gee統計解釋、gee論文、gee報表在PTT/mobile01評價與討論，在ptt社群跟網路上大家這樣說

: ※ 引述《marki (marki)》之銘言：
: : 各位大大好
: : 小弟有一個關於GEE的問題想請教各位大大
: : 我有一個data base 是一群慢性腎疾病病人追蹤16年的數據
: : 每個病人都是一年追蹤一次
: : 記錄的數據是每一年每個病人的年紀、收縮壓、舒張壓、血色素、尿酸、慢性腎疾病分期
: : 等等的實驗數據
: : 所以算是重複測量
: : 小弟想要探討的問題是
: : 不同的併發症(例如貧血)在不同的慢性腎疾病分期 (CKD stage)比例是否有不同
: : ps. 所以有沒有貧血 應該是類別變項
: : 跑出來的結果是
: : 變項 B SE p OR OR 95%CI
: : Lower Upper
: : Year -0.146 0.038 0.000 0.864 0.802 0.931
: : CKDstage 5 2.186 0.646 0.001 8.900 2.507 31.598
: : CKDstage 4 2.592 0.624 0.000 13.363 3.930 45.435
: : CKDstage 3 0.527 0.299 0.078 1.694 0.942 3.046
: : CKDstage 2 -0.248 0.236 0.293 0.781 0.492 1.239
: : CKDstage 1 ─ ─ ─ ─ ─ ─
: : Year*CKDstage 5 0.119 0.091 0.194 1.126 0.941 1.347
: : Year*CKDstage 4 0.009 0.089 0.920 1.009 0.848 1.201
: : Year*CKDstage 3 0.163 0.058 0.005 1.177 1.051 1.319
: : Year*CKDstage 2 0.111 0.048 0.021 1.118 1.017 1.229
: : Year*CKDstage 1 ─ ─ ─ ─ ─ ─
: : 我想問的事情是
: : 1. 所以根據這樣的分析，我得到的結論是
: : 「貧血在CKD stage stage4比CKD stage1容易發生」嗎？
: : 2. 如果上面的答案是肯定的話，那請問用GEE跑出來的結果和我用每個病人第一次的
: : CKD stage與「有/無貧血」跑qui-square跑出來意義有什麼不一樣？
: 就回答這兩個問題:
: 1. 不算對也不完全錯,因為我猜你只有看下列這列:
: CKDstage 4 2.592 0.624 0.000 13.363 3.930 45.435
: 他告訴你的意思是,當year=0時(也就是baseline),第4期的比第1期的貧血比率高
: 而隨著時間推移,這個OR值將會越來越小,因為0.009+(-0.146)<0
: Year -0.146 0.038 0.000 0.864 0.802 0.931
: Year*CKDstage 4 0.009 0.089 0.920 1.009 0.848 1.201
: 按照這個模型,只要追蹤時間達到19年,那第一期的貧血比率就會高於第四期,不過你的推論
: 範圍可能只有到16年,所以應該還好,但最後幾年檢定絕對是不會顯著的
: 2. 這個答案要看你的資料來決定如何回答
: 我先假設你在model中用的CKD Stage是指"baseline"的Stage,那這樣的話最有可能是你的
: "chi-square"檢定整體而言無差異,但其實內部有幾格是有差異的
: 如果你的model中使用的CKD Stage會隨著時間變換,那就有點麻煩了,因為這個model也許做
: 了許多過多不太合理的假設(就我所知CKD患者會不可逆的往ESRD走,若貧血也是不可回覆的
: ,那這個model提供的數字其實合理性不夠),這可能要拿到原始資料才能回答你
謝謝大大們的回覆

我先回答一些問題

從文獻來看CKD應該在stage 3之前都還是有機會是可逆的

從raw data來看，我們的data在stage 4都還有機會回來

貧血也是可逆的(因為之後還會有很多藥物的介入)

所以這個模型好像合理

大大提到的EPO介入的時間點當然也是有可能的解釋

另外，我想再請教一些問題

1. 所以，這裡的CKD stage是第一年的狀況嗎。意思是說這個結果應該會跟第一年的
資料中各個 CKD stage 和 CKD stage1 兩兩跑檢定結果應該會類似嗎?

還是他代表的是16年來的所有data的結果。所以有可能跑出
「CKD stage2反而較CKD stage1有比較少complication的結果」呢

（我的意思是有可能因為有治療的介入，所以CKD stage後期的反而會比CKD stage1
的好）

是哪一個呢？

2. 關於CKD stage* year想請各位大大在看一下另一個表格

Hb

變項 B SE 95%CI p
Lower Upper
Year 0.115 0.026 0.064 0.165 0.000
CKDstage CKDstage 5 -4.052 0.481 -4.995 -3.110 0.000
CKDstage 4 -1.976 0.438 -2.833 -1.118 0.000
CKDstage 3 -0.742 0.260 -1.252 -0.232 0.004
CKDstage 2 0.114 0.180 -0.239 0.467 0.527
CKDstage 1 ─ ─ ─ ─ ─
Year*CKDstage 5 0.037 0.069 -0.099 0.173 0.596
Year*CKDstage 4 -0.036 0.068 -0.170 0.098 0.600
Year*CKDstage 3 -0.055 0.048 -0.149 0.038 0.007
Year*CKDstage 2 -0.044 0.033 -0.109 0.021 0.184
　 Year*CKDstage 1 ─ ─ ─ ─ ─

統計公司當時為我們解釋為

「CKD stage3的族群中每追蹤一年，Hb會減少0.055」
(Year*CKDstage 3 -0.055 0.048 -0.149 0.038 0.007)

所以我一直以為這個表格中的

Year 0.115 0.026 0.064 0.165 0.000

這一行，意思是「對所有族群而言，每過一年，血色素會增加0.115」

所以從來沒想過可以把這兩個數據加起來

所以想問的是 是要把B值加起來看嗎？為什麼呢？


--
◆ From: 1.175.112.218

→ ching0629:很想噓統計公司...他的解釋是錯誤的 09/08 00:13
→ ching0629:那一行正確的解釋是"相較於CKDstage1而言,CKDstage3每年 09/08 00:13
→ ching0629:多下降0.055,而Stage1每隔一年Hb會上升0.115,所以Stage3 09/08 00:14
→ ching0629:每年還是上升的 09/08 00:15
推 ching0629:另外關於第一個問題,是"第0年",我不清楚你的資料如何編 09/08 00:18
→ ching0629:排Year這個變項,也許你的資料裡是從1開始,但MODEL中的意 09/08 00:19
→ ching0629:思是他再預測第0年時的狀況 09/08 00:19
推 ching0629:對了,我問想你!你分析的資料中用的CKDstage是不是會隨 09/08 00:33
→ ching0629:時間而改變,而不是用baseline的CKDstage 09/08 00:33
→ ching0629:其實我認為醫學領域的依變項有很長的延遲效應,完全不處 09/08 00:38
→ ching0629:理就直接放入model可能要做出非常不合理的假設 09/08 00:38
→ marki:我的資料CKD stage每年都會不同 09/08 04:10
→ marki:那這樣的話第一個問題還是Year 0 的data嗎 09/08 05:53
推 ching0629:當然還是一樣 09/08 16:18
推 goshfju:這是什麼奇怪的統計公司.. 09/08 17:22