广义线性混合效应模型在临床疗效评价中的应用_罗天娥.pdfVIP

数理医药学杂志2007年第20卷第5期

文章编号：1004-4337（2007）05-0589-03中图分类号：R195∙1文献标识码：A·医学数学型探讨·

广义线性混合效应模型在临床疗效评价中的应用△

罗天娥刘桂芬孟海英∗

（山西医大学公共卫生学院卫生统计教研室太原030001）

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ERRR和LINK语句来指示疗效指标的分布及连接函数‚通过REPEATED和RANDM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

临床疗效评价中常常需要对同一患者在不同时点进行多效的变化情况‚可采用广义线性混合效应模型‚记作：

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‚Y＝μ＋εg（μ）＝Xβ＋Zγ（1）

称其为分类重复测量资料‚如在治疗前、疗后4周、8周、12周式中Y：n×1维观测向量‚μ：观测的均数向量‚通过连接

等连续检测乙肝患者核心抗体‚其结果有阴性、阳性两个水函数g（．）将其与模型参数建立恒等方程；X和Z分别是固定

平；连续监测病人的治疗效果‚反应变量为治愈、显效、好转、效应和随机效应的设计矩阵‚β和γ分别是模型的固定效应和

无效等。如同定量变量重复测量资料‚数据间不满足独立性随机效应参数向量‚当随机效应γ满足均数为0‚方差矩阵为

要求‚存在自相关性和异方差性。经典统计分析方法要求数G的正态分布‚γ～N（0‚G）‚var（γ）＝G；残差ε满足正态分布ε

据满足独立性和常量方差。为拓宽医学研究需要‚本研究主～N（0‚R）‚var（ε）＝R‚R：残差协方差矩阵。

－1

要介绍不满足独立性要求的分类重复测量资料广义线性混合模型也可记作：E（Y｜γ）＝g（Xβ＋Zγ）（2）

－1

效应模型与SAS8．0的GLIMMIX宏实现。g（∙）表示可微单调连接函数g（．）转置。

广义线性混合效应模型的反应变量可以是指数家族的任

1资料与法

一分布‚相应的连接函数及误差分布见表1。

1∙1资料

表1反应变量的分布类型及对应的误差分布和连接函数

某医师拟探讨乳腺治疗仪合用乳块康贴治疗乳腺增生疗

效的临床试验‚采用随机、双盲设计‚收集符合乳腺增生症西反应变量分布连接函数（link）误差分布（error）

医诊断及中医辨证气滞血瘀证标准的女性患者93例‚随机分BinomialLogitbinomial｜b

为A、B