廣義估計方程式(GEE)常用在臨床研究中類別型的長期追蹤資料分析(Longitudinal data analysis)。然而,由於受試者的某些原因(例如身體產生不良反應(AE),或是失去連繫(loss of follow-up)等原因)而產生缺失值(missing value)。當缺失值的情形爲完全隨機(missing completely at random)之下,可以直接用GEE來分析;不過,一旦缺失值爲隨機(missing at random)的情形下,直接套用GEE來分析所得到的爲偏誤(biased)的估計。當然,以多重插補法(multiple imputation)來分析是一個可行的方向,另外一個方式即是以加權廣義估計方程式(wGEE)來分析。

加權廣義估計方程式在做法上即是先以logistic regression算出各不同時間點觀測到outcome的機率(propensity score)(以過去時間點的outcome當成是解釋變數,來預測下一時間點的出現機率!),再以此機率當成是權重(weight)來對一般的廣義估計方程式加權。其想法是以出現機率(propensity score)對每個觀察到的個案加權,達到調整缺失值的目的。目前,常用來進行加權廣義估計方程式的軟體爲SAS, R.


Reference:
G. M. Fitzmaurice , Nan M. Laired and James H. Ware. (2004). Applied Longitudinal Analysis. Wiley.

arrow
arrow

    estat 發表在 痞客邦 留言(0) 人氣()