Przejdź do głównej treści
MedCalc

Pomiary seryjne

Gdy wykonano pomiary seryjne, np. krzywą tolerancji glukozy, często warto podsumować dane każdej osoby badanej za pomocą jednej lub dwóch miar sumarycznych, takich jak:

  • wysokość szczytu (wartość maksymalna)
  • czas do osiągnięcia szczytu
  • różnica między ostatnią a pierwszą wartością
  • pole pod krzywą (AUC)

Te miary sumaryczne można uzyskać i przeanalizować statystycznie za pomocą polecenia Pomiary seryjne. Program tworzy wykres obserwacji i wykonuje odpowiedni test statystyczny, aby ocenić, czy miara sumaryczna różni się między poszczególnymi podgrupami.

Jak wprowadzić dane do arkusza kalkulacyjnego

We wszystkich innych procedurach statystycznych MedCalc dane jednego przypadku wprowadza się w jednym wierszu arkusza kalkulacyjnego, natomiast w przypadku pomiarów seryjnych MedCalc wymaga, aby dane wszystkich przypadków zostały wprowadzone w jednej kolumnie (w przykładzie Value). Pozostałe kolumny arkusza kalkulacyjnego muszą zawierać:

  • zmienną czasu: czas należy wprowadzić jako liczbę wyrażoną w jednej jednostce (np. godzinach, dniach); odstępy czasu mogą być nierówne
  • zmienną kategorialną identyfikującą przypadki
  • (opcjonalnie) zmienną kategorialną identyfikującą grupę, do której należy przypadek.

W przykładzie przypadek 1 należy do grupy „malabsorption” (zespół złego wchłaniania), a wartość 0,08 zmierzono w czasie 0, wartość 5,70 w czasie 30 i wartość 3,22 w czasie 45.

Dane
A1
Malabsorption
 ABCDE
GroupCaseTimeValue
1Malabsorption100,08
2Malabsorption1305,70
3Malabsorption1453,22
4Malabsorption200,08
5Malabsorption2150,08
6Malabsorption2300,14
7Malabsorption2452,10
8Normal1000,08
9Normal10153,72
10Normal103016,02
11Normal10458,17
12Normal1100,08
13Normal11156,72
14Normal11305,48
15Normal11454,84

Jeśli Twoje dane są zorganizowane inaczej, np. dane z różnych punktów czasowych znajdują się w różnych kolumnach, możesz je przeorganizować za pomocą narzędzia Układaj kolumny w stos.

Wymagane dane wejściowe

Pomiary seryjne

Zmienna Y (dane): ta zmienna zawiera pomiary seryjne wszystkich przypadków.

Zmienna X (czas): ta zmienna zawiera czas poszczególnych pomiarów.

Identyfikacja przypadku: zmienna kategorialna zawierająca dane identyfikacyjne przypadków.

Grupy: zmienna kategorialna zawierająca dane identyfikacyjne grup.

Miara sumaryczna: tu wybierasz interesującą Cię miarę sumaryczną do analizy statystycznej

  • Minimum i czas do osiągnięcia minimum
  • Maksimum i czas do osiągnięcia maksimum
  • Pierwsza obserwacja, ostatnia obserwacja
  • Różnica ostatnia-pierwsza (różnica między ostatnią a pierwszą obserwacją)
  • % zmiany między ostatnią a pierwszą obserwacją, obliczany jako 100x(ostatnia-pierwsza)/pierwsza
    Aby można było obliczyć tę miarę sumaryczną, pierwsza obserwacja nigdy nie może być równa zeru.
  • Maksymalna różnica w stosunku do pierwszej obserwacji
  • % maksymalnej różnicy w stosunku do pierwszej obserwacji, obliczany jako 100x(maksymalna różnica/pierwsza)
    Aby można było obliczyć tę miarę sumaryczną, pierwsza obserwacja nigdy nie może być równa zeru.
  • Średnia ważona w czasie jest obliczana jako AUC przypadku (poziom odniesienia 0) podzielone przez jego całkowity przedział czasu (czas ostatniej obserwacji minus czas pierwszej obserwacji). Jeśli jest tylko jedna obserwacja, jej wartość przyjmuje się jako średnią ważoną w czasie.
  • Pole pod krzywą (AUC)
    Pole pod krzywą można obliczyć na 3 różne sposoby, w zależności od wartości przyjętej jako poziom odniesienia: 0, pierwsza obserwacja lub minimum (gdy poziomem odniesienia jest pierwsza obserwacja, pole pod krzywą może być liczbą ujemną).
    Aby obliczyć AUC, MedCalc wymaga, aby dla wszystkich przypadków pierwsza i ostatnia obserwacja przypadały w tym samym czasie. Jeśli tak nie jest, jako miarę sumaryczną można zamiast tego użyć średniej ważonej w czasie.
  • % czasu powyżej, powyżej lub równo, poniżej albo poniżej lub równo wartości progowej.

Opcje

  • Wyrównaj czas do lewej: po wybraniu tej opcji MedCalc wyrównuje czasy do lewej, odejmując pierwszą wartość czasu danego przypadku od wszystkich pozostałych wartości czasu tego przypadku. W ten sposób czas początkowy każdego przypadku wynosi 0.

Analiza statystyczna

  • Automatycznie: pozwól MedCalc zdecydować, jak analizować dane. Jeśli wybrano tę opcję, MedCalc analizuje statystyki sumaryczne w poszczególnych grupach i wykonuje test rozkładu normalnego (test rozkładu normalnego wykonuje się na całej próbie po przekształceniu wartości w obrębie grup w wyniki z). Jeśli dane mają rozkład normalny, program wykonuje test parametryczny. Jeśli dane nie mają rozkładu normalnego, program próbuje zastosować przekształcenie logarytmiczne. Jeśli po przekształceniu logarytmicznym dane mają rozkład normalny, test statystyczny wykonuje się na danych przekształconych logarytmicznie; w przeciwnym razie stosuje się test nieparametryczny na danych nieprzekształconych.
  • Test parametryczny: zakłada, że miara sumaryczna ma rozkład normalny, i stosuje test parametryczny
  • Test parametryczny po przekształceniu logarytmicznym: wykonuje przekształcenie logarytmiczne miary sumarycznej, a następnie test parametryczny.
  • Test nieparametryczny: stosuje test nieparametryczny.

Jako test parametryczny MedCalc stosuje test t, gdy są 2 grupy, lub jednoczynnikową analizę wariancji (ANOVA), gdy są więcej niż 2 grupy.

Jako test nieparametryczny MedCalc stosuje test Manna-Whitneya, gdy są 2 grupy, lub test Kruskala-Wallisa, gdy są więcej niż 2 grupy.

Test rozkładu normalnego: opcja wyboru testu rozkładu normalnego jest dostępna tylko wtedy, gdy wybrano analizę statystyczną „Automatycznie”.

Wyniki

Okno wyników zawiera statystyki (liczebność próby, średnią, SD itp.) wybranej miary sumarycznej w poszczególnych podgrupach. Następnie wykonywany jest test statystyczny weryfikujący hipotezę, że między podgrupami nie ma różnic. Jeśli uzyskana wartość P jest mniejsza od 0,05, wnioskuje się, że miara sumaryczna różni się istotnie między poszczególnymi podgrupami.

Pomiary seryjne

Zmienna Y (dane)

Value

Zmienna X (czas)

Time

Zmienna dla przypadków

Case

Zmienna dla grup

Group

Interesująca Cię miara sumaryczna

Pole pod krzywą (poziom odniesienia = 0)

Test Shapiro-Wilka
dla rozkładu normalnego

W=0.9364
akceptuj normalność (P=0.3747)

Grupa

n

Średnia

95% CI

SD

Mediana

95% CI

MALABSORPTION

9

459.733

343.453 do 576.014

151.275

505.875

299.276 do 611.196

NORMAL

5

774.015

300.218 do 1247.812

381.582

599.850

 

Test t

Różnica

314.2817

95% CI różnicy

7.3385 do 621.2248

Statystyka testu t

2.231

Stopnie swobody (DF)

12

Dwustronne prawdopodobieństwo

P = 0.0455

Wartości przypadku [Ukryj]

Grupa

Nr identyfikacyjny przypadku

Przedział czasowy

Pierwszy

Ostatni

Minimum

Maksimum

Pole pod krzywą (poziom odniesienia = 0)

MALABSORPTION

1

360

0.08

0.32

0.08

13.15

667.4250

MALABSORPTION

2

360

0.08

0.28

0.08

6.37

569.6250

NORMAL

10

360

0.08

0.29

0.08

16.02

919.8750

NORMAL

11

360

0.08

0.28

0.08

6.72

599.8500

MALABSORPTION

3

360

0.08

0.11

0.08

3.47

306.0000

MALABSORPTION

4

360

0.08

0.12

0.08

3.3

298.2000

MALABSORPTION

5

360

0.08

0.42

0.08

8.27

617.8500

MALABSORPTION

6

360

0.08

0.08

0.08

4.92

256.2750

MALABSORPTION

7

360

0.08

0.18

0.08

9.29

527.4750

MALABSORPTION

8

360

0.08

0.2

0.08

2.54

388.8750

MALABSORPTION

9

360

0.08

0.08

0.08

6.28

505.8750

NORMAL

12

360

0.08

0.08

0.08

9.98

499.5000

NORMAL

13

360

0.08

0.25

0.08

7.27

472.8750

NORMAL

14

360

0.08

0.37

0.08

17.61

1377.9750

Wykres

Wykres pomiarów seryjnych przedstawia kolejno dane seryjne każdego przypadku.

Wykres pomiarów seryjnych

Gdy przypadków jest wiele, warto utworzyć osobne wykresy dla każdej podgrupy. Aby utworzyć wykres pomiarów seryjnych dla wszystkich przypadków z grupy „normal”, wprowadź odpowiedni filtr w polu Filtr.

Pomiary seryjne – Filtr

co daje następujący wykres:

Wykres pomiarów seryjnych

Dla grupy „Malabsorption” wybierz analogiczny filtr dla tej grupy.

Pomiary seryjne – Filtr

co daje następujący wykres:

Wykres pomiarów seryjnych

Piśmiennictwo

  • Bland M (2000) An introduction to medical statistics, 3rd ed. Oxford: Oxford University Press.
  • Mathews JNS, Altman DG, Campbell MJ, Royston P (1990) Analysis of serial measurements in medical research. British Medical Journal 300:230-235. PDF

Zobacz także

  • Analysis of serial data: fragment książki „An Introduction to Medical Statistics” Martina Blanda (w języku angielskim).