Сравнение повторных измерений, ДА с повторными измерениями? Опции

[mix3d]

Уважаемые коллеги!
Прежде всего приношу извинения за создание новой темы, так как, не смотря на подробное рассмотрение в уже существующих постах, ответ на свой вопрос не нашел.

Итак, детализирую проблему. Изучается динамика газов крови при 2 видах фармакологического воздействия. Всего измерений два - исходно и повторно.

При работе с однофакторной непараметрикой получил, что в целом, без деления на подгруппы в зависимости от фарм. воздействия имела место значимая динамика. При разделении на подгруппы, в одной из них динамика осталась, в другой отсутствовала, однако имели место некоторые погрешности в рандомизации: в той подгруппе, где динамика отсутствовала исходно значения были выше (лучше, попросту говоря, им и не надо было улучшаться), чем в подгруппе с выявленной динамикой - это раз, а в группе с динамикой параметров имело место увеличение гемоглобина - это два.

Отсюда вопрос - каким образом учесть, изменялись ли изучаемые параметры (в частности концентрация кислорода, кислородная емкость) лишь по причине изменения гемоглобина, либо имел место и эффект от воздействия (которое априори не было направлено на изменение гемоглобина)????

Позволю себе еще один вопрос об интерпретации результатов: при p<0,05 в графе Response (STATISTICA 6.0), но при p>0,05 для фактора (в частности кодирующего тип фарм. воздействия), сие означает, что динамика имела место значимая, но это не объясняется нашим лечением (т.е. динамика, в противовес исп. выше крит. Вилкоксона (для одного варианта лечения p<0,05, для другого p>0,05) в подгруппах не различается)????

И еще, пожалуйста, поясните, как расценивать эффекты взаимодействия, в данном случае Response*тип лечения при p< или > 0,05????

К сожалению, как часто бывает в кандидатских диссерах, кол-во пациентов в подгруппах - в пределах 15 (без деления на подгруппы группа 35 человек) Возможно, количество пациентов также отразилось на уровне значимости. Распределение несколько отличается от нормального. Можно ли пренебречь (p Шапиро-Уилка 0,04, 0,05). Пробовал трансформацию Бокса-Кокса, правильно ли я понимаю, что для повторных измерений надо брать лямбду такую же как и при исходном ( в этом случае ухудшается подгонка)

Спасибо!

[nokh]

...То, что "изменение SO2 и pO2 не является результатом изменения Hb", Вы получили из того, что они вместе не вошли в один фактор, или ...???

Ну да. Ни в главную компоненту, ни в фактор. А значит эти показатели не коррелируют. Т.е. содержание кислорода в крови пациентов в Вашем случае связано не с количеством гемоглобина или объёмом форменных элементов крови, а с рН или теми факторами, которые её контролируют.

...как их анализировать факторным анализом - выделить факторы, а потом сравнивать динамику уже для них???

Именно так. Только выделенные факторы нужно идентифицировать с точки зрения существа стоящих за ними процессов и дать им названия. Многие используют в своей работе индексы для учёта не величины показателя, а неких соотношений. Значения факторов, вычисленные для каждого пациента (факторные метки, factor scores) и будут такими сложными индексами, только полученными на материале единственного набора данных - вашего. На других выборках они могут несколько отличаться. В этом и плюсы и минусы факторных шкал: плюсы - такая шкала идеально подходит для ваших выборок (в отличие от жёстких индексов даже если таковые имеются, в чём я сомневаюсь), минусы - эти шкалы могут не быть общепризнанными (их релевантность нужно параллельно доказывать), а также они не являются универсальными (на другом наборе могут не сработать или сработать не столь хорошо).

Думаю, что включу в ДА в роли факторов пол, возраст, наличие динамики гемоглобина - грубовато, но лучше чем никак...

Проблематично. Посмотрел - по полу в дизайне уже есть пустая ячейка. По возрасту не смотрел, но итак уже очень сложно: ниже прикрепил результаты полного дисперсионного анализа для Ваших данных по рO2. Если добавить даже один только пол - сколько ещё взаимодействий получится...

Эскизы прикрепленных изображений