贝叶斯分位数回归在临床医学数据分析的应用与R Studio实践
The application of Bayesian quantile regression in analysis of clinical medicine data and the R Studio practice作者机构:北京中医药大学东直门医院推拿疼痛科北京100700 爱合健康科技(上海)有限公司上海200235 北京中医药大学循证医学中心北京100029 北京大学药学院北京100191 北京大学医药管理国际研究中心北京100191
出 版 物:《中国循证医学杂志》 (Chinese Journal of Evidence-based Medicine)
年 卷 期:2024年第24卷第1期
页 面:83-90页
核心收录:
学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学] 10[医学]
基 金:首都临床特色应用研究专项(编号:Z181100001718165) 北京中医药薪火传承“3+3”工程刘寿山名家研究室(编号:2022-SZ-A-50)
主 题:贝叶斯方法 分位数回归 R Studio R语言 临床医学研究
摘 要:目的结合具体实例和R Studio语言代码,实现临床医学数据分析的贝叶斯分位数回归应用,展现贝叶斯分位数回归的优势,为提高医学研究的准确率提供参考。方法所用数据来自首都临床特色应用研究专项250例膝骨关节炎患者临床资料。构建数据集下的贝叶斯分位数回归模型,进行患者血清IgG与年龄之间关系的探讨。结果根据马尔可夫链收敛,判断贝叶斯分位数回归从各个参数的后验分布中进行Gibbs抽样得到的参数估计有效。将所得系数代入回归公式,得到不同分位数下回归公式:Y_(1)=-6.02206347+2.02691373X-0.01507769X^(2)……Y_(5)=24.610542414-0.395059497X+0.004205064X^(2),据此可以发现,膝骨关节炎患者血清IgG含量明显随着年龄增长逐渐升高。结论贝叶斯分位数回归参数估计结果精确,可信程度较高,在小样本条件下也可以得到可靠参数信息,在临床医学数据分析中具有很大的优势,具有一定推广价值。