三种轨迹分析方法的比较研究
Comparative Study of Three Trajectory Analysis Methods
王俊杰 1陈依娜 1陆梦依 2尤东方 1赵杨3
作者信息
- 1. 南京医科大学公共卫生学院生物统计学系(211166)
- 2. 南京医科大学公共卫生学院生物统计学系(211166);南京医科大学国家疫苗研发创新平台
- 3. 南京医科大学公共卫生学院生物统计学系(211166);南京医科大学国家疫苗研发创新平台;江苏省恶性肿瘤生物标志物与防治重点实验室,肿瘤个体化医学省部共建协同创新中心
- 折叠
摘要
目的 介绍几种常见的轨迹分析方法,并对其使用效果和适用条件进行比较.方法 在模拟实验中对不同轨迹分析方法在各种情境下的效果以及适用条件进行比较研究,并在实例分析中进行验证.结果 增长混合模型(growth mixture modeling,GMM)在单轨迹分析中表现最好,基于群体的轨迹模型(group-based trajectory modeling,GBTM)总体表现较好且可以拓展对多轨迹进行研究,聚类分析表现尚可且能分析多轨迹,但对随访数据质量要求较高.结论 三种方法各有其优点,可根据分析数据的具体情况选择合适的方法.
Abstract
Objective To introduce and compare different trajectory analysis methods.Methods Simulation experiments were conducted to compare the effect and applicable conditions of different trajectory analysis methods under different scenarios.Dataset of SPRINT was analyzed using these methods.Results Growth mixture modeling(GMM)performed best in single trajectory analysis while group-based trajectory modeling(GBTM)and cluster analysis were able to analyze multivariate trajectory.Cluster analysis had strict requirements on follow-up data.Conclusion Each of these three methods has its own advantages,and the appropriate method can be selected according to the specific situation of the dataset.
关键词
轨迹分析/基于群体的轨迹模型/增长混合模型/聚类分析Key words
Trajectory analysis/Group-based trajectory modeling/Growth mixture modeling/Cluster analysis引用本文复制引用
基金项目
国家自然科学基金(82173620)
国家自然科学基金(82373690)
国家自然科学基金(82204156)
国家重点研发计划(2022YFC3702702)
出版年
2024
NETL
NSTL
万方数据