R语言实现轨迹分析--traj和lcmm包体会
轨迹分析是对重复测量数据的一种归纳,转化为一种分类变量,比如手术后1~7天内的疼痛评分,可以形成术后急性痛轨迹。形成的轨迹作为一个分类变量,可以用于预测疾病的预后,比如术后慢行痛是否发生。
traj和lcmm是两个主要的轨迹分析的包,主要的区别是traj是对已有的数据进行轨迹拟合,不能形成"模型",也就是不能预测新的个案数据的轨迹,而lcmm可以,可以作为选择方法的依据。
traj包
相对来说,这个包比较简单,分析过程比较好理解,分三步,首先是计算指标,一共有18种指标,有最大值,斜率等,第二步是选择指标,从以上指标中选择一个或多个进行后续分析;第三步,是根据选择的指标进行聚类,背后的算法时k-means等。
包的功能比较齐全,可以进行可视化,也可以对数据进行打标,基本上可以满足需求。
lcmm包
这是一个功能比较丰富的包,其中的hlme函数是轨迹分析时使用的函数。处理的数据时标准的纵向数据(与traj包数据的样式不同),其中的time代表测量的时间,而Y是测量数据的值(比如,血压),还有X等是可能与Y相关的其它参数(比如,身高、体重)。
最终会形成"模型",可以预测新的个案数据的轨迹。
最后
两个包可以独立使用,也可以结合起来使用。