サンプルで「左目」と「右目」を2つの異なる被験者として使用できますか?


11

私のデータは以下の通りです。私には2つのグループの患者がいます。各グループの患者は、異なる種類の眼科手術を受けていました。5つの変数が各グループの患者で測定されました。順列検定またはMANOVAを使用して、2つのグループ間でこれらの変数を比較したいと思います。手術が行われた眼は、分析では実際には重要ではありません。ただし、たとえばグループAの患者2は両眼に手術を受けていたため、5つの変数が各眼に1回ずつ、計2回測定されています。患者2の左と患者2の右を2つの異なる観察と見なすことはできますか?グループBの患者31についても同じです。

PatientSurgery typeSideV1V51ALeft91222ALeft87192ARight9023...31BLeft901731BRight881932BRight9124...

2
テストは、マッチドペアテスト、不平衡ランダム化ブロック設計に似たもので実行できます。しかし、さらに推測する前に、データについて詳しく説明していただけますか、それはどのようなものですか?
suncoolsu

ありがとう。私はここのブログでデータを素敵な表形式で提示しようとしていますが、まだ方法がわかりません。次の質問では、データを詳しく説明します。両眼が同じタイプの手術を受けたので、同じグループに属していることを繰り返し述べたいと思います。
サラ

サンプルテーブルを作成しました。これを編集してデータを表示できます。
suncoolsu

@suncoolsu、質問はデータなしで答えられます。OPにデータをポストさせる意図は何ですか?
イテレータ2011

@イテレーター私は同意し、あなたはすでにそれに答えました(そして私はそれに賛成しました:-))。私はデータと、どのようなモデルがデータに適合できるかを知りたがっていました。
suncoolsu

回答:


15

私はそれをお勧めしません。ドメインの専門家ではないので、結果の独立性を低下させる3つのことを特定できます。

  1. 両眼は(ほぼ)同時に治療された。これは必ずしも問題ではありませんが、他の独立性の仮定に影響します。さらに、外科チームは両方を同じ方法で治療することを選択したり、片方の目の側面を考慮して片方の目について決定を下したりする場合があります。
  2. 両方の目が同じ外科チーム(外科医と関係者全員)によって治療された
  3. 両方の目は、同じ患者の「要因」、つまり、他の治療法へのコンプライアンス、全体的な健康状態など、結果に影響を与える可能性のある、患者に内在するものすべての影響を受けます。

結果について何かが外科チームまたは患者に起因する可能性がある場合、問題があります。


5

これまでのすべての回答は否定的であるため(完全なデータセットよりも少ないデータセットを使用すること、または2つ目のケースの限定的な使用を提案すること)、何ができるかを見てみましょう。そのためには、確率モデルが必要です。

Y

  • μ

  • ε

  • X2

  • Xs

  • Xe

  • δε

ここでは、実験が特定の標準的な方法で設計されたことが暗黙のうちに示されています。左目、右目、またはその両方を治療するという決定は、無作為化されているか、他の要因とは無関係であると想定できる。これらの仮定の変更には、モデルの付随する変更が必要になります。

jjright,lefti

Y(i,j)=μ+β2X2(i,j)+βsXs(i,j)+βeXe(j)+ε(i)+δ(j).

μβ2βs

私はこれを純粋に図解として提供し、この問題についてどのように有益に考え、データセットを最大限に活用する方法に到達できるかを示します。私の仮定のいくつかは正しくない可能性があり、変更する必要があります。追加の相互作用が必要になる場合があります。眼の間の潜在的な違いを処理するための最良の方法について、いくつかの考えが必要になる場合があります。(左右で普遍的な違いがある可能性は低いですが、たとえば患者の利き目に関連する違いがあるかもしれません。)

重要なのは、分析を患者1人につき1つの目に限定する理由も、アドホック分析方法を使用する理由もないように思われるということです。標準的な方法論が適用できるようであり、それを使用する良い方法は、実験をモデル化することから始まります。


両眼治療でサンプルを使用する場合は、独立性の仮定をテストすることができ、テストする必要があることを追加することが重要だと思います。このような依存関係のテストは、次の2つの理由で、モデルを実行する前に行う必要があります。1:依存関係がある場合、これは非常に興味深い場合があります。2:依存関係を理解することは、より良いモデルにつながる可能性があります。
イテレータ2011

@イテレーターあなたの良い提案は、まさにこの議論が私に促してくれることを望んでいたことです。
whuber

@whuberグッドスタート。いつものように、あなたは「混合モデルのような」扱いについて正しいです!私はあなたがデータを「捨てる」べきではないことに同意します。
suncoolsu

3

同じ患者の2つの目は独立していないという点で他の人にも同意します。ただし、1つのサンプルのみを使用すること自体には同意しません。結局それは貴重なサンプルを捨てています。

幾分似た状況(私の患者の何人かは同じ腫瘍で再び手術を受けました)では、私は彼らのサンプルを使用します。

  • (反復/反復クロス)検証では、分割が患者ごとに行われることを確認します。
  • 有効な(統計的な)サンプルサイズを指定できません。私にとっては、一部の患者のサンプル数が多いため、とにかく問題ありません。私は各サンプルについて何百ものスペクトルを持っています、そしてそれらは繰り返されず(それらは異なる場所から取られます)、独立でもありません。だからここで何も失うことはありません。
  • 有効な(統計的な)サンプルサイズの控えめな範囲として患者の数を使用することがあります。少なくとも患者は独立しています
  • 各患者が同じ重量で分析に入るように、サンプルを計量することができます。

2

@iteratorに同意します。大部分が両眼の手術を受けていたら、私はある種のマッチしたペアをするでしょう。ほんのわずかな割合だけが両方の目に手術をした場合、私はおそらくそれらの人々にどちらか一方の目を使わないでしょうが、確かに両方ではありません。


1
ピーターの権利。実際には、セット自体が非常に興味深いものになる可能性があります。両方の目で操作する必要があることを条件として、結果はさらに悪くなりましたか?私たちが独立を仮定しないことを主張する理由は、これ間違っている可能性がある多くの理由があるためです。十分な大きさのサンプルがある場合は、独立性をテストします。この洞察は非常に興味深いものであり、実際に役立つ可能性があります。
イテレータ2011

1

イテレータとピーターのコメントに追加する1つのポイント。全体的なデータセットを分析するときは、両方の手術を受けた患者には片眼のデータのみを使用する必要があります(両眼の結果が独立している可能性は低いため)。どちらの目?ランダム化方法を使用して、結果に影響(バイアス)を与えるより良い(またはより悪い)結果のメソッドを選択しないようにします。

別の研究の一環として、片方の目では良好な結果が得られる患者のみを調べ、もう片方の目では見られないようにして、違いの原因についてのヒントがあるかどうかを確認することをお勧めします。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.