热度 4|
MMRM (二)
上篇博文中,小胖提到了MMRM (mixed-effect models for repeated measures)是一种特殊形式的广义线性混合模型,它把随机效应modelling为within-subject correlations的一部分,形成一个multivariate normal model来进行重复测量的分析。下边我们再具体看一下:
在MMRM中,time被当作一个效应变量,而treatment*time则被视为unstructured交互作用项,而不是把它看为治疗组随着试验时间的变化而造成的slope的差异。这样做就可以对研究结束时或各个规定访视点的主要疗效指标least square mean (LSMEAN)的不同进行直接估计和统计检验。而由于受试者规定的访视时间点的数量一般是固定的,而且相对数量较少,这些都使得MMRM考虑把time作为一个效应变量放在模型里。
而在随机效应方面,MMRM把随机效应纳入到within-subject error covariance structure的一部分。而within-subject errors 通常采取“unstructured”(UN)covariance。UN covariance的优点在于它对within-subject variability不作有任何assumptions。虽然错误地指定MMRM的covariance structure会增大I类错误及改变power,但采取UN covariance,无论其真实的variance–covariance structure是什么,都是较为合理的,都能较好地控制I类错误及power。关于I类错误及power的问题,有兴趣的同学可参加下边这篇文献:
Mallinckrodt, C. H., Clark, W. S., David, S. R. Type I error rates from mixed effects model repeated measures versus fixed effects ANOVA with missing values imputed via last observation carried forward. Drug Information Journal, Vol. 35, pp. 1215–1225, 2001
手机版|会员|至尊|接种|公卫人 ( 沪ICP备06060850号-3 )
GMT+8, 2024-5-16 03:54 , Processed in 0.027540 second(s), 5 queries , Gzip On, MemCached On.
Powered by Discuz! X3.4
© 2001-2023 Discuz! Team.