临床研究中重复测量资料的统计分析方法

目的：探讨重复测量资料的统计分析方法。方法：用实例说明各种统计模型的适用情况。结果：重复测量资料具有各时点之间有相关关系,且时点相邻较近的数据之间的相关性较强,时点相邻较远的数据之间的相关性较弱的特点。传统的统计分析方法、一般的线性模型、广义线性模型没有考虑到观察对象不同观察时点的内部相关性,检验效能较低和易犯Ⅰ型错误。混合效应模型同时克服了传统分析方法和广义线性模型的缺陷。结论：混合效应模型是目     

非线性混合效应模型在交叉设计等级资料分析中的应用

目的 探讨非线性混合效应模型在交叉试验等级资料中的应用,为临床试验交叉设计资料的正确分析提供方法学参考.方法 采用SAS软件包的NLMIXED过程拟合模型,并以某治疗精神分裂症药物临床试验资料进行实例分析.结果 获得了各参数及其标准误的估计值,并可以对各因素进行直观的解释.结论 非线性混合效应模型不仅可以纳入随机效应,并可以根据需要纳入如中心、年龄、性别、基线值等协变量进行分析,同时对缺失数据处理具有较好的稳健性,是处理交叉设计中等级资料的有效分析方法.     

水迷宫重复测量数据的方差分析及其在SPSS中的实现

目的:介绍用SPSS11.0实现对水迷宫重复测量资料的方差分析,以期对采用重复测量设计方案的临床和基础科研工作者提供可借鉴的统计学分析方法。方法:应用SPSS11.0中一般线性模型(generallinearmodel,GLM)的repeatedmeasures和multivariate过程对水迷宫重复测量数据进行重复测量方差分析和多元方差分析,并进行不同时间点和不同组间的两两比较。结果:首先通过球形检验(Mauchly’stestofsphericity)的结果判断重复测量数据之间是否存在相关性,如存在相关性(P≤0.05),宜进行多元方差分析,或采用Greenhouse-Geisser的校正结果;通过计算个体间(between-subject)变异,可分析处理因素有无效应;计算个体内(within-subject)变异,可分析时间因素有无效应,时间与处理因素之间有无交互效应;使用重复测量数据多重比较配对的t检验法(Bonferroni法),可进行每个分组每个时间点上作用的两两比较;使用多元方差分析的方法,可进行每个时间点上每个分组之间作用的两两比较。结论:对于重复测量数据的方差分析,宜采用一般线性模型的重复测量过程方法进行分析。SPSS统计软件易于实现重复测量数据的方差分析。     

含缺失值的重复测量资料分析在SPSS和SAS中的实现

目的 探讨含缺失值的重复测量资料混合线性模型分析在SPSS和SAS中的实现.方法 应用重复测量资料的方差分析和混合线性模型分别对抑郁治疗的资料进行分析,以治疗后抑郁量表得分为分析指标,评价不同治疗方法的效果.结果 当大量个体的重复测量数据存在缺失值时,方差分析将这些个体排除在外,而混合线性模型将存在测量数据的个体全部纳入分析,二者得出不同的统计推断.结论 混合线性模型可以灵活处理含有缺失值的重复测量资料,能够充分利用数据信息,结果可靠.SPSS和SAS的MIXED模块都可以实现其统计分析,且在随机缺失情况下结果一致.     

分类数据的重复测量及其在临床试验中的应用

目的 介绍分类数据重复测量资料的统计分析及其在临床试验中的应用。方法 采用加权最小二乘法建立边际函数模型，给出治疗中风临床试验实例，调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析。结果 应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计。结论 对于重复测量的分类数据的资料，使用加权最小二乘法拟合模型，由于考虑了多次测量数据之间的相关性，因而可以充分挖掘出数据中包含的信息。     

有序多分类重复测量资料的广义估计方程分析

目的 探讨广义估计方程在有序多分类重复测量资料中的应用，为临床试验中的重复测量资料的正确分析提供方法学上的参考。方法 采用SAS软件包的GENMOD语句拟合广义估计方程，进行实例分析，并和独立logistic回归分析结果进行对比。结果 获得了各参数及其标准误的估计值。可以对各因素进行直观的参数估计。广义估计方程各参数估计值标准误普遍大于独立logistic回归估计值的标准误，从而使得检验结果发生了变化。结论 广义估计方程引入工作相关矩阵以处理非独立数据之间的相关性，可以有效地控制层次相关性、重复测量因素及其它混杂因素，为有序多分类重复测量资料提供了一种有效的分析方法。     

Meta分析的正确应用

Meta分析是综合众多临床试验结果的一种完整和正规的分析方法。应用Meta分析常用的统计方法是用观察和理论值的差，即O—E的方法、优势比(OR)、相对危险度(RR)以及其误差估计。有两种统计模型，即固定效应和随机效应模型可供选择。前假定资料随机来自相同总体，后来自不同总体。     

分类数据的重复测量及其在临床试验中的应用

目的介绍分类数据重复测量资料的统计分析及其在临床试验中的应用.方法采用加权最小二乘法建立边际函数模型,给出治疗中风临床试验实例,调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析.结果应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计.结论对于重复测量的分类数据的资料,使用加权最小二乘法拟合模型,由于考虑了多次测量数据之间的相关性,因而可以充分挖掘出数据中包含的信息.     

中药临床试验重复测量数据的分析——中药复方胃康胶囊治疗十二指肠溃疡Ⅱ期临床试验疗效分析

为探讨中药临床试验重复测量数据的统计分析方法，对中药复方胃康胶囊治疗十二指肠溃疡的多中心随机对照盲法临床试验的疗效进行秩和检验和重复测量分析的比较。结果表明，重复测量因子（时间作用）、医院间与组间的交互作用、重复测量因子与医院间以及重复测量因子与组间的交互作用对总疗效的影响均有显著意义；交互作用的进一步分析提示，每家医院内组间差异对疗效有显著性影响，但其影响随医院的不同而不同；同时，同一组内各医院疗效评价结果的差异也有显著意义。从拟合残差模型的疗效结果及症状总分的重复测量方差分析结果看，重复测量因子对疗效的影响有显著意义，也即不同时点的疗效有所不同；但总的来说，组间疗效差异无显著意义，即表明试验药与对照药雷尼替丁对症状的疗效无显著性差异。上述结果表明，对于多中心临床试验采用多个时点观测的情况，由于常常存在相关的交互作用的影响，应用重复测量分析方法有助于更合理地分析和解释试验的结果。     

单样本重复测量资料的混合线性模型及其应用

目的探索单样本重复测量资料的统计分析方法.方法给出了混合线性模型拟合方法和实例分析.结果通过混合线性模型拟合,使单样本重复测量资料得以合理分析.结论混合线性模型可以有效地、全面地分析单样本重复测量资料.     

药物I期临床试验计量资料统计分析自动报表的SAS实现

目的借助SAS软件实现I期临床试验计量资料统计分析的自动报表。方法基于SAS软件,应用其拆分表格、统计分析、结果选择、表格转置、横向合并表格、纵向合并表格等程序逐步导出报表。结果借助EXELE表格成功实现药物I期临床试验计量资料统计分析结果的自动报表。结论该过程省时省力,准确可靠。为非统计专业医学研究人员提供了一种简便、可靠的自动报表方法。     

药物Ⅰ期临床试验中分类资料统计分析自动报表的SAS实现

基于SAS软件,运用其拆分表格、结果选择、统计分析、表格转置、横向和纵向合并表格等程序依次导出报表。借由Exele的表达实现了药物Ⅰ期临床试验分类资料统计分析结果的自动报表。借助SAS软件,帮助药物Ⅰ期临床试验分类资料统计分析自动报表的目的。此方法简便、省时、准确,非统计专业医学研究人员均可快速有效应用这一自动报表方法。     

药物临床试验统计分析规范性操作的探讨

统计分析是药物临床试验整个过程中的一个重要环节,规范化的统计分析能真实地揭示药物的性能.本文针对药物临床试验统计分析存在的一些问题,依据国内外药物临床试验统计分析的有关法规,就统计分析的各个环节提出了一些具体的操作方法,用于保证临床试验的结果真实可靠.     

An analysis of longitudinal binary data using generalized linear models

Repeated binds daal often occ~ in many medicalrese~h and clinical trials. Tab I aam Tab 2 display theraw datu fm a clhacal trial compedng 2 heatments for arespiratory illness. At 2 re~h centers, one bunedand seven patients (56 in center A, 55 in center B)were landolnly assigned tO 2 ~t ~s: 54 in active group and 57 in Placebo grDup. DUring treatment,respiratory status was observed for each Patient at 4 visitS,the results were repreSented as 0 = POOr, I = good. ThePOssible coVallates we…     

纵向观测二分类数据的广义线性模型分析

目的：利用广义线性模型对纵向观测二分类数据进行分析,充分考虑纵向观测间的相关性,给出一般分析方法。方法：采用Zeger和提出的广义估计方程,拟合logistic广义线性模型,讨论3种协方差矩阵结构。结果：同时获得回归参数、相关参数的估计,完成了较为实用的运行程序,并进行了实例分析。结论：医学研究和临床试验中经常接触到纵向观测数据,对这类数据需采用特殊的方法进行分析处理,以解决重复观测间的相关性问题。     

Misalignment between COVID-19 hotspots and clinical trial sites

Hundreds of interventional clinical trials have been launched in the United States to identify effective treatment strategies for combating the coronavirus disease 2019 (COVID-19) pandemic. However, to date, only a small fraction of these trials have completed enrollment, delaying the scientific investigation of COVID-19 and its treatment options. This study presents novel metrics to examine the geographic alignment between COVID-19 hotspots and interventional clinical trial sites and evaluate trial access over time during the evolving pandemic. Using temporal COVID-19 case data from USAFacts.org and trial data from ClinicalTrials.gov, U.S. counties were categorized based on their numbers of cases and trials. Our analysis suggests that alignment and access have worsened as the pandemic shifted over time. We recommend strategies and metrics to evaluate the alignment between cases and trials. Future studies are warranted to investigate the impact of the misalignment of cases and clinical trial sites on clinical trial recruitment.