Asistencia en el uso de análisis de modelos mixtos.Hola,
Me gustaría recibir ayuda/comentarios sobre cómo realizar un análisis de modelo mixto en JMP, ya que parece ser el más adecuado para mis datos.
Estoy buscando comparar las diferencias dentro del grupo en las puntuaciones de las pruebas antes y después del sueño entre dos grupos (pacientes y controles sanos).
Los pasos que hice son los siguientes:
-Puntuaciones de pruebas agregadas (tanto antes como después) en Variables de rol (Y)
-Se agregó la variable de grupo bajo efectos fijos (0 y 1 para controles y grupo de pacientes respectivamente)
-Agregado el ID individual bajo efecto aleatorio.
¿Es correcto lo anterior? Además, ¿qué estructura de covarianza es la más apropiada? El uso de este modelado es nuevo para mí, por lo que agradecería cualquier ayuda.
Análisis y modelado de datos básicosRe: Asistencia en el uso de análisis de modelos mixtosHola @OddsMouse312534 ,
¡Bienvenidos a la Comunidad!
Si entiendo su tema lo suficientemente bien, le interesará ver si el grupo de tratamiento se beneficia de una puntuación de las pruebas posteriores al sueño más alta/mejor que el grupo de control, teniendo en cuenta las puntuaciones de las pruebas previas al sueño (que pueden ser diferentes entre individuos y grupos). . Sin indicaciones sobre cómo se recopilaron los datos (que guiarían el modelado apropiado), es muy difícil encontrar una solución.
Puede haber varias formas de analizar sus datos. Aquí hay algunas ideas, algunas opciones pueden ser irrelevantes para su tema, por lo que puede elegir cuál(es) le parecerá más apropiada según su experiencia en el campo y cómo se recopilaron los datos (¿aleatorios/DoE?):
- Puede analizar la diferencia entre los puntajes de la prueba posterior y previa al sueño, de modo que el valor inicial (puntuación previa) no afectará los resultados, solo analizará la diferencia en la puntuación del sueño según el grupo en el que se encuentran los individuos.
- Lo que también puede ser posible es utilizar la puntuación del sueño previa a la prueba como un efecto aleatorio, la variable de grupo como efecto fijo y la puntuación posterior al sueño como respuesta Y. De esta manera, se tiene en cuenta la variabilidad en la puntuación de la prueba previa al sueño. entre individuos, y le interesa ver cómo la puntuación final de la prueba posterior al sueño puede ser diferente según el grupo (control frente a tratamiento).
Si no hay individuos ni en el grupo de control ni en el de tratamiento, no veo el sentido de utilizar la identificación como un efecto aleatorio (ya que la opción 2 ya puede tener en cuenta la variabilidad de la puntuación de la prueba previa al sueño entre los individuos). Es posible que la opción 1 no requiera efectos aleatorios, ya que solo se analiza la variación entre las puntuaciones (por lo que la influencia aleatoria de los individuos ya puede tenerse en cuenta en la diferencia de las puntuaciones).
También puede consultar los conjuntos de datos proporcionados por JMP en la sección "Modelos mixtos" (vaya a "Ayuda", luego a "Índice de muestras" y busque la sección "Modelos mixtos"). Dependiendo de la cantidad de información que pueda tener sobre los individuos, existen algunos conjuntos de datos que pueden ayudarle a descubrir cómo manejar las variables: Cholesterol Stacked.jmp, por ejemplo, para manejar el tiempo, los pacientes y los grupos, con un anidamiento de Tratamiento en Paciente como efecto aleatorio. Growth Measurement.jmp es un buen ejemplo para tratar con pacientes evaluados a diferentes edades (estructura repetida).
Estas son algunas sugerencias e ideas rápidas para iniciar la discusión, si puede proporcionar más contexto sobre la generación de datos, el objetivo del estudio, el número de participantes, etc... y posiblemente un breve conjunto de datos anónimos, sería útil.
Estoy seguro de que otros miembros de la comunidad pueden participar en la discusión con más información proporcionada.
Espero que este primer iniciador de discusión pueda ayudarte.
Re: Asistencia en el uso de análisis de modelos mixtosHola Víctor,
Muchas gracias por su respuesta. Si puedo dar más detalles:
El estudio involucra a un grupo de pacientes con un trastorno específico, emparejados con un grupo de controles sanos. El propósito del estudio es evaluar el efecto del sueño en los resultados de una prueba cognitiva, donde la prueba se realiza en dos momentos: al inicio (antes del sueño) y a la mañana siguiente (después del sueño). No existe una intervención específica, el propósito es evaluar si existe una diferencia "entre grupos" en el cambio en las puntuaciones, así como medir los efectos del sueño en los resultados de las pruebas y ver si hay una diferencia significativa entre los grupos. El tamaño total del grupo es 48 para pacientes, 45 para el grupo de control. He comparado las medias de delta (diferencia entre las puntuaciones antes y después del sueño) entre grupos con una prueba t independiente, pero sostengo que esto es insuficiente para capturar el panorama completo. Por eso miré un modelo mixto: como hay pacientes individuales y controles que se midieron, quería usar la identificación como un efecto aleatorio.
Re: Asistencia en el uso de análisis de modelos mixtosHola @OddsMouse312534 ,
Puede que le resulte interesante esta nota de JMP para comparar las diferentes opciones de modelado disponibles: Análisis de medidas repetidas en JMP® Software - Comunidad de usuarios de JMP
Creo que es posible que tenga una estructura de datos muy similar a la que se presenta en la tabla de datos Cholesterol Stacked.jmp (disponible en el índice de muestra o en una copia de este mensaje), por lo que esta sección de la Ayuda de JMP puede ayudarle a estructurar su tabla de datos y ejecutarla. el modelado apropiado: Ejemplo de medidas repetidas
Hice un conjunto de datos de juguete simple en su ejemplo con el posible análisis mixto disponible si desea ver un caso de uso más concreto y similar: Test_MixedModel.jmp
Una vez más, elegir el modelo más apropiado es una cuestión de "mejor ajuste", pero también de cómo se han estructurado y recopilado los datos. En los modelos mixtos son posibles diferentes estructuras de mediciones repetidas, que deben evaluarse en función de los resultados estadísticos y de la forma en que se ha realizado el estudio.
Espero que esta respuesta pueda ayudarte,
Re: Asistencia en el uso de análisis de modelos mixtosSi se me permite agregar: me preguntaba si un ANOVA mixto entre dentro era aplicable en esta situación. El problema es que no sé cómo incluir los puntos de tiempo en el modelo en JMP (para el efecto repetido), es decir, cómo incluir esto en la base de datos. Todo lo que tengo en la base de datos en este momento es la identificación del participante, la condición (0 para control, 1 para paciente) y el resultado de la prueba previa y posterior.
