广义线性混合效应模型在临床疗效评价中应用.docVIP

广义线性混合效应模型在临床疗效评价中应用 　 作者：罗天娥 刘桂芬 孟海英 【摘要】 　　目的： 探讨临床疗效评价中分类重复测量资料的广义线性混合效应模型(GLMMs)及SAS8.0的GLIMMIX宏实现。方法：利用GLIMMIX宏ERROR和LINK语句来指示疗效指标的分布及连接函数，通过REPEATED和RANDOM语句的TYPE选项选择合适方差协方差结构矩阵来模拟不同时间疗效指标的相关性，采用基于线性的伪似然函数进行模型参数估计。结果： 广义线性混合效应模型允许临床疗效评价指标是指数家族中任意分布（如：连续分布包括正态分布、beta分布、卡方分布等；离散分布包括二项分布、泊松分布、负二项分布等），可以通过连接函数将疗效指标的均数向量与模型参数建立线性关系，简化运算过程。结论： 广义线性混合效应模型建模灵活，可为临床疗效评价提供更丰富的信息。 【关键词】 广义线性混合效应模型 临床疗效评价 分类重复测量资料 GLIMMIX宏 　　Apllications of Generalized Linear Mixed Models in Clinical Curative Effects EvaluationLuo Tiane, et al 　　Abstract Objective ：To discuss generalized linear mixed models(GLMMs) of categorical repeated measurement datas in clinical curative effect evaluation, implementing with GLIMMIX macro in SAS8.0 soft. Methods： Using the ERROR and LINK sentences of GLIMMX macro to sign the distribution and link function of the index ,adopting the TYPE option of REPEATED and RANDOM sentences to select the appropriate variancecovariance matrixs for modeling the relations, making use of pseudolikelihood function based on linear to estimate the model parameters. Results： GLMMs allow the index may be one of the exponential family (Contimuum distributions including Nomal ,beta distribution ,chisquared distribution etc;Disperse distributions including Binomal ,Poisson and inverse Binomal etc), the vecor of expected means of the index is linked to the model parameters by a link function and model the linear equation, simple the calculator procedure. Conclusion： GLMMs can easily fit statistical models，the results are objective and reality, can strongly provide the abundant information for clinical curative effect evaluation. Key words generalized linear mixed models; clinical curative effects evaluation; categorical repeated measurement datas; GLIMMIX macro 　　临床疗效评价中常常需要对同一患者在不同时点进行多次观测并记录其疗效指标，当疗效指标为属性特征或类别时，称其为分类重复测量资料，如在治疗前、疗后4周、8周、12周等连续检测乙肝患者核心抗体，其结果有阴性、阳性两个水平；连续监测病人的治疗效果，反应变量为治愈、显效、好转、无效等。如同定量变量重复测量资料,数据间不满足独立性要求, 存在自相关性和异方差性。经典统计分析方法要求数据满足独立性和常量方差。为拓宽医学研究需要，本研究主