《Stats》：Employing Area Under the Curve (AUC) to Reduce Many Repeated Measures into Single Variables for Analysis: A Simulation Study
编辑推荐：
背景：随着健身应用和可穿戴技术的普及，研究人员在真实场景中能够获取个体连续流数据以检验健康与体能假设。尽管已有多种重复测量数据分析方法，但AUC在健身应用所产生的大量重复测量数据中的效用尚未被评估。目的：本研究通过模拟数据评估AUC在健身应用典型的大样本重复测
背景：随着健身应用和可穿戴技术的普及，研究人员在真实场景中能够获取个体连续流数据以检验健康与体能假设。尽管已有多种重复测量数据分析方法，但AUC在健身应用所产生的大量重复测量数据中的效用尚未被评估。目的：本研究通过模拟数据评估AUC在健身应用典型的大样本重复测量（30与100次）下的适用性。方法：研究人员基于Strava路段数据生成21名假设骑行者的30次与100次表现数据（速度、时间、功率），采用梯形法则与最佳拟合线定积分计算AUC，并在正态与对数正态分布、等距与非等距时间点条件下，使用双变量相关、多元回归及以速度为中介的中介分析（功率→速度→时间）进行比较。结果：两种AUC计算方法在30与100次重复测量下相对表现差异很小；但中介分析中中介比例随重复测量次数及时间间隔不同而变化。结论：AUC可作为将可穿戴与健身应用多次重复测量行为累积水平降维为单变量的可行方法，但重复测量数量与时间变异会导致结果差异，未来需用非模拟真实数据在多样场景中验证。
研究背景与立题依据：传统纵向数据分析多采用潜增长曲线模型（Latent Growth Curve Modeling, LGCM）或广义估计方程（Generalized Estimating Equations, GEE）等多变量方法，需昂贵软件与专门学习。已有研究证明曲线下面积（Area Under the Curve, AUC）可作为替代方案，但既往面板研究仅涉及3或6个时间点。可穿戴设备与健身应用（如Fitbit、Strava）在单次运动中即可产生每秒、每分多级聚合的海量数据点（步数、踏频、心率等），关注线性趋势不再主要且不易解释，亟需兼容基础统计知识的数据压缩方法。AUC能将重复测量汇总为单变量并与数据同步累积，因此研究人员开展模拟研究评估其在30与100次重复测量下的效用。论文发表于《Stats》。
主要关键技术方法：研究人员从Strava某8.17英里计时环路段实际表现（时间、平均时速mph、功率瓦特）提取参数，以作者骑行经验设定标准差（时速1 mph、时间2分钟、功率7 W），用SAS 9.4生成21名假设骑行者各30与100次重复测量的正态等距、对数正态等距、正态非等距三组数据各1000次复现，取第600次样本。采用最大似然线性混合效应模型配合自回归协方差结构，以贝叶斯信息准则（Bayesian Information Criterion, BIC）、赤池信息准则（Akaike Information Criterion, AIC）及小样本校正AICc选最优增长形式（线性最优）；在Excel中用LINEST求方程并算1至T定积分AUC，在SAS中用梯形法则算AUCg；以双变量相关、多元回归（时间因变，功率预测，速度混杂/中介）及Hayes PROCESS宏bootstrap中介分析（功率→速度→时间）比较两法。
研究结果
- 3.
Results：模拟偏差<5%，但覆盖度仅68%–69%（低于95%）。模型选择上线性优于二次、三次多项式（信息准则随阶数增而升），30与100次结论一致。AUC均值随测量次数增多成比例增大；同变量梯形与积分AUC相关近1.000，时间与速度负相关显著。30次正态等距数据中，两法多元回归调整R2为0.531与0.550，功率负向预测时间显著，速度不显著，方差膨胀因子（Variance Inflation Factor, VIF）<2；100次时调整R2均为0.43，功率不显著而速度显著。对数正态与正态非等距场景下回归显著性与方向出现偏离（如非等距30次梯形法功率负向、速度正向显著）。中介分析显示30次正态等距下梯形法与线性法间接效应显著，中介比例均32%；100次时梯形法中比例升至71%，线性法74%；对数正态间接效应不显著；非等距30次出现 suppressor 式负比例（-0.93%），100次非等距梯形法68%、线性法40.5%。
讨论部分总结：研究人员指出样本量虽小但具代表性，非正态与非等距会冲击AUC压缩后分析稳定性；中介结果在不同分布与间距下混合（含正向与不显著），可能源于小样本与参数选择；两AUC算法结果总体等价，梯形法近似佳但与连续流多边形计算负担大，可用递归缓解；局限包括模拟方差可能偏低、未用真实骑行数据、仅三变量未用结构方程模型（Structural Equation Modeling, SEM）、21例致中介比例不稳与覆盖度低。
结论部分翻译：尽管存在局限，本研究就重复测量设计中两种AUC计算方法的相对效用及结果如何随重复测量次数变化提供了初步见解。未来研究应使用真实数据而非模拟数据评估这些方法。
