مقايسه‌ ماتريس‌هاي همبستگي عملي تحت مدل‌هايچندمتغيره همبسته با اندازه‌هاي تكراري: كاربردي رويMRIT2* قلب و كبد بيماران تالاسمي

Comparison of working correlation matrices in correlated multivariate models with repeated measures: Application to MRIT2* of the cardiac and liver of thalassemic patients

مقدمه و هدف: استفاده از معادلات برآوردگر تعميم‌يافته در كار با داده‌هاي همبسته و به‏ويژه مطالعات طولي، بسيار متداول و پرطرف‏دار شده‏است. گرچه به‏رغم انتخاب غلط ساختار همبستگي ميان اندازه‌هاي تكراري متغير پاسخ، برآورد ضرايب رگرسيوني همچنان سازگار و مجانباً نرمال خواهدبود، بااين‏حال به دلايل مختلف ازجمله افزايش كارايي و كاهش ميزان اريبي برآوردها، انتخاب ساختار همبستگي عملي مناسب، همواره مورد توجه محققان است. مواد و روش‌ها: در اين مطالعه كوشيده‏ايم ضمن معرفي ساختارهاي همبستگي عملي مختلف، عملكرد هريك از آنها را در قالب نمونه‏اي كاربردي روي MRIT2* قلب و كبد بيماران تالاسمي بررسي‏كنيم. انتخاب يك ساختار صحيح به ملاك‌هاي سنجشي نيازدارد كه بتواند با برآورد شبه‏درست‏نمايي، هماهنگ باشد. در سال‌هاي اخير ملاك‌هايي مختلف براي انتخاب ساختار مناسب پيشنهادشده‏اند؛ در اين مطالعه، همچنين كارايي اين ملاك‌ها را در انتخاب ساختار همبستگي صحيح ارزيابي‏مي‌كنيم. نتايج: در اين مطالعه، نوع ساختار همبستگي ميان اضافه‌بار آهن قلب و كبد در دو نوبت اندازه‌گيري تحت ملاك‌هاي QIC، CIC، RJ1 و RJ2 به‏ترتيب به‏صورت تبادل، بي‏ساختار و 2- همبستگي معرفي شد. نتيجه‏گيري:ملاك‌هاي ارزيابي مدل‌هاي GEE را مي‌بايست با توجه به ماهيت مطالعات و مشاهدات انتخاب‏كرد.

Background and Objective: Generalized estimating equations are very common and popular in application correlated data and especially in longitudinal studies. However, despite the misspecification correlation structure between repeated measures of response variable, the estimation of the regression coefficients compatible will be asymptotic normal and consistent, however, for various reasons, such as increasing efficiency and reducing bias estimates, the selection of the appropriate correlation structure is very important for researchers. Materials and Methods: In this study, we introduced the working correlation structure and we try to showing the performance of each of them in a practical example on MRIT2* in patients with thalassemia. Choosing the true correlation structure needs measurement criteria that be coordinated in order to the quasi-likelihood. In recent years, several criteria have been proposed for the selection of appropriate structure. In this study, we also introduce the efficacy of these criteria in the selection of the true correlation structure. Results: In this study, the appropriate correlation between cardiac and liver iron overload in two time points according to the QIC, CIC, RJ1 and RJ2 are respectively the exchangeable, unstructured and 2-dependent. Conclusion: In the GEE models, the evaluation criteria should be selected according to the nature of the studies and observations.