Могу ли я использовать «левый глаз» и «правый глаз» в моем образце в качестве двух разных предметов?

Мои данные таковы. У меня есть две группы пациентов. Пациенты в каждой группе имели разные виды хирургии глаза. 5 переменных были измерены на пациентах в каждой группе. Я хочу сравнить эти переменные между двумя группами, используя тест перестановки или MANOVA. Глаз, на котором была сделана операция, не имеет большого значения при анализе. Однако, пациент 2 в группе А, например, перенес операцию на обоих глазах и, следовательно, эти 5 переменных были измерены дважды, по одному разу для каждого глаза. Можно ли рассматривать пациента 2 слева и пациента 2 справа как два разных наблюдения? То же самое для пациента 31 в группе B.

$$\begin{array} \hline \text{Patient} & \text{Surgery type} & \text{Side} & \text{V1}& \ldots & V5\\ 1 & \text{A} & \text{Left} & 91 & \ldots & 22\\ 2 & \text{A} & \text{Left} & 87 & \ldots & 19\\ 2 & \text{A} & \text{Right} & 90 & \ldots & 23\\ . & . & . &\\ 31 & \text{B} & \text{Left} & 90 & \ldots & 17\\ 31 & \text{B} & \text{Right} & 88 & \ldots & 19\\ 32 & \text{B} & \text{Right} & 91 & \ldots & 24\\ . & . & . &\\ \hline \end{array}$$

Я бы не рекомендовал это. Не будучи экспертом в предметной области, я все же могу выделить три вещи, которые могут снизить независимость результатов:

1. Оба глаза были обработаны (почти) одновременно. Хотя это не обязательно проблема, это влияет на другие предположения о независимости. Более того, хирургическая бригада, возможно, решила лечить оба одинаково или может принять решение об одном глазу с учетом аспектов другого глаза.
2. Оба глаза были обработаны одной хирургической бригадой (хирург и все остальные)
3. Оба глаза подвержены одним и тем же «факторам» пациента, т. Е. Всему, что присуще пациенту и может повлиять на результаты, таким как соблюдение других методов лечения, общее состояние здоровья и т. Д.

Если что-либо о результате может быть отнесено к хирургической бригаде или пациенту, то есть проблема.

Поскольку все ответы до сих пор являются отрицательными (с точки зрения использования менее полного набора данных или предложения ограниченного использования для случаев с двумя глазами), давайте посмотрим, что можно сделать. Для этого нам нужна вероятностная модель.

$Y$

• $\mu$

• $\varepsilon$

• $X_2$

• $X_s$

• $X_e$

• $\delta$$\varepsilon$

Здесь подразумевается, что эксперимент был спроектирован определенными стандартными способами: а именно, что пациенты были случайным образом отобраны из определенной популяции; что решение о лечении левого, правого или обоих глаз было либо рандомизированным, либо предполагалось, что оно не зависит от других факторов; и т. д. Изменения в этих допущениях потребуют сопутствующих изменений в модели.

$j$$j \in {\text{right}, \text{left}}$$i$

$$Y(i,j) = \mu + \beta_2 X_2(i,j) + \beta_s X_s(i,j) + \beta_e X_e(j) + \varepsilon(i) + \delta(j).$$

$\mu$$\beta_2$$\beta_s$

Я предлагаю это исключительно в качестве иллюстрации, чтобы показать, как можно прибыльно подумать об этой проблеме и найти способ максимально полно использовать набор данных. Некоторые из моих предположений могут быть неверными и должны быть изменены; дополнительные взаимодействия могут быть необходимы; может потребоваться некоторая мысль о том, как лучше всего справиться с потенциальными различиями между глазами. (Маловероятно, что есть различие между левым и правым, но, возможно, есть различие, связанное, например, с доминирующим глазом пациента.)

Дело в том, что, по-видимому, нет никаких причин для того, чтобы ограничивать анализ одним глазом на пациента или использовать специальные аналитические методы . Стандартная методология, кажется, применима, и хороший способ ее использования начинается с моделирования эксперимента.

Я согласен с другими, что два глаза одного и того же пациента не являются независимыми. Тем не менее, я не согласен на использование только одного образца. После всего, что выбрасывает драгоценные образцы.

В некоторой аналогичной ситуации (некоторые мои пациенты были снова оперированы с той же опухолью), я использую их образцы.

• Для проверки (повторного / повторного перекрестного) я проверяю, что разделение выполняется для пациента.
• Я не могу указать эффективный (статистический) размер выборки. Для меня это в любом случае не проблема из-за большего количества образцов некоторых пациентов. У меня есть сотни спектров для каждого образца, и они не повторяются (взяты из разных мест) и не являются независимыми. Так что я ничего не теряю здесь.
• Я иногда использую количество пациентов в качестве консервативной границы для эффективного (статистического) размера выборки: по крайней мере, пациенты независимы
• Вы можете взвесить образцы так, чтобы каждый пациент участвовал в анализе с одинаковым весом.

Я согласен с @iterator. Если бы значительная часть пациентов перенесла операцию на обоих глазах, я бы сделала несколько подходящих пар. Если бы только небольшая часть пациентов перенесла операцию на обоих глазах, я бы просто не использовал ни один глаз для этих людей, но уж точно не оба.

Один момент добавить к комментариям итератора и Питера. При анализе общего набора данных вы должны использовать только данные одного глаза для пациентов, которые были прооперированы на обоих (поскольку результат для двух глаз вряд ли будет независимым). Какой глаз? Используйте метод рандомизации, чтобы не выбирать тот, который имеет лучший (или худший) результат, который будет влиять (смещать) на результаты.

В рамках отдельного исследования вы можете рассмотреть только пациентов с хорошим исходом на одном глазу, а не на другом, и попытаться выяснить, есть ли какие-либо намеки на то, что вызывает разницу.