目的将共享随机效应模型(shared random-effect model,SREM)应用于轻度认知障碍(mild cognitive impairment,MCI)向认知正常(normal cognition,NC)逆转的研究,比较不同纵向认知标志物对MCI逆转的预测性能,并评价影响因素的协变量效应。方法SREM模型包括两个子模型,其中纵向子模型采用线性混合效应模型对纵向认知标志物的变化轨迹建模,生存子模型采用比例风险模型对生存过程建模。基于对数似然函数值和信息准则进行模型拟合优度检验,采用ROC曲线下面积(area under the curve,AUC)评价不同纵向认知标志物(MMSE、CDRSB、FAQ、ADAS11、ADAS13和ADASQ4)对MCI逆转的预测性能;同时进行纵向子模型和生存子模型的影响因素分析。结果843名MCI患者中72名(8.54%)在随访结束后逆转为NC。以spline-PH-GH参数分布为基准风险函数的SREM模型对数似然函数值最大,AIC和BIC最小;以CDRSB为纵向认知标志物建立的SREM模型拟合最好,在不同时间的AUC值均表现良好,范围为0.797~0.852,且预测误差最小,范围为0.0427~0.0429;年龄、性别、受教育程度、婚姻状况和APOEε4基因均会影响MCI患者的认知功能和日常活动功能,六种纵向认知标志物均会影响MCI患者的逆转。结论CDR评分对MCI患者的认知功能和逆转预测性能最佳;认知功能和日常活动功能可作为MCI逆转的动态监测指标。
目的利用SAS开发的CAUSALTRT过程,实现三类估计方法的因果效应估计。方法采用SmokingWeight数据集,以戒烟为处理变量,体重变化为结局变量,其他因素为混杂变量,通过增强逆概率加权法(augmented inverse probability weighting,AIPW)对平...
详细信息
目的利用SAS开发的CAUSALTRT过程,实现三类估计方法的因果效应估计。方法采用SmokingWeight数据集,以戒烟为处理变量,体重变化为结局变量,其他因素为混杂变量,通过增强逆概率加权法(augmented inverse probability weighting,AIPW)对平均处理效应(the average treatment effect,ATE)进行估计,通过回归调整法(regression adjustment,REGADJ)对处理组平均处理效应(the average treatment effect for the treated,ATT)进行估计。结果戒烟对体重变化的ATE和ATT分别为3.209(95%CI:2.232~4.187)和3.276(95%CI:2.332~4.219)。结论CAUSALTRT可以实现不同的因果效应估计,但应用时需要考虑其是否满足前提假设以及注意事项。
暂无评论