การวัดผู้ป่วยบางรายมากกว่าหนึ่งครั้ง

ฉันกำลังทำการศึกษาทางคลินิกที่ฉันกำหนดมาตรวัดสัดส่วนร่างกายของผู้ป่วย ฉันรู้วิธีจัดการสถานการณ์ที่ฉันมีหนึ่งการวัดต่อผู้ป่วย: ฉันสร้างแบบจำลองที่ฉันมีตัวอย่างแบบสุ่มจากความหนาแน่นและฉันทำสิ่งปกติ: เขียนความเป็นไปได้ของ ตัวอย่างการประมาณค่าพารามิเตอร์กำหนดความเชื่อมั่นและทดสอบสมมติฐานหรือทำการวิเคราะห์แบบเบย์หากเจ้านายไม่ได้ดู ;-)$X_1,\dots,X_n$$f_\theta$

ปัญหาของฉันคือว่าสำหรับผู้ป่วยบางรายเรามีมากกว่าหนึ่งมาตรการเพราะเราเชื่อว่าเป็นความคิดที่ดีที่จะมีนักวิจัยมากกว่าหนึ่งคนที่จัดการเครื่องมือวัดเมื่อเป็นไปได้ (บางครั้งเรามีนักวิจัยเพียงคนเดียวที่ทำงานที่คลินิก ) ดังนั้นสำหรับผู้ป่วยบางรายเรามีหนึ่งมาตรการที่ทำโดยนักวิจัยคนหนึ่งสำหรับหน่วยตัวอย่างอื่น ๆ เรามีสองมาตรการที่ทำโดยนักวิจัยสองคนที่แตกต่างกันและอื่น ๆ การวัดที่เป็นปัญหาคือความหนาของรอยพับผิวเฉพาะ

คำถามของฉัน: แบบจำลองทางสถิติชนิดใดที่เพียงพอสำหรับปัญหาของฉัน

ดูกระดาษของBrennan (1992)ในทฤษฎี Generalizability หรือหนังสือของเขาที่มีชื่อว่า"Generalizability Theory" (2010, Springer) เบรนแนนเขียนเกี่ยวกับ GT โดยใช้ ANOVA แต่โมเดลผสมสามารถใช้วิธีเดียวกัน - และหลายคนคิดว่าเป็นวิธีการใหม่กว่า

คุณอาจนึกถึงโมเดลผสมสำหรับข้อมูลที่จำแนกข้าม (เช่นRaudenbush, 1993 ) สมมติว่าคุณมีผู้ป่วยที่วัดโดยนักวิจัยและการวัดของคุณจะแสดงเป็นสำหรับและ R ในกรณีนี้การวัดมีทั้งผลกระทบของผู้ป่วยและนักวิจัยโดยผู้ป่วย "ซ้อน" ในนักวิจัย (หลายมาตรการสำหรับผู้ป่วยรายเดียว) และนักวิจัย "ซ้อน" ในผู้ป่วย (วัดหลายรายการสำหรับผู้ป่วยแต่ละราย) ดังนั้น$N$$R$$X_{ij}$$i = 1,...,N$$j = 1,...,R$

โดยที่คือการสกัดกั้นคงที่ (หากข้อมูลไม่อยู่กึ่งกลาง),คือผลแบบสุ่มของผู้ป่วย (การสกัดแบบสุ่ม) และเป็นผลแบบสุ่มของนักวิจัยในขณะที่เป็นคำที่ผิดพลาด ใน lme4 นี่จะเป็น$\beta_0$$b_i$$b_j$$\varepsilon_{ij}$

x ~ (1|patient) + (1|researcher)

คุณสามารถขยายวิธีการนี้เพื่อใช้เป็นตัวแปรอิสระหรือกำหนดแบบจำลอง Bayesian ตามลำดับชั้นที่คุณรวมทั้งแหล่งที่มาของความแปรปรวน$X$

ฉันจะพูดถึงเรื่องนี้แม้ว่าฉันจะสามารถสร้างแบบจำลองทางคณิตศาสตร์ได้เท่านั้นเพราะฉันเป็นนักคณิตศาสตร์ แต่ไม่ได้เป็นนักสถิติ

ตัวกรองคาลมานสามารถจัดการการประเมินสถานะด้วยหลายอินพุตและข้อมูลที่ขาดหายไป

ถ้าฉันต้องแสดงสิ่งนี้ให้กับวิศวกรพวกเขาต้องการให้ฉันทำแผนการวัดความแปรปรวนระหว่างช่างเทคนิคการวัดเพื่อแสดงว่าไม่มีความแปรปรวนแบบตัวดำเนินการต่อตัวดำเนินการ พวกเขาจะใช้การวัดสองแบบเป็นคู่ สถิติคนดีในเรื่องนี้ หากความผันแปรระหว่างโอเปอเรเตอร์กับโอเปอเรเตอร์เล็กมากฉันสามารถกำหนดข้อมูลของฉันโดยให้แต่ละบรรทัดเป็นบรรทัดเดียว

• [... measure_1 ... ผล]
• [... measurement_2 ... ผล]

หากช่างเทคนิคเพียงคนเดียวทำการวัดก็จะมีเพียงหนึ่งบรรทัดของข้อมูล

มิฉะนั้นฉันต้องการที่จะมีตัวบ่งชี้ของผู้ประกอบการภายในข้อมูล

• [... การวัด operatorname ... ผล]

หากคุณสามารถจำแนกลักษณะความแตกต่างของผู้ให้บริการแต่ละรายที่มีขนาดเท่ากันคุณสามารถอธิบายความแตกต่างในแบบจำลองของคุณได้ หากคุณไม่ได้จัดหาตัวบ่งชี้ของโอเปอเรเตอร์เมื่อเป็นแหล่งที่มาของความแปรปรวนที่สำคัญ ... ซึ่งอาจเป็นปัญหา

ตัวแบบข้อมูลแจ้งแบบจำลองทางคณิตศาสตร์ ฉันคิดว่า GLM มีผลลัพธ์ที่ดีในด้านเหล่านี้ http://www.uta.edu/faculty/sawasthi/Statistics/stglm.html

ฉันยังมาที่คำถามนี้จากสาขาที่แตกต่างกัน ไม่ว่าจะฟังดูดีหรือเปล่าว่าจุดประสงค์ของการมีหลาย ๆ คนที่ใช้อุปกรณ์ตรวจวัดเพื่อให้สามารถวัดความผิดพลาดได้ หากฉันถูกต้องในความเข้าใจในสิ่งที่คุณพยายามจะทำมันฟังดูเหมือนเป็นกรณีสำหรับการสร้างแบบจำลองสมการโครงสร้าง (SEM) ซึ่งจะช่วยให้คุณสามารถเรียกใช้แบบจำลองของคุณโดยปราศจากข้อผิดพลาดในการวัด SEM สามารถบัญชีสำหรับข้อมูลที่ขาดหายไปถ้าคุณใช้เทคนิคการประมาณค่า FIML คุณต้องตั้งสมมติฐานตามปกติเกี่ยวกับข้อมูลที่หายไป (เช่นอย่างน้อยก็ขาดแบบสุ่ม) แบบจำลอง SEM ได้รับการใช้มากขึ้นในการตั้งค่า RCT ดังนั้นฉันจึงไม่คิดว่ามันจะแปลกที่จะใช้เทคนิคนี้ คำถามที่ฉันมีคือ: คุณมีข้อมูลเพียงพอที่จะสร้างโมเดล SEM ที่สามารถระบุตัวตนได้อย่างถูกต้องหรือไม่?