多变量非同步重复测量数据插补.pdf

多变量非同步重复测量数据插补 非结构化数据 数据结构的一个基本共同点是每一列代表一个观测指标，非结构化数据则不然，不同观测指 标的观测值用同一个变量记录在同一列但不同的记录（行）中，如下表的TestValue 变量，另有 一个变量代表所观测的指标名称，如下表的TestVAR 变量。临床电子病例中的实验室检测资料， 多为非结构化数据，其基本结构如下例练习数据nstructure.xls： 下载数据： /empowerStats/exdata/nstructure.xls 上表中ID=255486 的患者，在2009 年 1 月6 日检测了PLT 这个指标，检测结果为303；随后 在2009 年1 月10 日复查PLT，检测值为553。该患者其它检测指标有WBC、CRP,…。非结构化数 据不要求预先固定测量指标，非常灵活，易扩展。但不能直接进入分析，需要转换成结构化的数 据后才能进行分析， 本模块是将上述的数据结构转换成横向结构数据便于分析。 非同步重复测量插补 要分析两指标之间的关系，需要两指标的同步测量值，如果没有同时测量的值，可以用附近 的测量值取代，但临床上有些指标随时间变化明显，用临近的值取代不一定合理，这时候可以考 虑根据前后的测量值对中间测量时点缺失进行插补，插补方法采用非参数曲线拟合的方法。本模 块在将非结构化数据转换成结构化数据的同时，对缺失测量点数据进行插补，以便后续的数据分 析。 例1. 练习数据nstructure.xls 是非结构化的重复测量数据，对测量时点缺失值进行插补 并转换数据结构，易侕软件操作界面如下： 输出结果如下： Multivariate Asynchronous Repeated Measurement Data imputation and synchronization using nonparametric (Kernel) smoothing Original data # records (N): 329 # subjects (IDs): 14 measured items NEUTn ESR PLT WBC CRP RC LC A LCA RCA ( 10 ): Output data nstructure_1_tbl.xls # records (N): 73 ID TESTDAY GENDER BMI NEUTn NEUTn.imp ESR ESR.imp PLT PLT.imp WBC WBC.imp CRP CRP.imp RC RC.imp LC LC.imp A A.imp LCA LCA.imp Variables: RCA RCA.imp imp: imputed value for NA 该数据有14 个观察对象，329 条测量记录 检测指标measured items 有：NEUTn ESR PLT WBC CRP RC LC A LCA RCA 输出数据文件 nstructure_1_tbl.xls 里有以下变量： 个体特征变量：ID TESTDAY GENDER BMI 检测指标变量、其插补值变量 （_imp）： NEUTn NEUTn.imp ESR ESR.imp PLT PLT.imp WBC WBC.imp CRP CRP.imp RC RC.imp LC LC.imp A A.imp LCA LCA.imp RCA RCA.imp 在每个患者每个检测时点(如有观察值，_imp 变量等于其观测值，如没有实际观测值，_imp 为插补值。 以ID=255509 为例，该患者有5 个观测时点：TESTDAY=0、1、7、10、11，TESTDAY=1 时， NEUTn 观测值缺失，根据前后值对其插补，为17.57065； 而TESTDAY=11 时的NEUTn 也缺失，但 因为没有随后的实际观测值，没有足够的信息对之进行插补。TESTDAY=1、7