Сравнение качественных показателей в зависимых группах Опции

[anasta89]

Здравствуйте, подскажите пожалуйста, необходимо оценить динамику распространенности симптомов в исследовательской группе (всего их 3 группы)
В каждой группе 20 человек принимали препарат 8 недель всего было 3 визита, нужно оценить распространенность болевого синдрома (0 - нет, 1 - да) на каждом визите отдельно по каждой группе, и оценить есть ли статистическая значимость различий по каждой группе.

Правильно ли я понимаю, что могу использовать только расчет критерия Мак-Немара (не особо умею с ним работать), есть ли еще варианты для оценки статистической значимости по данным качественным признакам в зависимых группах (можно ли применить Вилкоксона или это ошибка?)

[nokh]

Здравствуйте, подскажите пожалуйста, необходимо оценить динамику распространенности симптомов в исследовательской группе ( всего их 3 группы)
в каждой группе 20 человек принимали препарат 8 недель всего было 3 визита, нужно оценить распространенность болевого синдрома ( 0 - нет, 1 - да) на каждом визите отдельно по каждой группе, и оценить есть ли статистическая значимость различий по каждой группе.
правильно ли я понимаю, что могу использовать только расчет критерия Мак-Немара ( не особо умею с ним работать), есть ли еще варианты для оценки статистической значимости по данным качественным признакам в зависимых группах ( можно ли применить Вилкоксона или это ошибка?)

Нет, неправильно. Критерий Макнемара (по правилам русского языка пишется слитно, как Макдональдс) используется для сравнения двух зависимых выборок. Т.е. если бы у вас была одна группа и два срока - тогда да. А так у вас, во-первых, 3 срока, а самих групп тоже 3. Т.е. нужен анализ, который позволит одновременно оценить по качественному признаку: 1) различия между группами - перекрёстный фиксированный фактор, 2) различия между сроками (визитами) - тоже перекрёстный фиксированный фактор и 3) взаимодействие факторов "Группа х Срок", которое укажет (если будет стат. значимым), что для разных групп различия по срокам имели свою специфику, т.е. собственно на различие динамик между группами. Поскольку пациенты могут входить одновременно только в одну свою группу, имеем иерархический (вложенный) случайный фактор "Пациент внутри Группы" и нужно учесть зависимый характер этого фактора на З-х сроках. Таким образом имеем обобщённую смешанную (перекрёстно-иерархическую) модель с бинарным откликом (0 или 1) - Generalized Linear Mixed-Effects Model. Только подгонка такой модели позволит проанализировать весь набор данных и выразить все эффекты одновременно.

Так получилось, что у меня не было времени, мотивации и хороших данных, чтобы освоить такие модели. Хотя в программно-статистической среде R это делается легко + есть много примеров в сети, например этот: https://www.geeksforgeeks.org/fitting-gener...ts-models-in-r/ А здесь в разделе 5.2.4 и ниже прямо ваш дизайн: https://bookdown.org/ks6017/GLM_bookdown3/c...xed-models.html
Если выложите свои данные (в Excel), можем попробовать обсчитать.

Сообщение отредактировал nokh - 24.01.2025 - 05:19

[ИНО]

Тут хорошо бы еще в модели учесть, что прошлое может влиять на будущее, т. е. даже включение индивидуума в качестве случайного фактора само себе не снимет проблему зависимости остатков, по крайней мере, теоретически.

И группы не "исследовательские" (=группы исследователей), а исследуемые. Это не придирка, а важный терминологический момент на случай, если результаты этого эксперимента дойдут до публикации/защиты.

Сообщение отредактировал ИНО - 31.01.2025 - 20:16