哪些数据可以使用广义估计方程（GEE）？

本文内容整理自医咖会《广义估计方程的SPSS及Stata软件实现》专栏，小咖针对广义估计方程的案例部分进行了整理，可点击左下角“阅读原文”查看完整视频。

案例1 重复测量数据

数据及特征

基线、术后6h、12h、24h CRP：连续型变量；

根据评分将术后疼痛定义为“是/否”：二分类变量。

统计分析方法

CRP：重复测量方差分析、广义估计方程（GEE）、广义混合效应模型；

术后疼痛：不适合重复测量方差分析，可使用GEE、广义混合效应模型。

GEE根据因变量选择分布函数，如果因变量为二分类变量，就可以选择binomial，也就是二项分布；如果因变量为连续变量，就可以考虑identity，也就是线性回归，在广义估计方程的框架基础上拟合线性回归。广义混合效应模型可以考虑固定效应和随机效应分析重复测量数据。任何提到“广义”的方法，都可以分析定性、定量、离散等各种因变量类型，仅需据此更改分布函数和连接函数即可。

案例2 纵向随访数据

数据及特征

每位患者每次出院后随访30天，确定再入院情况：一位患者具有多条数据；记录的间隔时间不统一，可视为不平衡数据；因变量可能存在相关性，发生了30天再入院的患者再次发生该事件的可能性较高（该指标为医疗/护理质量指标）；该变量可作为嵌套数据（每次随访记录作为一层、每个患者作为一层）。

统计分析方法

上述数据特征决定了其对GEE的选择。临床上相似的情况普遍存在，如慢性病的多次入院情况，如果仅使用其中一次的入院情况，不仅是对临床数据的浪费，也没有办法探究每次住院间的相关性。

案例3因变量相关性研究

数据及特征

患者耐药性：患者可能对一种或多种药物耐受；耐药数目相同者可能耐药种类不同；不同药物的耐药性间可能存在相关性。

统计分析方法

如果不考虑以上情况，直接分为耐药/不耐药，可能忽略了各变量之间的相关性。粗略的分类并不能很好的进行数据挖掘，进而衡量变量与变量之间、结果和结果之间的相关性。

这些数据可以考虑将每位患者的每一种药的耐药情况都列出，结合个体因素形成非独立性数据，满足GEES分析的数据需求。

使用GEE建模比较少见，使用该模型需自行构建代码。这篇文章进行了广义估计模型构建，如有兴趣可在公众号主页回复“广义估计肺结核”获取原文。科研中，通常使用GEE进行危险因子分析、队列研究中暴露因素和结局相关性等研究，需要注意的是，GEE只是在分析中考虑了观测与观测之间的相关性，结果解读与线性研究是一样的，按照正常的OR、RR进行解读即可，但尽量不要进行卡方检验或者T检验（通常用于独立性数据）。

案例4多重应答数据

若将选项变量单独分析，割裂了彼此之间的联系，不但会掩盖本来的规律，还会在各选项的分析结果相互矛盾时，难以得出对整个问题的分析结论。而且多重应答数据因变量间不是互斥的，而是可以共存的，且可能存在相关性。

这时候就可以尝试GEE进行因素分析或因果关联研究。

案例5层次结构数据

研究探讨卒中患者转院时间的影响因素，时间为连续变量，可以将转诊原医院作为一个层次，每个患者作为一个层次，形成层次结构数据。类似于混合效应模型，将医院等级或不同医院作为固定效应，进而使用过GEE分析转院时间的影响因素。

需要注意，有的文章表示“进行GEE分析的数据不需要满足正态性”指的是上文提到的GEE可以满足多种类型变量的分析（二分类变量、多分类变量、泊松分布等），而不是定量变量或连续型变量不需要满足正态性。如果转院时间是偏态变量，需要进行Log转换为正态分布数据，再行GEE分析。