مقایسه مدلهای آماری حاشیه ای و آمیخته در تحلیل داده های پزشکی

زمینه و هدف: امروزه داده های زیادی وجود دارند که در آنها فرض استقلال داده ها که پیش فرض اصلی بسیاری از مدلهای آماری است برقرار نیست. داده های حاصل از نمونه گیری خوشه ای، مطالعات طولی با اندازه گیری های مکرر و یا داده های زوجی مانند داده های دو چشم و همچنین مطالعاتِ همسان سازی شده نمونه هایی از این داده ها هستند مواد و روش کار: دو مدل آماری با در نظر گرفتن همبستگی بین مشاهدات، مدلهای آمیخته و مدلهای حاشیه ای هستند که در این مقاله مورد مقایسه قرار گرفته اند. این مدلها از نظر روشی که همبستگی بین داده ها را در نظر می گیرند و تفسیر ضرایب رگرسیونی با یکدیگر تفاوت دارند. یافته ها: در مدلهای غیر خطی ضرایب رگرسیونی مدل حاشیه ای تغییرات در سطح جامعه را نشان می دهد در حالیکه در مدلهای آمیخته این ضرایب تغییرات را در یک فرد یا خوشه خاص نشان می دهند. در مدلهای خطی تفسیر ضرایب رگرسیونی در هر دو مدل یکسان است. نتیجه گیری: به عنوان یک نتیجه گیری کلی در مدلهای غیر خطی که تفسیر نتایج متفاوت است بر اساس کاربرد مورد نیاز بهتر است از یکی از این دو مدل استفاده شود. در واقع برای سیاستگذاران بهداشتی که دید جامعه نگر دارند استفاده از مدل حاشیه ای توصیه می شود در حالیکه برای پزشکان معالج که بیشتر به تغییرات فردی در یک بیمار علا قمند هستند استفاده از مدل آمیخته مناسبتر است