Корректировка (adjustment) при проведения сравнений, логистическая регрессия? Опции

[плав]

Если Вы хотите сдублировать ошибки авторов статьи не надо задавать вопросы на форуме.
NIH не финансирует исследования, чтобы "утопить" новые антипсихотики или иные другие препараты. Результаты CATIE были неожиданными, почитайте литературу после публикации и исходные статьи (возьмите, посмотрите описание протокола (http://www.catie.unc.edu/schizophrenia/index.html), там четко написано, что в 1999 году гипотеза была, что новые антипсихотики лучше перфеназина). Исследования доказательства отстутствия эффекта организуются иначе, чем наличия, поэтому даже после изменения гипотезы в 2004 году задачей являлось прямое сравнение всех четырех групп лечения.
Поскольку исследование планировалось как сравнение антипсихотиков, анализ приведенный в статье не мог являться спланированным (собственно говоря, в протоколе о МС ничего нет - там только сравнение показателей качества жизни). Это анализ post hoc. В этом случае уже поддержка, которая была у оригинальной, протокольной части исследования исчезает, что и приводит к возможности неточностей. Собственно, судя по всему, это и является причиной мешанины подходов в статье - сравнение средних в группах ДА (это часть описательной статистики для групп лечения, предусмотренная протоколом) и сравнение эффектов на МС логистической регрессией.
Но, в принципе, я не интересуюсь написанием рецензии на результаты CATIE (особенно spin-off статей), с моей точки зрения такое обсуждение - если кто-то захочет его проводить, должно быть в разделе клиническая медицина.
Вы задали вопрос, как решить задачу. Вам ответили. Вопрос, почему авторы исследования считали по-другому надо адресовать авторам исследования.
Последний раз.
1) Если вопрос, что связано с МС, правильный подход ВСЕГДА использовать логистическую регрессию, ибо МС - бинарный показатель
2) Если вопрос, чем группы с МС отличаются друг от друга (хотя этот вопрос обычно задается для групп лечения - проверка адекватности рандомизации), то подход - сравнение средних при помощи ДА для количественных и логистическая регрессия - для качественных показателей. Разницу логистической регрессии подходов 1 и 2 я уже описал выше.
Смешение двух подходов является ошибкой, но вопрос о том, почему авторы ее допустили лежит вне сферы обсуждения на этом форуме.

[martyni]

Спасибо.
Рад был познакомиться с Вашим мнением.
Сомнений в компетентности отвечающих здесь у меня нет и не было, были только опасения, что мой вопрос не поняли, что ярко проявилось в первых ответах на мой вопрос.
Считаю тему статистического анализа, затронутого в этом посте, закрытой, дальнейшее обсуждение клинического вопроса, начатого здесь, бессмысленным.

[mix3d]

Уважаемые модераторы!

Несмотря на то, что пост закрыт, позволю себе обратиться к вам с вопросом. Написано много, но хотел бы удостовериться в правильности своих рассуждений.

Итак, требуется сравнить (выявить наличие либо отсутствие различий) по показателю (количественный непрерывный) 3 группы пациентов, классифицированные только по наличию у них одной из форм фибрилляции предсердий. При этом на сравниваемый показатель оказывают влияние другие факторы: пол, возраст, наличие АГ и/или ИБС и т.д.

Построение модели не требуется.

Я планирую использовать ковариационный анализ (ANCOVA), при этом сравниваемый показатель будет зависимой переменной, а перечисленные факторы независимыми. Вопрос в следующем, необходимо ли все факторы, по которым проводится корректировка включать одновременно либо по отдельности, кроме того, АГ и ИБС кодировать по отдельности (как два фактора), или можно в виде 1 (АГ), 2 (ИБС), 3 (АГ+ИБС) (1 фактор), если известно, что в такой последовательности увеличивается негативное влияние на изучаемый параметр.

Следующее, какую функцию связи использовать - линейную или нелинейную (или попробовать все варианты, выбрать лучший по результатам анализа)?

И, пожалуйста, последнее: не совсем для себя понял по какому p оценивать значимость различий, статистика Вальда для переменной, кодирующей форму фибрилляции предсердий или...?

Большое спасибо!