多反应变量模型在临床实例中的应用研究

[目的]将多反应变量模型应用到临床实践中。[方法]在MLwiN2.0软件中运用临床实例阐述多反应变量模型的构造、参数估计及结果的解释。[结果]在最后所拟合的二元两水平模型中,得到两个反应变量之间的相关系数;在考虑了结果变量之间的相关性后,能获得参数的有效估计,不仅可以比较不同影响因素对同一个反应变量的影响效应大小,还可以比较同一个影响因素对两个不同反应变量的影响效应大小。[结论]多反应变量模型适合于临床资料中多个相关反应变量的回归分析。

多反应变量重复测量的混合效应模型及其应用

本文给出了多反应变量重复测量的协方差矩阵结构，探讨了用迭代广义最小二乘法来求解其带协变量和不带协变量的混合效应模型中固定效应和随机效应系数，并对１９９１年四川省高血压调查资料进行实例分析，得到其结论符合实际情况．

多反应变量重复测量资料的协方差类型模型应用及SAS实现

目的 探讨协方差类型模型在多反应变量的重复测量资料分析中的应用方法 为了评价盐酸吡格列酮片治疗2型糖尿病的有效性,以安慰剂为对照,对240例2型糖尿病患者的空腹血糖和餐后2 h血糖重复观测数据进行多反应变量的协方差类型模型分析,对模型的固定效应参数矩阵作最小二乘估计并进行组间比较,同时给出误差效应的方差协方差矩阵,利用SAS中的MIXED过程得以实现结果 2组空腹血糖和餐后2 h血糖的总体差别有统计学意义（P〈0.01）;各时间点的差异有统计学意义（P〈0.01）;反应变量类别和时间的交互作用有统计学意义（P〈0.05）,说明空腹血糖和餐后2 h血糖随时间的变化趋势有所不同;分组和时间的交互作用有统计学意义（P〈0.01）,说明2组血糖随时间的变化趋势有所不同.得到固定效应的有关参数的估计值,并给出了曲线图.用药后患者的空腹血糖和餐后2 h血糖随时间变化而变化,且2组曲线的变化趋势是不相同的.试验组曲线随时间迅速下降,而安慰剂组曲线随时间变化非常平缓结论 多反应变量的协方差类型模型可以处理有随机缺失数据的资料,并允许每个观察对象观察次数和观察时间不同,通过指定非独立数据的方差协方差矩阵结构,直接对相关性结构建模.模型不仅考虑了每个反应变量多次重复测量结果之间的相关性,也考虑了各个反应变量之间的相关性,可有效地进行重复测量资料的动态变化趋势分析,统计结论更为可信.

基于潜变量得分的多水平多变量回归模型在职业紧张评价中的应用

目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在,以职业紧张量表14个分项的潜变量得分,将之作为中间结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧张,而个体应变能力是减轻职业紧张行之有效的方式。随机系数反映这些影响在不同科室存在着不同。结论采用基于潜变量得分的多水平多反应变量回归模型既可有效降低测量误差,又得以合理地解释。尤其对于系统结构数据,多元线性模型的多水平理论比多水平潜变量分析方法更成熟可信。

多元多水平模型及其在儿童生长发育研究中的应用

目的 传统的统计方法不宜用于分析具有层次结构特征的多反应变量数据 ,本文探讨了多元多水平模型的原理及应用。方法 利用儿童生长发育研究的实例介绍多元多水平模型的构造及其应用。结果 获得了解释变量系数的有效估计及身长和体重在各个水平上关系。结论 多水平模型可以灵活有效地处理各种具有层次结构的数据。

混合响应类型的多水平模型在重复测量资料中的应用和实现

目的将混合响应类型的多水平模型应用到具有两个不同类型结局变量的重复测量资料的分析中。方法对原始资料的格式作适当变换,构造一个水平1虚拟变量,将2个结局变量作为水平1上的观察单位,各时间点的重复测量为水平2单位,受试者为水平3单位,用MLwiN2.25软件拟合混合响应类型的三水平模型,对试验组和对照组的疗效,以及受试者的年龄、性别、观察指标的基线值,时间、组别和时间的交互效应进行分析。结果该模型在考虑了两个不同类型的结局变量在各个水平上的相关性后,可以对两个结局变量同时进行影响因素分析,获得解释变量对两个结局变量影响的估计,且只要数据缺失随机则估计是有效且无偏的。结论由于混合响应类型的多水平模型允许结局变量具有不同类型,并且把数据间的相关性分解为重复测量相关性和结局变量间相关性两部分,可有效地进行重复测量资料的动态变化趋势分析,分析结果更为细致。