Analysis of longitudinal data

1. Analysis of longitudinal data استاد:دکتر محرابی دانشجو:راضیه دیلمقانیان

2. محدودیت‌های ANOVA,MANOVA • عدم مدیریت متغیرهای کمکی وابسته به زمان • فرض : اندازه‌گیری‌ها در فواصل زمانی یکسان • نیاز به جایگزینی داده‌های گمشده • نیاز به فرض‌های محدودکننده ای در مورد ساختار کوواریانس

3. داده‌های مثال افسردگی در spss

4. تغییر فرمت داده ها برای تحلیل طولی

5. تغییر فرمت داده ها برای تحلیل طولی

6. تغییر فرمت داده ها برای تحلیل طولی

7. داده‌های فرمت طولی

8. فراخوانی داده‌ها از SPSS به SAS • procimportdatafile="e:\payanname book\maurice example\chem wide format.sav" out=wide dbms = sav replace; • run; • procprint data=wide ; • run;

9. فراخوانی داده‌های فرمت wide از SPSS به SAS

10. تغییر فرمت داده‌ها از wideبه long • Proctranspose data=wide out=longtprefix=score ; • by id; • vartime1-time4; • run; • Proctranspose data=wide out=longcprefix=chem; • by id; • varchem1-chem4; • run; • data long; • mergelongt (rename=(score1=score) drop=_name_) • longc (rename=(chem1=chem)); • by id; • time=input(substr(_name_, 5), 5.); • drop _name_; • drop _label_ • run;

11. بخشی از خروجی داده‌های فرمت longدر SAS جدول داده‌ها شامل 24 سطراست.

12. نمودار داده‌های long • symbol1 value = circlecolor =greeninterpol = join repeat = 6; • procgplot; • by id; • plot score*time = id / nolegend; • run;

13. نمودار داده‌های long

14. نمودار داده‌های long

15. تحلیل داده‌ها با استفاده از RMدر GLM • data wide; • set wide; • avgchem=(chem1+chem2+chem3+chem4)/4; • if avgchem<1100 then group="low"; • if avgchem>1100 then group="high"; • run; • procglm data=wide; • class group; • model time1-time4= group; • repeated time /summary; • run;

16. تحلیل داده‌ها با استفاده از RMدر ANOVA هیچ کدام از اثرات معنادار نیستند.

17. نمودار اثر متقابل • procglmdata=wide; • class group; • model time1-time4= group; • repeated time ; • lsmeans group / out=means; • run; • goptionsreset=all; • symbol1 c=blue v=star h=.8i=j; • symbol2 c=red v=dot h=.8 i=j; • axis1 label=('score'); • axis2 label=('Time') value=('1' '2' '3' '4'); • procgplotdata=means; • plot lsmean*_name_=group/ vaxis=axis1 haxis=axis2; • run; • quit;

18. نمودار اثر متقابل

19. سوال • آیا تحلیل درست است؟ • آیا لازم نبود رابطه بین افسردگی و ماده شمیایی مغز در نظر گرفته می‌شد؟

20. بررسی رابطه خطی • PROCREGDATA=long; • MODEL score= chem time ; • RUN;

21. خروجی رگرسیون یک واحد افزایش در ماده شمیایی با 0.016 کاهش افسردگی با گذشت هر ماه 0.013 کاهش افسردگی

22. نمودار رگرسیونی

23. Generalized Estimating Equations (GEE) در نظر گرفتن وابستگی مشاهدات با تعریف ساختار همبستگی

24. مدل GEEدر SAS Generalized linear model • procgenmod data=long; • class id; • model score=chem time ; • repeated subject=id/type=exchcorrw; • run; • quit; نوع ساختار همبستگی

25. نتایج برآورد اولیه پارامترها با فرض ساختار همبستگی مستقل همان‌طور که از نتایج ملاحظه می‌کنید: با چشم پوشی از وابستگی بین مشاهدات انحراف استاندارد پیشگوهای وابسته به زمان(زمان-ماده شیمیایی) overestimate شده و بنابراین تغییر پذیری بین افراد لحاظ نخواهد شد. انحراف استاندارد پیشگوهای مستقل از زمان نیز underestimateخواهد شد.

26. ماتریس همبستگی

27. برآورد پارامترهایGEEبا در نظر گرفتن ساختار همبستگی exchangable 100 واحد سطح شیمیایی بالاتر مرتبط با 1.29سطح افسردگی پایین تر

28. چگونگی عملکردGEE • ابتدا یک رابطه خطی برازش و فرض می‌شود مشاهدات درون فردی مستقل اند. • محاسبه مانده ها و ماتریس همبستگی از این مانده ها • برازش دوباره ضرایب رگرسیونی و تصحیح همبستگی(فرآیند تکرار) • ساختار همبستگی درون فردی مانند یک متغیر مزاحم(COV)عمل می‌کند.

29. تحلیلGEE با جمله اثر متقابل • data long2; • set long; • if chem<1000 then group='A'; • if chem>1000 then group='B'; • procgenmod data=long2; • class group id; • model score=group time group*time; • repeated subject=id/type=exchcorrw ; • ods html; • run; برای پیشگوهای وابسته به زمان بایستی جمله اثر متقابل را برای در نظر گرفتن اثرات بین فردی لحاظ کرد.

30. نتایج تحلیلGEE با جمله اثر متقابل

31. داده‌های infant در SPSS

32. تحلیل داده‌های infant در SPSS

33. تحلیل داده‌های infant در SPSS

34. تحلیل داده‌های infant در SPSS

35. تحلیل داده‌های infant در SPSS

36. نتایج تحلیل داده‌های infant در SPSS نسبت شانس برآوردDiarreha=1نسبت به صفر برابرexp(0.648)است.

37. نتایج تحلیل داده‌های infant در SPSS

38. روش‌های دیگر برای تحلیل داده‌های همبسته • رگرسیون لجستیک متناوب(ALR) • رگرسیون لجستیک شرطی(CLR) • مدل آمیخته خطی تعمیم یافته(GLMM)

39. GEE,ALR • GEE • ارتباط بین دو پاسخ با استفاده از þمدل‌بندی می‌شود. • ALR • تنها برای پاسخ‌های دو حالتی • ارتباط بین دو پاسخ با استفاده از Orمدل‌بندی می‌شود.

40. اجرای ALRدر SAS • تنها تفاوت در برنامه به جای typeمی‌نویسیم: • Log OR=exch

41. GEE,CLR GEE Within sub variability Between sub variability CLR Within sub variability هرSUBJECT مانند یک طبقه در نظر گرفته می‌شود. اثرات خاص فردی از طریقdummy var در مدل لحاظ می‌شوند.

42. مثال رگرسیون لجستیک شرطی در SAS(فراخوانی داده‌ها) • procimportdatafile="e:\payanname book\maurice example\CLR.sav" out=mi dbms = sav replace; • run; • procprint data=mi; • run;

43. CLRدرSAS • PROCLOGISTICdata=mi ; • model mi=SBP SMK ECG; • STRATA MATCH; • ODS HTML; • RUN;

44. CLRدرSAS

45. Mixed Models Mixed models = fixed and random effects.

46. Mixed Models • procmixed data=long; • class id; • model score= time/s; • random intercept /subject=id; • run; • quit;

47. Mixed Models

48. Mixed Models • procmixed data=long; • class id; • model score= time/s; • random intercept time /subject=id; • run; • quit;

49. Mixed Models

50. باتشکر از توجه شما