当前位置: 模型材料 >> 模型材料前景 >> 潜类别轨迹模型重复测量资料分析的好方法
现在,随着重复测量的研究越来越多,轨迹模型越来越多了!这种模型有些称为群组轨迹模型(group-basedtrajectorymodeling),有些称之为潜变量轨迹模型(latentclasstrajectorymodeling)。
简单来说,这种模型通过随访研究对象多次某种指标,根据时间发展轨迹,将人群进行归类,分为不同人群。
比如这个例子,人,从-年随访调查其抑郁症状情况,从而把人群分为“一直低抑郁症状、高抑郁症状、抑郁症状逐步严重、抑郁症状减轻、抑郁症状反复”的人群。作者根据这个轨迹走势,还给每个类别进行了命名,打上标签,包括Lowsymptoms,Decreasingsymptoms,Remittingsymptoms,Increasingsymptoms,Highsymptoms,然后将轨迹标签作为预测变量进行了后续的生存分析,看不同人群的生存结局的差异性。
我准备写点这方面的文章!欢迎围观!
今天我们来先看个例子吧!
陈新,王元银,孙晓瑜,胡晓燕,朱芳芳,孙莹.基于群组轨迹模型的含糖饮料摄入模式与儿童牙周健康关联的队列研究[J].中华流行病学杂志,,41(8):-
目的探讨童年期含糖饮料摄入模式对牙周健康的前瞻性影响。
方法以安徽省蚌埠市儿童4年随访队列为基础,应用群组轨迹模型(GBTM)建立童年期含糖饮料摄入轨迹发展模型,分别采用线性多元回归和logistic多元回归分析含糖饮料摄入模式不同分组与菌斑指数和牙龈炎发生的关联。结果共有名儿童纳入分析,其中男童名,女童名,第三次随访年龄为(11.00±0.70)岁。GBTM识别出4种含糖饮料摄入模式:持续较低组(80.70%)、渐降组(12.40%)、先升后降组(2.20%)和渐增组(4.70%)。相比于持续较低组,含糖饮料摄入渐增组菌斑指数较高(1.73±0.80vs.1.08±0.70)(t=4.00,P0.)、牙龈炎检出率(12.80%vs.3.00%)较高(χ2=12.40,P0.)。控制相关混杂因素发现,相比于持续较低组,渐增组和先升后降组菌斑指数分别增加0.58(95%CI:0.27~0.89)和0.38(95%CI:0.03~0.73)。渐增组牙龈炎风险显著增加(OR=4.42,95%CI:1.65~12.20,P=0.)。结论童年期至青春期过渡阶段含糖饮料摄入较高儿童牙周疾病风险显著增加。郑老师闲来几句:这种研究方式有点意思!如果是观察性研究,重复测量数据,可以考虑这种方法开展相关的暴露因素与结局的关系分析。后续我再搞点这么方面的理论与应用的一些材料,和大家一起学习,比如SAS、R语言代码如何去写,有没有高端的论文采用这种方法之类。。。大概5、6、7、8篇吧。我们