MedCalc 如何设置与年龄有关的参考间隔

3 2 月, 2021
4:57 下午

命令：	统计参考间隔与年龄相关的参考间隔

描述

年龄相关（特定年龄或年龄相关）的参考间隔是随患者年龄而变化的参考间隔。

MedCalc用于建模与年龄相关的连续参考间隔的方法是基于Altman（1993），Altman＆Chitty（1993）和Wright＆Royston（1997a）所述的方法。

该方法包括以下步骤：

如果测量值的分布（用于建立参考区间的变量）在不同年龄水平处显示出偏斜，则将测量值进行对数转换或使用Box-Cox幂变换。
使用加权多项式回归对年龄进行建模（Altman＆Chitty，1994）。该回归模型给出（转换的）测量值的平均值作为年龄的函数：mean（age）。
计算该回归模型的残差。
乘以绝对残差乘以加权多项式回归在年龄上建模（Altman，1993）。第二个回归模型给出（转换的）测量值的标准偏差作为年龄的函数：SD（年龄）。
对于观察范围内的每个年龄段，参考时间间隔均取平均值（年龄）±zx SD（年龄）。对于95％的参考间隔，z = 1.96。如果在步骤1中最初对数据进行了转换，则软件会将结果反转换为原始比例。
通过分析和绘制所有观测值的z分数来评估模型。观测值y的z得分由下式计算
z =（y-均值（年龄））/ SD（年龄）

Z分数应呈正态分布。如果不是，则该模型可能不合适，并且可以选择多项式模型的其他幂。

必填项

该示例利用了Chitty等人（1994年）的双顶径（内外）数据。数据可从http://www.stata.com/stb/stb38/sbe15/bpd.dta下载

测量值和年龄变量

在对话框中，您可以确定测量变量和寿命变量。您也可以输入或选择一个过滤器，以便仅在统计过程中包括案例的选定子组，如本手册的“简介”部分所述。

参考间隔选项

报告百分位：您可以选择感兴趣的不同百分位。例如，对于95％的双面参考间隔，可以选择2.5和97.5百分位。
置信区间：单击此按钮，以便设置用于计算置信区间的选项。请参阅下面的更多详细信息。注意已经是这个选项时只选择1或2个百分位才可用。

多项式模型的幂

幂：为均值和SD选择多项式模型的幂。特殊值0表示对数转换（以10为底）。例如，当您选择幂数0、1和2时，模型将包括Log（age），age ¹ = age和age ²：
Y = b ₀ + b ₁ Log（年龄）+ b ₂年龄+ b ₃年龄²

值b _i是要由软件估计的系数。值b ₀是回归模型中的常数项。

测量变量的选项

对数转换：如果测量数据需要对数转换（例如，当数据正偏时），请选择对数转换选项。
Box-Cox转换：这将允许使用以下参数执行Box-Cox转换：
- Lambda：功率参数λ
- Shift参数：shift参数是一个常数c，当某些数据为负数时需要将其添加到数据中。
- 按钮从数据获取：单击此按钮可以估算Lambda的最佳值，并在某些观察结果为负时建议平移参数c的值。该程序将为Lambda提供2到3个有效数字的值。
Box-Cox转换的定义如下：

x（λ）=（（x + c）^λ− 1）/λ 当λ≠0时

x（λ）= log（x + c）当λ= 0时

当您执行Box-Cox转换时，MedCalc将自动使用所选参数转换测量数据，并将结果反转换为原始比例以进行显示。
测试异常值：根据Reed等人的方法进行选择。（1971）或Tukey（1977）来自动检查异常值的数据（或者选择无，则不进行异常值测试）。里德等人的方法。仅测试最小和最大观测值；Tukey测试可以将更多值识别为离群值。测试将创建可能的异常观测值列表，但不会自动将其排除在分析之外。可能的异常值应由调查人员检查，调查人员可以决定排除这些值（请参阅排除和包含）。
有关异常值检测的其他方法，请参阅异常值检测。

Z分数

正态分布检验：选择统计检验以评估z分数的分布是否与正态分布兼容（请参阅正态分布检验）。

结果

疑似异常值

该程序会生成一系列可能的异常值列表，这些数据可以通过基于Reed等人的方法检测到。（1971）或Tukey（1977）。里德等人的方法。仅测试最小和最大观测值；Tukey测试可以将更多值识别为离群值。请注意，这不会自动从分析中排除任何值。研究人员应进一步观察观察结果，研究人员可以决定排除这些值。单击列出的值（显示为超链接），以在电子表格中显示相应的数据（请参阅排除和包含）。

型号汇总

该表提供了该模型的摘要。

第一行显示结果变量。

如果未选择任何转换，则结果变量为测量变量（例如BPD）。
如果选择了对数转换，则结果变量是测量变量的以10为底的对数，并将显示为Log（BPD）。
如果选择Box-Cox变换，则结果变量为Box-Cox变换的测量变量，将显示为（BPD + c）^λ

接下来，给出结果变量的均值和SD的回归方程。

如果未选择任何变换，则方程式将直接给出估计的测量变量的平均值和标准差。
如果选择了对数转换或Box-Cox转换，则方程式将给出转换后的测量值的估计均值和SD，并且必须将结果反转换为原始比例。MedCalc自动在下表和图表中对结果进行反转换。

enti

该表列出了不同年龄的年龄（大约6至12岁的年龄）。

在此表下方，有一个超链接，用于获取Excel格式的更全面的表，适用于大约60到120个年龄值。此Excel文件包含用于不同百分位数的公式，因此可以轻松地将其缩短或扩展为您的需要。

均值和标准差的拟合方程

下表列出了测量均值和标准差的加权回归的详细信息。

列出了不同的系数及其标准误差和P值。

P值不应过分关注。特别是，不得使用它们来决定是保留一个术语还是应该从模型中删除一个术语。感兴趣的是系数本身的大小。

Z分数

z得分的分析是评估模型与数据拟合程度的重要一步。

范围：z分数的最低和最高值。
偏度：偏度系数（Sheskin，2011年）是变量分布中对称程度的度量。偏度系数应接近0（请参见偏度和峰度）。
峰度：峰度系数（Sheskin，2011年）是变量分布中拖尾程度（Westfall，2014年）的量度。峰度系数应接近0（请参见“偏度和峰度”）。
正态分布检验：该检验的结果表示为“接受正态性”或“拒绝正态性”，具有P值。
如果P大于0.05，则可以假定z分数遵循正态分布，并显示结论“接受正态性”。

图表

带有中心曲线的散点图

该图显示了测量值与年龄的散点图，以及计算出的平均值（中线）和百分曲线。

Z分数

该图显示了针对年龄绘制的z分数。

在−1.645和1.645的z分数处绘制水平线。

中心线（示例中为红色）是80％平滑的LOESS（局部回归平滑）趋势线。

Z分数不应显示任何模式，并且在所有年龄段都必须随机分散在0左右（Altman＆Chitty，1993）。预计有5％的案例位于z = 1.645对应的线的上方，而有5％的案例位于z = -1.645对应的线的下方；并且这些病例应在观察到的年龄范围内随机分布。对此的任何偏离都表明该模型需要修改。

在图形的“信息”面板中，报告了z = −1.645以下和z = 1.645以上的精确观测值。

置信区间

MedCalc允许使用自举法来计算参考限值的置信区间（Wright＆Royston，1997b）。

进行如下：

仅选择一或两个百分点。MedCalc无法同时计算更多百分位数的置信区间。
接下来，单击“置信区间”按钮，并如下所示完成新对话框：
- 引导置信区间：如果您不想计算置信区间，请选择“无”；否则，请选择“无”。否则，请选择90％或95％的置信区间。
- 引导程序复制：输入引导程序复制的数量。高数字可提高准确性，但同时也会增加处理时间。
- 随机数种子：这是随机数生成器的种子。输入0作为随机种子；当重复该过程时，这可能导致不同的置信区间。任何其他值将给出可重复的“随机”序列，这将导致置信区间的可重复值。
单击“确定”返回到主对话框。
返回主对话框时，选择Box-Cox转换，然后单击“从数据获取”以自动获取Lambda和Shift参数的最佳值。

这一步是必要的，因为在引导程序的每个步骤中，MedCalc都会执行Box-Cox自动转换，以估计和建模每个引导程序样本的偏度（Wright＆Royston 1997a）。通过在原始过程中进行Box-Cox变换，可以将百分位数的结果与置信区间对齐。
单击确定继续。计算可能需要几分钟才能完成。
置信区间显示在报告表中：

x（λ）=（（x + c）^λ− 1）/λ	当λ≠0时
x（λ）= log（x + c）	当λ= 0时