統計散記-Vivian 經驗分享

Jan 20 Mon 2025 23:22
競爭風險分析(Competing-risks analysis)

一、競爭風險分析簡介

競爭風險分析是生存分析的一種延伸方法，用於處理有多種失敗事件（或風險）且事件之間互相競爭的時間-事件資料。例如，在骨髓移植的研究中，病人可能因復發或在緩解期間死亡而結束觀察，兩者為競爭事件，因為某一事件發生後，另一事件便無法再發生。如：對於復發，死亡是一個競爭風險，因為復發事件在患者死亡後不再發生，或者說患者還來不及復發就先死亡了。

在競爭風險分析中，主要有兩個重要概念：

原因特異性危險函數 (Cause-Specific Hazard Function)：描述了在存在其他事件類型的情況下一種事件類型的失敗率。

累積發生函數 (Cumulative Incidence Function, CIF)：量化了存在競爭風險時特定事件類型發生的風險。

(繼續閱讀...)

Vivian 發表在痞客邦留言(0) 人氣()

個人分類：統計概念

▲top

May 07 Thu 2026 13:48
Logistic Regression 建模誤區：EPV 計算，你算對了嗎？

在進行多變量邏輯回歸（Multivariable Logistic Regression）時，大家通常知道 EPV (Events Per Variable) 一般來說要大於 10 才穩定。但最常被問到的問題是：「這裡的 Variable，到底是指變項個數，還是參數個數？」

舉例說明： 「如果你有一個『教育程度』變項，分為五個組別，它在模型中會產生4 個 Dummy variables。在計算 EPV 時，它貢獻的不是 1，而是 4。如果再加上其他變項，分母會迅速增加，這也是為什麼小樣本研究容易出現模型不穩定的原因。」

根據主流統計學文獻（如 Peduzzi et al. 1996 與 Harrell et al. 1985）以及後續的模擬研究（如 Wynants et al. 2015），關於 EPV 的計算方式，正確答案是：

EPV 的分母應為「模型中估計的參數數量（Parameters）」，意即必須計入所有的 Dummy variables。

以下為詳細的文獻理據與計算規範：

(繼續閱讀...)

Vivian 發表在痞客邦留言(0) 人氣()

個人分類：統計概念

▲top

最近看到有研究者在做回溯性研究(retrospective research) 時，也會擷取未校正的Odds Ratio (OR) or Hazard Ratio (HR) 值進行統合分析 (Meta-analysis)，讓我原本認為應該要用adjusted OR/HR的認知似乎不同，因此再次查閱文獻，看一下當進行統合分析中有retrospective research時應如何處理? 整理如下：

在回溯性研究的 Meta-Analysis 中，應該使用 adjusted OR 或 adjusted HR，而不是 crude 值。這是因為 adjusted 值已經考慮了混雜變數的影響，能更準確地反映變數之間的真實關係。以下是詳細的解釋與注意事項：

1. 為什麼選擇 Adjusted OR/HR

混雜偏倚：

Crude 值僅考慮了暴露與結局的關聯，未調整其他影響因子，可能會受到混雜變數的嚴重影響。

(繼續閱讀...)

Vivian 發表在痞客邦留言(0) 人氣()

個人分類：統合分析

▲top

Oct 06 Sun 2024 21:42
中介變數(Mediator)與調節變數(Moderator) 簡介：差異、應用與研究範例

在社會科學、心理學及行為科學研究中，中介變數(mediator) 與 調節變數(moderator) 常常被用來探討變數之間的關係。而在醫學研究中，這兩種變數的使用可以幫助研究者更深入地了解健康結果與風險因素之間的關係，從而改善臨床實踐和公共衛生政策。因此了解中介與調節變數的差異並對於進行研究設計、資料分析與結果解釋至關重要。

1. 定義與解釋

中介變數 是指能夠解釋自變數(Independent variable, IV)如何影響依變數(Dependent variable, DV)的中間過程。它描述了一個「因果鏈」，即自變數先影響中介變數，而中介變數進一步影響依變數。因此，透過中介變數，我們可以更清楚地理解自變數與依變數之間的作用機制。在醫學研究中，中介變數有助於解釋某一治療、風險因素或環境因素是如何影響患者健康結果的。例如，透過探討治療干預措施如何通過中介變數產生效果，研究者可以更清楚地理解治療的作用機制。

調節變數 是指會影響自變數與依變數之間關係強度或方向的變數。它本身不會直接影響自變數或依變數，但能夠「調整」兩者的關係，使得該關係在不同情境或條件下產生不同的效果。在醫學研究中, 調節變數常被用來研究不同的患者特徵如何影響治療效果或風險因素與健康結果之間的關係。這種分析有助於識別哪些亞群的患者可能從特定治療中獲益更多，或哪些群體的風險因素更顯著。