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

[Alex_Z]

Так...Привожу мысли с порядок. Осмысляю постепенно и возникают еще вопросы.

1. "Индивид (Группа)" х "Время". (R ). Показывает индивидуальные различия в динамиках. Сам по себе не интересен и нужен для грамотного расчёта других эффектов.

Не совсем понял зачем смотреть взаимодействия "индивид" х "время" внутри группы.

2. "Группа" х Время" (F). Значимость данного эффекта укажет на существование межгрупповых различий в динамике.

А возможна ли такая ситуация, когда апостериорные критерии покажут достоверное различие между группами, тогда как при взаимодействии группа-время их не будет обнаружено. Или в этом случае применять апостериорные критерии неправильно?

[nokh]

1. Можно и не смотреть, но учесть всё равно нужно:) Мы ведь в ДА разлагаем всю изменчивость (дисперсию) на части. Если что-то не учтём, значим и другое оценим неверно. В принципе, программа сама должна определить все возможные в данном дизайне взаимодействия факторов, при условии грамотного задания этих самых факторов и грамотности самой программы. Я перечислил все возможные в данном экспериментальном плане взаимодействия на тот случай если их придётся забивать вручную (в SPSS работал мало, а она с каждой версией становится всё запутаней, хотя уже и на русском).

2. По идее если взаимодействие незначимо - нет смысла проводить для него сравнения. Но в моей практике анализа сложных комплексов интересующие взаимодействия были значимы. Ещё раз говорю, что имея 50-60 человек в группе можно обнаружить самые мельчайшие различия в динамике, а они должны быть раз методы лечения отличаются. Другое дело окажутся ли эти статистически значимые различия ещё и клинически значимыми, но это уже другой и внестатистический вопрос...