混合效應模型在多反應變量重復測量資料分析中的應用.pdf

1、重復測量數(shù)據(jù)(repeated measurement data)是醫(yī)學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模型，應用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，結果更為可信。但是，一般文獻中應用MIXED過程多是針對單一反應變量重復測量的情況，數(shù)據(jù)之間的相關性也僅存在于同一個體的多次測量結果之間。

2、 在大量的臨床診斷、治療實驗和其它學科中，經(jīng)常會遇到有兩個甚至多個反應變量進行重復測量的情況，這些反應變量之間并非相互獨立，而是也具有相關性的。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性外，每次測量的收縮壓和舒張壓之間也有相關性存在。對于這樣的雙反應變量重復測量數(shù)據(jù)，在一些文獻中往往將兩個以上的反應變量割裂開來，分別進行單變量重復測量資料或常規(guī)

3、的單變量分析，這些方法都是不正確的。同時，對于多反應變量重復測量資料，數(shù)據(jù)之間的相關性可以分解為兩部分，即某個體單反應變量重復測量值之間的相關和某個體多個反應變量之間的相關，同時其資料的隨機誤差仍然可以分解為個體內(nèi)重復測量誤差和個體間誤差兩部分。 本研究是在了解混合效應模型原理方法的基礎上，針對多反應變量重復測量數(shù)據(jù)的特點，運用醫(yī)學與環(huán)境學實例，研究混合效應模型在雙反應變量重復測量資料分析中的應用，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，得到固定效應和隨機效應的估計值，同時可以得到反應變量本身之間的相關系數(shù)和變量多次重復測量間的相關系數(shù)，對數(shù)據(jù)間的相關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。 研究結果表明，混合效應模型完全可以應用于多反應變量重復測量數(shù)據(jù)的分