Дисперсионный анализ с повторными измерениями. Опции

[Alex_Z]

Здравствуйте.

Кратко опишу проблему.
Имеются две группы больных 1 и 2. Отличаются тем, что в гр.1 применялся особый метод лечения. Имеем следующие переменные: группа (1/2), индексы АПАЧИ, СОФА и ССС до лечения, на первые сутки после лечения и на 5-е сутки (вроде, это интервальная шкала, т.е. только целые значения); исход на 30-е сутки (1-жив, 0-мертв). Объем выборок - по 60 человек на этапе "до лечения", позднее несколько испытуемых умерли.
Необходимо:
1. Установить исходное отсутствие статистически значимых различий между группами 1-2. Чтобы убедиться, что исходно различий в группах не было.
2. Оценить достоверность различий внутри групп по временным точкам - гр.1 - до, после, 5 сутки; и гр.2 - до, после, 5 сутки.
3. Сравнить достоверность различий между группами в разных временных точках.

Мне видится решение этой задачи так: проверка выборок на нормальность, оценка различий в дисперсиях. В случае двух групп - проверка отсутствия изначальных различий средних между группами кр.Стьюдента, а в случае трех и более групп - однофакторным дисперсионным анализом. Далее дисперисонный анализ с повторными измерениями: зависимая переменные - индексы шкал АПАЧИ, СОФА и ССС. Внутригрупповой фактор - время (3 уровня) и 2 межгрупповых фактора - группа (2 уровня) и исход (2 уровня).

Верен ли мой алгоритм? Может есть более простые/правильные способы?

Так же есть еще вопросы.

1. Обязательно создавать фактор "исход"? Допустимо ли изначально разбить не на 2, а на 4 группы и анализировать потом только с фактором группы (4 уровня). Т.е. 1 (процедура-выжил), 2 (процедура-умер), 3 (контроль-выжил), 4 (контроль-умер)?
2. Каким методом лучше оценивать динамику? Т.е. - если индексы изменились менее чем на Х едениц, то больные умирали.
3. В моем примере все три индекса высчитываются по шкалам. Шкалы оценивать, по-сути примерно одно и то же - степень нарушения различных систем. В связи с этим, индексы довольно тесно коррелируют между собой. Обязательно ли анализировать их одновременно или можно сделать три расчета - отдельный для каждой шкалы?

Спасибо.

Чуть не забыл - считать собираюсь в SPSS.

P.S. Пакет BioStat - это совсем несерьезно, да? Был опыт работы с ним, более доступен для понимания.

Сообщение отредактировал Alex_Z - 26.12.2011 - 21:05

[nokh]

(1). Начну с конца. Когда я его смотрел его раннюю версию (года 2 назад) BioStat мне не понравился: полазил в нём минут 10 и снёс. Что представляет сейчас - не знаю. А SPSS - один из лидеров с хорошей историей (есть лидеры с тёмными пятнами в истории).

(2). Умерших я бы сразу исключил и оставил для другого анализа. Видимо здесь нужно использовать логистическую регрессию для прогноза летального исхода, но эта задача - творческая. Т.е. у неё нет строгого решения, возможны варианты. Я участвовал в решении подобной задачи, но работа "повисла". Остановились на том, чтобы для прогноза использовать разность между показателями на последних сроках перед выпиской пациента из отделения или летальным исходом. Для этого для всех показателей строили динамики на всём исследованном отрезке, пытались формализовать с клиницистом разумные сроки для прогноза, т.к. оказалось, что резкое изменение ряда показателей, позволяющее за 1-2 суток однозначно предсказывать смерть для врачей бесполезно: оно по сути только маркирует наступление смерти, но не позволяет уже никак повлиять на исход. С другой стороны, динамика других показателей была полезна для прогноза ещё за дней 5-10, но далеко не так однозначно. Учесть постоянно меняющееся лечение в зависимости от динамики пока даже не пытались, хотя у меня сложилось впечатление, что и без этой информации пытаться прогнозировать смысл есть. Показатели, про которые я пишу - это собственно исходные показатели, которые собираются для расчёта тяжести по шкалам, особенно - дыхательный индекс, САД, ЧСС, тромбоциты. Сами же шкалы (Apache II, SOFA, Ranson, SAPS) показали себя куда более слабыми предикторами: площадь под ROC-кривой для всех шкал была в диапазоне 0,69 - 0,75. Можете тоже сделать ROC-анализ, но если материала мало и задача прогноза не стоит - просто сравните доли летальных случаев в таблице сопряжённости.

(3). Дисперсионный анализ нужно проводить по каждой шкале отдельно, т.к. иначе запутаетесь во взаимодействиях, а у менее искушённых в статистике коллег просто мозг "вынесет" и кроме обоюдного раздражения ничего не будет.

(4). Алгоритм я бы наметил следующий.

Сообщение отредактировал nokh - 26.12.2011 - 20:53