非线性认知衰老轨迹的混合效应模型比较与实证评估
《BMC Medical Research Methodology》:A comparison of mixed-models for the analysis of non-linear longitudinal data: application to late-life cognitive trajectories
【字体:
大
中
小
】
时间:2026年10月16日
来源:BMC Medical Research Methodology 3.7
编辑推荐:
**摘要**
**背景**
已有多种针对高斯纵向结局的混合效应模型被提出,以容纳晚年认知轨迹的非线性特征,并评估协变量对其的潜在影响。然而,尚无既往研究对这些模型进行并列比较,以指导其正确应用与解释。
**方法**
在本研究中,我们考察了五种常用于回答认知衰老非线性变
**摘要****背景**已有多种针对高斯纵向结局的混合效应模型被提出,以容纳晚年认知轨迹的非线性特征,并评估协变量对其的潜在影响。然而,尚无既往研究对这些模型进行并列比较,以指导其正确应用与解释。**方法**在本研究中,我们考察了五种常用于回答认知衰老非线性变化相关研究问题的统计方法:含二次项的线性混合模型、含样条近似时间函数的线性混合模型、功能混合模型、分段线性混合模型以及S形(sigmoidal)混合模型。我们首先从理论角度描述各模型,随后通过模拟研究对模型进行实证评估并提供实际操作建议。最后,我们利用两个具有年度认知测试的前瞻性队列的真实数据,通过考察死亡前教育水平与认知变化之间的关联,比较各模型的解释性。**结果**除含时间二次项的线性混合模型外,所有模型在捕捉认知变化非线性方面的拟合总体良好,且模型相对稳健。尽管基于样条的模型中存在与时间相关的参数不具有直接可解释性,但其收敛更容易实现,且允许通过图形化方式解释。相比之下,分段模型和S形模型提供可直接解释的参数,但可能需要更多数据才能实现收敛。**结论**本研究为如何运用各种策略更好地刻画认知随时间的变化提供了见解。通过模拟分析,我们强调了在这些数据背景下不建议使用时间二次函数。最后,我们指出,分段混合模型和S形混合模型等更复杂的纵向数据模型,在实际应用中应比目前更频繁地被考虑使用。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号