介入研究の解析での線形混合モデル(2):推定結果のグラフ化
介入研究の解析での線形混合モデル(1) の続きです。
解析後のデータを視覚化して治療効果の違いを把握します。
交互作用が有意でないこともあり,明確な違いを示すグラフには
なりませんが,元の論文でも,推定結果を元にしたらしいmean profilesを
示したグラフを示していたので,こちらでも似たようなものを描いて
みます(preの値を入れてない点は明らかに違いますが)。
mixedを実行した後に,群×時間のそれぞれの周辺効果(調整平均)が
以下のコマンドを打つことで算出できます。
margins treatment#month
----------------------------------------------------------------------------------------------------------
| Delta-method
| Margin Std. Err. z P>|z| [95% Conf. Interval]
--------------------+------------------------------------------------------------------------------------
treatment#month |
TAU#2 | 19.46667 1.619558 12.02 0.000 16.29239 22.64094
TAU#3 | 17.85983 1.693887 10.54 0.000 14.53987 21.17978
TAU#5 | 16.25255 1.763116 9.22 0.000 12.7969 19.70819
TAU#8 | 13.52009 1.81302 7.46 0.000 9.966633 17.07354
BtheB#2 | 14.71154 1.506611 9.76 0.000 11.75864 17.66444
BtheB#3 | 13.69984 1.617249 8.47 0.000 10.53009 16.86959
BtheB#5 | 12.83243 1.697532 7.56 0.000 9.505326 16.15953
BtheB#8 | 12.09091 1.721696 7.02 0.000 8.716448 15.46537
---------------------------------------------------------------------------------
これをグラフ化すると以下のように治療効果の違いが視覚的に
分かるようになります。
marginsplot, x(month)
なんだか,TAUの方が下がり方が急な印象。8か月後は群間にあまり
違いがなさそうです。