基于树的结构方程模型用于评估患者报告结局指标中的测量不变性

《Health and Quality of Life Outcomes》：Tree-based structural equation model for assessing measurement invariance in patient-reported outcome measures

　　摘要背景：测量不变性（MI）的证据对于确保基于患者报告结局测量（PROMs）的评分在不同群体之间或随时间具有可比性至关重要。传统上用于评估PROMs中MI的方法主要是基于群体的方法，这些方法要求在先验已知目标人群中与MI缺乏相关的相关差异。基于树的潜变量模型可用于在先验未知与MI违反相关的协变量时评估PROMs中的MI。本研究说明了基于递归划分的基于树的结构方程模型（SEMTree）在评估PROMs中的MI方面的实施，并识别了与MI违反相关的患者特征。方法：数据来自4027名在接受心脏血管造影术完成后完成7项西雅图心绞痛问卷（SAQ-7）的冠状动脉疾病（CAD）患者。使用结构方程建模来检查SAQ-7的因素有效性，并评估模型拟合度。使用SEMTree来识别SAQ-7条目不不变的亚组，使用患者的人口统计学和疾病/合并症特征作为解释（即分割）变量。结果：中位（四分位距）年龄为64.0（15.1）岁，其中3172（78.8%）名患者为男性。SAQ-7的3因素测量模型对数据具有良好的拟合度。SEMTree分析表明，SAQ-7测量模型在以年龄、疾病适应症（是急性冠脉综合征还是稳定型心绞痛）、性别和合并高血压为分割变量的亚组之间不变性不成立。结论：患者的人口统计学和疾病特征与CAD患者中SAQ-7的MI缺乏相关。SEMTree是一种有前景的方法，可用于探索性调查与在异质人群中使用的PROMs的MI缺乏相关的变量。未来研究将使用计算机模拟来评估其在不同数据分布和设计特征下检测PROMs中MI的统计效能。