混合效應(yīng)模型在多反應(yīng)變量重復(fù)測量資料分析中的應(yīng)用.pdf

1、重復(fù)測量數(shù)據(jù)(repeated measurement data)是醫(yī)學(xué)研究中十分常見的數(shù)據(jù)類型。針對這種數(shù)據(jù)的分析方法，經(jīng)過多年的發(fā)展，已經(jīng)有了很大改善，尤其是通過擬合混合效應(yīng)模型，應(yīng)用SAS軟件的MIXED過程對其進行分析，相對于用一般的多變量分析或者SAS的GLM過程分析而言，模型建立更為靈活，結(jié)果更為可信。但是，一般文獻中應(yīng)用MIXED過程多是針對單一反應(yīng)變量重復(fù)測量的情況，數(shù)據(jù)之間的相關(guān)性也僅存在于同一個體的多次測量結(jié)果之間。

2、 在大量的臨床診斷、治療實驗和其它學(xué)科中，經(jīng)常會遇到有兩個甚至多個反應(yīng)變量進行重復(fù)測量的情況，這些反應(yīng)變量之間并非相互獨立，而是也具有相關(guān)性的。例如，對高血壓患者進行血壓檢測，每個被調(diào)查者先后三次重復(fù)測量其收縮壓與舒張壓水平，每位患者除收縮壓或舒張壓的三次測量之間有相關(guān)性外，每次測量的收縮壓和舒張壓之間也有相關(guān)性存在。對于這樣的雙反應(yīng)變量重復(fù)測量數(shù)據(jù)，在一些文獻中往往將兩個以上的反應(yīng)變量割裂開來，分別進行單變量重復(fù)測量資料或常規(guī)

3、的單變量分析，這些方法都是不正確的。同時，對于多反應(yīng)變量重復(fù)測量資料，數(shù)據(jù)之間的相關(guān)性可以分解為兩部分，即某個體單反應(yīng)變量重復(fù)測量值之間的相關(guān)和某個體多個反應(yīng)變量之間的相關(guān)，同時其資料的隨機誤差仍然可以分解為個體內(nèi)重復(fù)測量誤差和個體間誤差兩部分。 本研究是在了解混合效應(yīng)模型原理方法的基礎(chǔ)上，針對多反應(yīng)變量重復(fù)測量數(shù)據(jù)的特點，運用醫(yī)學(xué)與環(huán)境學(xué)實例，研究混合效應(yīng)模型在雙反應(yīng)變量重復(fù)測量資料分析中的應(yīng)用，建立與完善其模型及SAS軟件分

4、析程序，并進行實例分析。結(jié)果認為該方法不僅可以更加有效、深入的挖掘該類數(shù)據(jù)中蘊藏的信息，得到固定效應(yīng)和隨機效應(yīng)的估計值，同時可以得到反應(yīng)變量本身之間的相關(guān)系數(shù)和變量多次重復(fù)測量間的相關(guān)系數(shù)，對數(shù)據(jù)間的相關(guān)性進行更加細致的分解和研究。另外，分析者也可擬合不同的混合效應(yīng)模型，通過比較擬合統(tǒng)計量的大小和協(xié)方差參數(shù)的多少，從中選擇針對該數(shù)據(jù)最切合實際解釋的統(tǒng)計分析模型。 研究結(jié)果表明，混合效應(yīng)模型完全可以應(yīng)用于多反應(yīng)變量重復(fù)測量數(shù)據(jù)的分