分享

“吃饭8分饱”的统计学表达:这是我见过的最详细的重复测量方差分析写法!

 妙趣横生统计学 2019-12-08

积少成多,一起来学习英文论文的统计学表达方法吧!

美国杜克大学教授们在《柳叶刀》子刊《糖尿病和内分泌杂志》通过2年的随机、平行、对照研究,认为吃得少对健康最有利。该论文的姊妹篇:科普性论文《吃饭8分饱?没错!《柳叶刀》证明少摄入能量更健康!》已经同时刊登。现在本篇,让我们来看看随机、对照、平行研究如何设计和统计分析的。本篇报道较长,请耐心读下去。

一、研究设计方案


项目全称The 2-year, multicentre,randomised controlled Comprehensive Assessment of Long-term Effects of ReducingIntake of Energy (CALERIE) trial。

研究目的:评价较低能量(25%)营养摄入对正常和微重人群(BMI 22-22.9)人群的健康影响,如何进行控制25%的饮食可见原文,本文不再赘述。

研究设计:该研究为多中心、随机对照的临床二期研究。 

干预因素:干预因素饮食控制,根据饮食的不同控制状况分为干预组(25%能量减少)和正常对照组(正常营养)。

研究对象:2007年到2010年期间招募志愿者,共有238人入组参加临床试验。按照2:1的方式随机分组,其中干预组样本量约为对照组的2倍。

研究结局:干预后12个月和24个月的收缩压、舒张压、平均血压、脂蛋白、高敏C反应蛋白、代谢综合指数、快速血糖、胰岛素抵抗、餐后餐后血糖等。

统计策略:不知道诸位对于这样的研究设计方案有无一定的了解。你觉得研究会采用什么统计学方法来来探讨效果?不妨从三个角度来猜想:随机分为两组,重复测量数据,结局主要为定量数据。

二、统计分析策略


研究主要采用了重复测量方差分析的方法。

第一部分:首先,统计学方法介绍样本量和检验效能。该文采用事先不定样本量的方式,因而没有对样本量进行计算,而是根据样本量计算了检验效能,发现检验效能高于90%,则说明研究取得阳性结果可能性大,具有一定意义。

第二部分:点出研究统计分析方案,是意向性分析


第三部分:统计学推断首先进行的差异性研究,采用的秩和检验和卡方检验,定量数据的用于秩和检验(WILCOXON),定量用FISHER 检验。这里有人就会为什么不用t检验和卡方检验?这里老郑告诉你:这是多年以来,教科书其实说的不太准确,说正态分布用t检验,偏态用秩和检验,实际上正态分布也可以用秩和,没有任何问题。其次定性数据比较为什么用Fisher而不用卡方呢?实际上真相是,卡方是计算机不发达时候的代替方案,而FISHER方法是最准确的方法。只不过现在很多大样本时,FISHER跑不动,用卡方代替而已。

第四部分:主要统计学方法是,重复测量方差分析(ANOVA)!该方法,结局为12个月和24个月相对基线的变化、自变量为干预措施和时间,同时考察两者交互作用。同时,该研究核实了结局的正态性问题,确保重复测量方差分析是符合条件的。最后,重复测量方差分析还调整了中心、性别、BMI指数和研究对象基线数据,以免存在着混杂偏倚。

诸位:不妨好好学习这段话的写法,一个重复测量方差分析能够写得如此仔细和认真!我们国内也进行了很多的类似的研究,都是一句话带过!差距呀差距!

第五部分:更多的重复测量方差分析细节首先,为避免共线性问题,将时间作为分组变量进行分析,另外重复测量分析采用的是非机构方差矩阵来处理。

以下这段介绍了,不同时间点的两两比较的方法、比较指标和如何调整一类错误。

接下来继续介绍如何进行不同时间点的干预效果。下面这段话堪称重复测量方差分析的典范,这也是本人一再强调重复测量方差分析应该做的方式。首先,重复测量方差分析需要基于交互作用进行,如果交互作用存在着,必须分各个时间来讨论干预效果,如果不存在交互效用,则可以统在一起计算主效应了。最后讲了不同时间点的两两比较的方法(Bonferroni)。

还有更多的统计学方法:

这段话是为了解决意向性分析所带来的问题,因为毕竟研究部分人失访了或者部分对照组也控制了饮食!研究采用边际结构方程(marginal structural model ) 来分析结果的稳健性(the robustness)。这一方法

实际是敏感性分析!

最后是分析软件SAS9.2。

统计学方法总结:一个重复测量方差分析如此详细介绍,确实非常少见,也值得诸位学习!

三、本文结果


研究者比较了研究对象在每日热量摄入限制下的健康状况变化,两年后据此得出了以下结论:25%的热量摄入对主要的血压、血糖、血脂、C反应蛋白、体重、BMI指数、糖尿病风险指数等都有很好的作用,可以推动预防心血管病病的发生。详细请见本文姊妹篇。这里贴出主要指标变化趋势图

四、论文总结


RCT 研究设计较为简单,常用的差异性如t检验、F检验、秩和和卡方均可以证明干预因素与干预结局的关联性。本研究是重复测量,因此采用重复测量方差分析。

这是我见到的最详细的重复测量方差分析的写法,一般我们国内写重复测量方差分析就短短半句话,这里用了整整一页纸。这应该是诸位今后写重复测量方差分析SCI文章重要的模板了。

点击关注我们

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多