條文本
PDF
文摘
客觀的2-arm統計分析的隨機對照試驗(RCT)與一個基線結果隨後幾個評估在固定的隨訪時間通常調用傳統分析方法(例如,協方差分析(ANCOVA),縱向數據分析(LDA))。“約束”的縱向數據分析(cLDA)是一種行之有效的無條件的技術約束的基線之間平等的武器。我們使用一個分析組空腹血脂水平的醫療診所(GMC)縱向個隨機對照試驗ANCOVA糖尿病患者演示應用程序,LDA和cLDA來演示這些方法的理論概念包括缺失數據的影響。
方法分析說明的例子中,所有模型都使用線性混合模型適合參與者隻有完整的數據和參與者使用所有可用的數據。
結果完整的數據(n = 195), 95% CI覆蓋率是等價ANCOVA和cLDA估計11.2 mg / dL (95% CI 19.2−−3.3;p = 0.006)低意味著低密度脂蛋白(LDL)膽固醇與常規治療相比,GMC。使用所有可用的數據(n = 233),應用cLDA模型產生一個低密度脂蛋白改善8.9 mg / dL (95% CI 16.7−−1.0;對GMC與常規治療相比,p = 0.03)。效率較低,LDA分析產生一個低密度脂蛋白改善7.2 mg / dL (95% CI 17.2−2.8;對GMC與常規治療相比,p = 0.15)。
結論合理的缺失數據的假設下,cLDA將產生高效的處理效應估計和健壯的推論統計。它可能被視為在ANCOVA和LDA的方法選擇。
- 限製縱向數據分析
- ANCOVA
- 縱向個隨機對照試驗
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和其派生作品在不同的條款進行許可,提供了最初的工作是正確地引用和非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/
來自Altmetric.com的統計
腳注
貢獻者主要作者是一位統計學家在杜倫大學的生物統計學單位衛生服務研究和開發集團和係的副教授在杜克大學醫學中心的生物統計學和生物信息學。列出作者所導致的設計和準備手稿(CJC,德和RFW)。所有的數據分析是由CJC。
資金這項研究是由美國退伍軍人事務部衛生服務研究和開發服務IIR 03 - 084。
相互競爭的利益沒有宣布。
出處和同行評議不是委托;外部同行評議。
數據共享聲明沒有額外的數據是可用的。