本文關(guān)鍵詞：雙效應(yīng)變量聯(lián)合建模過程及策略，由筆耕文化傳播整理發(fā)布。

【摘要】：背景:在眾多醫(yī)學(xué)研究過程中,研究者感興趣的結(jié)局變量往往有多個,大多分析多選擇對各應(yīng)變量分別建模,特別是在結(jié)局變量類型不同的情況下,可能會引致與實際問題不符的結(jié)果。事實上,在多個應(yīng)變量間往往也可能有相關(guān)性存在,若僅對單變量獨立建模,忽視效應(yīng)變量間的相關(guān)性統(tǒng)計效率較低,甚至可能產(chǎn)生相互矛盾的結(jié)論,影響最終的臨床決策�？梢娍紤]效應(yīng)變量之間的相關(guān)性,進(jìn)行模型參數(shù)估計應(yīng)該是明智的選擇。目的:多中心臨床試驗與其采用隨機化設(shè)計的類型及方式不同,資料中可能存在不同程度的群聚效應(yīng),這就要求研究者在考慮層次數(shù)據(jù)聚集性問題的同時,也應(yīng)基于醫(yī)學(xué)實踐數(shù)據(jù)的復(fù)雜性,探討多效應(yīng)變量間的相關(guān)性,構(gòu)建統(tǒng)計模型分析框架,為醫(yī)學(xué)大數(shù)據(jù)應(yīng)用提供分析策略。內(nèi)容:課題以某研究所某項多中心觀察研究為例,針對多應(yīng)變量間相關(guān)與個體多次重復(fù)測量間相關(guān)的異同點,研究醫(yī)院水平間數(shù)據(jù)的聚集性和多結(jié)局變量之間的相關(guān)性對模型構(gòu)建的影響。闡明不同混合類型雙效應(yīng)變量聯(lián)合建模的原理與方法。結(jié)合糖化血紅蛋白(HBA1c)和FPG(空腹血糖)雙效應(yīng)變量模型分析,實現(xiàn)了考慮多中心間群聚效應(yīng)條件下的雙定量效應(yīng)變量聯(lián)合建模;結(jié)合多中心臨床試驗療效評價的達(dá)標(biāo)要求,闡明了糖化血紅蛋白和空腹血糖達(dá)標(biāo)率(雙效應(yīng)分類變量)的多元層次模型;結(jié)合藥物臨床試驗研究,即考慮效應(yīng)指標(biāo)(糖化血紅蛋白含量下降),也要保證安全性(低血糖發(fā)生次數(shù))評價研究的特點,進(jìn)行了混合類型復(fù)雜分布的聯(lián)合建模策略研究。應(yīng)用了copula函數(shù)對雙應(yīng)變量進(jìn)行鏈接,以更有針對性地解決不同類型效應(yīng)變量之間的相關(guān)性對混合分布聯(lián)合建模問題。結(jié)果:1.多中心臨床試驗資料雙效應(yīng)變量聯(lián)合建模,首先應(yīng)采用組內(nèi)相關(guān)系數(shù)驗證各中心數(shù)據(jù)間是否具有中心內(nèi)同質(zhì)性。本文通過SAS編程,實現(xiàn)了隨機效應(yīng)方差/協(xié)方差參數(shù)估計及其假設(shè)檢驗。對效應(yīng)變量內(nèi)同質(zhì)性及醫(yī)院水平間的聚集性做出了合理推斷,為雙效應(yīng)變量聯(lián)合建模策略的選擇提供了基本條件。2.同分布雙效應(yīng)變量建模,首先應(yīng)考慮雙效應(yīng)變量之間的相關(guān)性。當(dāng)兩效應(yīng)變量經(jīng)驗分布同為正態(tài)分布時,選擇相關(guān)系數(shù)較為恰當(dāng)。當(dāng)同為二項分布時,可以列聯(lián)系數(shù)來描述雙應(yīng)變量間的相關(guān)性。本文結(jié)合糖尿病多中心臨床試驗雙效應(yīng)變量相關(guān)性判定實例,進(jìn)一步分析了多醫(yī)院的中心效應(yīng),通過MLWin軟件實現(xiàn)了分析資料變量間多種相關(guān)效應(yīng)的估計,檢驗了研究因素對不同效應(yīng)變量作用間的差別。進(jìn)一步提示有效分析雙效應(yīng)變量間相關(guān)性進(jìn)行多效應(yīng)聯(lián)合建模,不僅可比各效應(yīng)變量單獨建模提供更多的資料信息,而且可比多次單獨回歸分析大幅提高統(tǒng)計效率,進(jìn)一步驗證了多元多水平模型在處理多變量相關(guān)數(shù)據(jù)回歸問題上的優(yōu)勢與可行性。3.由于不同分布型雙效應(yīng)變量復(fù)合后的分布更為復(fù)雜,難以直接從理論分布入手進(jìn)行模型參數(shù)估計,這個問題一直是制約回歸分析進(jìn)展的一大技術(shù)難點。本研究通過引入copula鏈接函數(shù),對兩個不同分布類型的經(jīng)驗分布鏈接,精確刻畫出該復(fù)雜分布的分布函數(shù),進(jìn)而為回歸模型的參數(shù)估計過程提供了可能。并通過SAS NLMIXED過程編程,實現(xiàn)了復(fù)雜分布的回歸模型參數(shù)估計與分析,進(jìn)而表明某藥物效應(yīng)變量療效與安全性評價的綜合影響,雙效應(yīng)變量聯(lián)合建模效果遠(yuǎn)優(yōu)于常規(guī)回歸分析,并提出了模擬數(shù)據(jù)散點圖與擬合優(yōu)度指標(biāo)相結(jié)合的鏈接函數(shù)選擇標(biāo)準(zhǔn)。嘗試分別運用5種常見copula函數(shù)進(jìn)行鏈接,初步構(gòu)建了雙效應(yīng)變量回歸分析copula函數(shù)的似然函數(shù)方程,經(jīng)對比分析認(rèn)為,橢圓copula與正態(tài)copula函數(shù)是解決實際應(yīng)用常見問題的最優(yōu)函數(shù)。進(jìn)而提出copula函數(shù)鏈接后進(jìn)行復(fù)雜分布聯(lián)合建模具有可行性,可作為迭代算法對比和估計過程優(yōu)化及兩個以上多變量鏈接等問題解決的一個方向。結(jié)論:多中心臨床研究結(jié)局指標(biāo)間存在相關(guān)極為常見,忽略多效應(yīng)變量間相關(guān)性,分別采用單變量建模,有可能得到與客觀實際相佐的結(jié)論。如何充分利用多效應(yīng)變量之間的相關(guān)性信息,構(gòu)建多個影響因素對多效應(yīng)變量的混合模型,更好地解釋某因素對多效應(yīng)結(jié)局指標(biāo)的綜合影響,是臨床多中心研究較為關(guān)注一個問題,本文提出的聯(lián)合建模策略正是解決這一問題的有效途徑,文中闡述的三種不同混合類型雙效應(yīng)變量聯(lián)合建模方法與實施過程,都是解決非常規(guī)分布建模的最適模型;copula鏈接函數(shù)具有獨特的優(yōu)越性,拓寬了復(fù)雜分布聯(lián)合建模的應(yīng)用前景,驗證并提出了復(fù)雜分布聯(lián)合建模的軟件實現(xiàn),為大數(shù)據(jù)復(fù)雜分布回歸分析研究提供了分析新思路。
【關(guān)鍵詞】：聯(lián)合建模 雙效應(yīng)變量 copula函數(shù)
【學(xué)位授予單位】：山西醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R181.2
【目錄】：

• 摘要5-8
• Abstract8-11
• 前言11-13
• 1. 雙效應(yīng)變量聯(lián)合建模策略13-14
• 2. 雙效應(yīng)變量建模原理14-22
• 2.1. 同分布雙應(yīng)變量建模過程14-17
• 2.2. 不同分布雙應(yīng)變量建模過程17-22
• 3. 實例分析及軟件實現(xiàn)22-44
• 3.1. 糖尿病治療效果不佳的患者，采用基礎(chǔ)胰島素治療分析數(shù)據(jù)概述22-25
• 3.2. 糖尿病近遠(yuǎn)期控制效果評價的雙正態(tài)分布效應(yīng)變量聯(lián)合建模25-30
• 3.3. 糖尿病近遠(yuǎn)期控制效果評價的二項分布雙效應(yīng)變量聯(lián)合建模30-35
• 3.4. 糖尿病用藥效果與安全性評價的復(fù)合分布雙效應(yīng)變量聯(lián)合建模35-44
• 4. 討論44-47
• 5. 小結(jié)47-48
• 參考文獻(xiàn)48-51
• 綜述51-54
• 參考文獻(xiàn)53-54
• 致謝54-55
• 在學(xué)期間承擔(dān)/參與的科研課題與研究成果55-56
• 個人簡介56

【相似文獻(xiàn)】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 周勁松;王黎;吳嘉洲;賀曉紅;;濕式逆流冷卻塔四變量模型研究[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 陳云松 南京市玄武區(qū)政府;將工具變量作為因果推斷利器[N];中國社會科學(xué)報;2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 畢功兵;基于變量屬性分類的DEA模型研究[D];中國科學(xué)技術(shù)大學(xué);2007年

2 艾麗;中國公共服務(wù)均等化研究[D];武漢大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 潘寶祥;基于隨機特征的流域水文模型時間尺度研究[D];清華大學(xué);2015年

2 柳芳超;雙效應(yīng)變量聯(lián)合建模過程及策略[D];山西醫(yī)科大學(xué);2016年

3 周翠娥;含不可控變量與非參數(shù)兩種情形下多因變量模型的試驗設(shè)計[D];上海師范大學(xué);2005年

4 周鳴川;脈寬調(diào)制（PWM）變量噴霧及視覺輔助對靶植保技術(shù)研究[D];浙江大學(xué);2015年

  本文關(guān)鍵詞：雙效應(yīng)變量聯(lián)合建模過程及策略，由筆耕文化傳播整理發(fā)布。

，

本文編號：300885