gee 範例 gee咖啡 gee中文 少女時代gee gee判讀 gee統計應用 gee歌詞 gee統計 gee ... 與「時間」之交互作用，「組別」的主要效果，就不能解釋成實驗組相對控制組在 . ... <看更多>
gee統計解釋 在 gee判讀在PTT/Dcard完整相關資訊 - 星娛樂頭條 的推薦與評價
gee 範例 gee咖啡 gee中文 少女時代gee gee判讀 gee統計應用 gee歌詞 gee統計 gee ... 與「時間」之交互作用，「組別」的主要效果，就不能解釋成實驗組相對控制組在 . ... <看更多>
gee統計解釋 在 永析統計諮詢顧問- 本周統計教學來囉~~... | Facebook 的推薦與評價
廣義估計式(Generalized estimating equations, GEE)-理論與SPSS操作. 本次要探討的主題是在生物統計中常使用的方式-廣義線性模式(GEE)，GEE常用於 ... ... <看更多>
gee統計解釋 在 [問題] GEE報表 的推薦與評價
[問題]GEE報表@statistics，共有9則留言，3人參與討論，0推0噓9→， 如果是跟統計軟體有關請重發文章如果跟論文有關也煩請您重發文章文章類別是為了 ... ... <看更多>
gee統計解釋 在 Re: [問題] 有關GEE結果的判讀- 看板Statistics 的推薦與評價
※ 引述《ching0629 (Syameroke)》之銘言：
: ※ 引述《marki (marki)》之銘言：
: : 各位大大好
: : 小弟有一個關於GEE的問題想請教各位大大
: : 我有一個data base 是一群慢性腎疾病病人追蹤16年的數據
: : 每個病人都是一年追蹤一次
: : 記錄的數據是每一年每個病人的年紀、收縮壓、舒張壓、血色素、尿酸、慢性腎疾病分期
: : 等等的實驗數據
: : 所以算是重複測量
: : 小弟想要探討的問題是
: : 不同的併發症(例如貧血)在不同的慢性腎疾病分期 (CKD stage)比例是否有不同
: : ps. 所以有沒有貧血 應該是類別變項
: : 跑出來的結果是
: : 變項 B SE p OR OR 95%CI
: : Lower Upper
: : Year -0.146 0.038 0.000 0.864 0.802 0.931
: : CKDstage 5 2.186 0.646 0.001 8.900 2.507 31.598
: : CKDstage 4 2.592 0.624 0.000 13.363 3.930 45.435
: : CKDstage 3 0.527 0.299 0.078 1.694 0.942 3.046
: : CKDstage 2 -0.248 0.236 0.293 0.781 0.492 1.239
: : CKDstage 1 ─ ─ ─ ─ ─ ─
: : Year*CKDstage 5 0.119 0.091 0.194 1.126 0.941 1.347
: : Year*CKDstage 4 0.009 0.089 0.920 1.009 0.848 1.201
: : Year*CKDstage 3 0.163 0.058 0.005 1.177 1.051 1.319
: : Year*CKDstage 2 0.111 0.048 0.021 1.118 1.017 1.229
: : Year*CKDstage 1 ─ ─ ─ ─ ─ ─
: : 我想問的事情是
: : 1. 所以根據這樣的分析，我得到的結論是
: : 「貧血在CKD stage stage4比CKD stage1容易發生」嗎？
: : 2. 如果上面的答案是肯定的話，那請問用GEE跑出來的結果和我用每個病人第一次的
: : CKD stage與「有/無貧血」跑qui-square跑出來意義有什麼不一樣？
: 就回答這兩個問題:
: 1. 不算對也不完全錯,因為我猜你只有看下列這列:
: CKDstage 4 2.592 0.624 0.000 13.363 3.930 45.435
: 他告訴你的意思是,當year=0時(也就是baseline),第4期的比第1期的貧血比率高
: 而隨著時間推移,這個OR值將會越來越小,因為0.009+(-0.146)<0
: Year -0.146 0.038 0.000 0.864 0.802 0.931
: Year*CKDstage 4 0.009 0.089 0.920 1.009 0.848 1.201
: 按照這個模型,只要追蹤時間達到19年,那第一期的貧血比率就會高於第四期,不過你的推論
: 範圍可能只有到16年,所以應該還好,但最後幾年檢定絕對是不會顯著的
: 2. 這個答案要看你的資料來決定如何回答
: 我先假設你在model中用的CKD Stage是指"baseline"的Stage,那這樣的話最有可能是你的
: "chi-square"檢定整體而言無差異,但其實內部有幾格是有差異的
: 如果你的model中使用的CKD Stage會隨著時間變換,那就有點麻煩了,因為這個model也許做
: 了許多過多不太合理的假設(就我所知CKD患者會不可逆的往ESRD走,若貧血也是不可回覆的
: ,那這個model提供的數字其實合理性不夠),這可能要拿到原始資料才能回答你
謝謝大大們的回覆
我先回答一些問題
從文獻來看CKD應該在stage 3之前都還是有機會是可逆的
從raw data來看，我們的data在stage 4都還有機會回來
貧血也是可逆的(因為之後還會有很多藥物的介入)
所以這個模型好像合理
大大提到的EPO介入的時間點當然也是有可能的解釋
另外，我想再請教一些問題
1. 所以，這裡的CKD stage是第一年的狀況嗎。意思是說這個結果應該會跟第一年的
資料中各個 CKD stage 和 CKD stage1 兩兩跑檢定結果應該會類似嗎?
還是他代表的是16年來的所有data的結果。所以有可能跑出
「CKD stage2反而較CKD stage1有比較少complication的結果」呢
（我的意思是有可能因為有治療的介入，所以CKD stage後期的反而會比CKD stage1
的好）
是哪一個呢？
2. 關於CKD stage* year想請各位大大在看一下另一個表格
Hb
變項 B SE 95%CI p
Lower Upper
Year 0.115 0.026 0.064 0.165 0.000
CKDstage CKDstage 5 -4.052 0.481 -4.995 -3.110 0.000
CKDstage 4 -1.976 0.438 -2.833 -1.118 0.000
CKDstage 3 -0.742 0.260 -1.252 -0.232 0.004
CKDstage 2 0.114 0.180 -0.239 0.467 0.527
CKDstage 1 ─ ─ ─ ─ ─
Year*CKDstage 5 0.037 0.069 -0.099 0.173 0.596
Year*CKDstage 4 -0.036 0.068 -0.170 0.098 0.600
Year*CKDstage 3 -0.055 0.048 -0.149 0.038 0.007
Year*CKDstage 2 -0.044 0.033 -0.109 0.021 0.184
Year*CKDstage 1 ─ ─ ─ ─ ─
統計公司當時為我們解釋為
「CKD stage3的族群中每追蹤一年，Hb會減少0.055」
(Year*CKDstage 3 -0.055 0.048 -0.149 0.038 0.007)
所以我一直以為這個表格中的
Year 0.115 0.026 0.064 0.165 0.000
這一行，意思是「對所有族群而言，每過一年，血色素會增加0.115」
所以從來沒想過可以把這兩個數據加起來
所以想問的是 是要把B值加起來看嗎？為什麼呢？
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 1.175.112.218
... <看更多>