2023年3月9日下午16时，由中国人民大学智能数据云及全面量化开发跨学科交叉平台推出的统计咨询案例线上分享会顺利举行。中国人民大学统计学院教授易丹辉以“临床观测指标的综合评价”为题作了精彩分享，本期分享会由中国人民大学统计学院副教授黄丹阳主持。
黄丹阳首先介绍了分享嘉宾的相关信息。易丹辉是中国人民大学统计学院教授，博士生导师，中国人民大学荣誉辅导员。1984年于中国人民大学统计学院留校任教至今，研究方向为风险管理与保险预测与决策、生物医学统计。易丹辉教授主持国家自然科学基金、国家社会科学基金、十一五科技支撑计划、教育部人文社会科学重点研究基地重大项目、企事业委托等科研项目百多项，发表学术论文近百篇，享受国务院政府特殊津贴。
易丹辉首先介绍了报告背景。在临床测量的一些指标中，有的显示两组治疗之间没有显著差异，有的存在显著差异。是否能够综合评价临床观测的指标，是一个值得思考的问题。本场报告着眼于如何根据观测指标随时间变化的结果，采用纵向数据分析和构建联合模型的方法对临床观测指标进行综合评价。
接着，易丹辉提出了解决该案例的思路。综合评价可以在截面上进行，通常采用的综合评价方法类似于线性回归，也就是对同一指标在同一时间不同患者（个体单位）的测量结果进行综合评价；也可以随时间变化进行综合评价，这是综合评价的另一角度，即同一指标在不同时间上的综合或者将不同指标的观测随时间变化加以综合评价。对患者的同一指标在不同时间的监测，即随时间变化的重复观测数据，通常采用纵向数据分析方法进行时间上综合分析，不同指标随时间变化的综合评价还可以采用构建联合模型的方法。
然后，易丹辉采用160例患者的心绞痛疼痛发作次数、心绞痛疼痛持续时间指标的7次观测数据分别进行趋势分析、假设检验、建立线性混合效应模型，得到了固定效应和随机效应估计结果。对于同一个患者而言，不同的指标反映不同方面的情况，不同指标之间可能存在一定的相关信息。准确刻画和利用不同响应变量之间的相关信息可以提高估计的准确性。因此，为了更精确的评价治疗效果，易丹辉对两个不同的指标建立纵向联合模型，从而得到更精确的固定效应估计结果和随机效应估计结果。
最后，易丹辉对研究成果进行了介绍。第一，在心绞痛疼痛持续时间单独建模中，分组变量对心绞痛疼痛持续时间的影响不显著。第二，在心绞痛疼痛持续时间和心绞痛疼痛发作次数联合建模中，随机效应估计结果显示心绞痛疼痛持续时间和心绞痛疼痛发作次数在基线水平和受时间影响程度上均具有显著的线性相关性，分组变量对心绞痛疼痛持续时间的影响作用显著。第三，当用于联合建模的两个响应变量的随机效应具有显著相关关系时，纵向联合模型能够正确利用响应变量之间的相关性，提高估计结果的精确性，从而更精确地评价治疗效果。
提问环节中，易丹辉就前期心绞痛疼痛发作次数差异、纵向模型的运用条件等问题作了认真细致的解答，与师生们进行了更进一步的探讨。
本次分享会着眼于纵向数据分析和构建联合模型方法在综合评价临床观测指标的创新应用，后续还将持续推出统计咨询案例分享会系列活动，分享更多统计妙用，敬请关注。