sujet, vous souhaitez voir si le groupe de traitement bénéficie d'un score au test post-sommeil plus élevé/meilleur que le groupe témoin, en tenant compte des scores aux tests pré-sommeil (qui peuvent être différents selon les individus et les groupes) . Sans indications sur la manière dont les données ont été collectées (qui guideraient la modélisation appropriée), il est très difficile de trouver une solution.
Il peut exister plusieurs façons d’analyser vos données. Voici quelques idées, certaines options peuvent ne pas être pertinentes par rapport à votre sujet, vous pouvez donc choisir lesquelles peuvent vous sembler les plus appropriées en fonction de votre expertise du domaine et de la manière dont les données ont été collectées (aléatoire/DoE ?) :
- Vous pouvez analyser la différence entre vos résultats après et avant le test de sommeil, de sorte que la valeur initiale (pré-score) n'affecte pas les résultats, vous analyserez uniquement la différence de score de sommeil en fonction du groupe dans lequel se trouvent les individus.
- Ce qui pourrait également être possible, c'est d'utiliser le score de sommeil pré-test comme effet aléatoire, la variable de groupe comme effet fixe et le score post-sommeil comme réponse Y. De cette façon, vous tenez compte de la variabilité du score du test pré-sommeil. entre les individus, et vous souhaitez voir comment le score final du test post-sommeil peut être différent selon le groupe (témoin ou traitement).
S'il n'y a aucun individu à la fois dans le groupe témoin et dans le groupe de traitement, je ne vois pas l'intérêt d'utiliser l'ID comme effet aléatoire (car l'option 2 peut déjà prendre en compte la variabilité du score au test de pré-sommeil entre les individus). L’option 1 peut ne pas nécessiter d’effets aléatoires, puisque seule la variation entre les scores est analysée (l’influence aléatoire des individus peut donc déjà être prise en compte dans la différence des scores).
Vous pouvez également consulter les ensembles de données fournis par JMP dans la section "Modèles mixtes" (allez dans "Aide", puis "Index d'échantillons" et recherchez la section "Modèles mixtes"). En fonction de la quantité d'informations dont vous disposez sur les individus, certains ensembles de données peuvent vous aider à comprendre comment gérer les variables : Cholesterol Stacked.jmp par exemple pour gérer le temps, les patients et les groupes, avec une imbrication du traitement dans Patient comme effet aléatoire. Growth Measurement.jmp est un bon exemple pour traiter des patients évalués à différents âges (structure répétée).
Voici quelques suggestions et idées rapides pour démarrer la discussion. Si vous pouvez fournir plus de contexte sur la génération de données, l'objectif de l'étude, le nombre de participants, etc... et éventuellement un court ensemble de données anonymisées, cela serait utile.
Je suis sûr que d'autres membres de la communauté pourront se lancer dans la discussion avec plus d'informations fournies.
J'espère que ce premier démarreur de discussion pourra vous aider,
Re: Assistance à l'utilisation de l'analyse de modèles mixtesSalut Victor,
Merci beaucoup pour votre réponse. Si je peux donner plus de détails :
L'étude implique un groupe de patients présentant un trouble spécifique, associé à un groupe de témoins sains. Le but de l'étude est d'évaluer l'effet du sommeil sur les résultats d'un test cognitif, où le test a lieu à deux moments : au départ (avant le sommeil) et le lendemain (après le sommeil). Il n'y a pas d'intervention spécifique, le but est d'évaluer s'il y a une différence « entre les groupes » dans l'évolution des scores, ainsi que de mesurer les effets du sommeil sur les résultats des tests et de voir s'il y a une différence significative entre les groupes. La taille totale du groupe est de 48 pour les patients, de 45 pour le groupe témoin. J'ai comparé les moyennes du delta (différence entre les scores avant et après le sommeil) entre les groupes avec un test t indépendant, mais je prétends que cela est insuffisant pour avoir une vue d'ensemble. C'est pourquoi j'ai envisagé un modèle mixte : comme des patients individuels et des témoins ont été mesurés, j'ai voulu utiliser l'ID comme effet aléatoire.
Re: Assistance à l'utilisation de l'analyse de modèles mixtesSalut @OddsMouse312534 ,
Vous trouverez peut-être cette note JMP intéressante pour comparer les différentes options de modélisation disponibles : Analyse de mesures répétées dans JMP® Software - Communauté d'utilisateurs JMP
Je pense que vous pouvez avoir une structure de données très similaire à celle présentée dans la table de données Cholesterol Stacked.jmp (disponible dans l'exemple d'index ou dans la copie de ce message), donc cette section de l'aide JMP peut vous aider à structurer votre table de données et à exécuter la modélisation appropriée : Exemple de Mesures Répétées
J'ai fait un simple jeu de données de jouets sur votre exemple avec l'éventuelle analyse mixte disponible si vous souhaitez jeter un œil à un cas d'utilisation plus concret et similaire : Test_MixedModel.jmp
Encore une fois, le choix du modèle le plus approprié est une question de « meilleur ajustement », mais également de la manière dont les données ont été structurées et collectées. Différentes structures de mesures répétées sont possibles dans les modèles mixtes et doivent être évaluées sur la base des résultats statistiques et de la manière dont l'étude a été menée.
J'espère que cette réponse pourra vous aider,
Re: Assistance à l'utilisation de l'analyse de modèles mixtesSi je peux me permettre d'ajouter : je me demandais si une ANOVA mixte entre-intérieur était applicable dans cette situation. Le problème est que je ne sais pas comment inclure les points temporels dans le modèle dans JMP (pour l'effet répété), c'est-à-dire comment les inclure dans la base de données. Tout ce que j'ai dans la base de données pour le moment, c'est l'identifiant du participant, la condition (0 pour le contrôle, 1 pour le patient) et le résultat pré et post-test.
