Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
Poids de facteurs psycho : est ce le bon test?
2 participants
Page 1 sur 1
Poids de facteurs psycho : est ce le bon test?
Bonjour à tous et merci d'avoir faire exister ce forum !
J’ai récemment réalisé une étude médicale cherchant à établir les facteurs psychologiques pouvant influencer la nécessité de réopérer certains patients ayant déjà bénéficiés d’une chirurgie de l’obésité (ce que l’on appel Chirurgie de recour).
La variable d’intérêt est donc appelée « DeRecour » et est codée en 1 = Oui / 0 = Non. Elle correspond donc aux patients ayant échoué à une première chirurgie et demandant une nouvelle chirurgie versus ceux étant dans la situation d’une premiere demande (réponse 0).
J’ai donc fait passer à mes patients des échelles d’évaluations dont les résultats sont soit qualitatifs (oui / non), soit quantitatifs (score à une échelle).
On a donc cherché à évaluer l’impact des variables des tests psycho sur la variable DeRecours, le tout ajusté sur les facteurs Sexe, BMI (poids/taille2) et l’âge (les deux dernières variables sont réputées normales).
J’ai appliqué un modèle linéaire généralisé, commande sous R :
Je ne suis pas sûr d’avoir appliqué la bonne formule ?
J’ai appliqué la même que ma variable explicative soit quantitative ou qualitative, est-ce bon ?
Enfin si un résultat est significatif, comme ci-dessous, comment puis-je savoir dans quel sens se fait l’association et lequel des paramètres BMI, Sexe et Age, influe sur les résultats ?
Je galère vraiment sur ce truc…
Merci beaucoup pour votre aide.
J’ai récemment réalisé une étude médicale cherchant à établir les facteurs psychologiques pouvant influencer la nécessité de réopérer certains patients ayant déjà bénéficiés d’une chirurgie de l’obésité (ce que l’on appel Chirurgie de recour).
La variable d’intérêt est donc appelée « DeRecour » et est codée en 1 = Oui / 0 = Non. Elle correspond donc aux patients ayant échoué à une première chirurgie et demandant une nouvelle chirurgie versus ceux étant dans la situation d’une premiere demande (réponse 0).
J’ai donc fait passer à mes patients des échelles d’évaluations dont les résultats sont soit qualitatifs (oui / non), soit quantitatifs (score à une échelle).
On a donc cherché à évaluer l’impact des variables des tests psycho sur la variable DeRecours, le tout ajusté sur les facteurs Sexe, BMI (poids/taille2) et l’âge (les deux dernières variables sont réputées normales).
J’ai appliqué un modèle linéaire généralisé, commande sous R :
- Code:
[i]GLM.34 <- glm(De.recours ~ STRESS + Age + BMI + Sexe, family=binomial(logit),
+ data=GABY_recours2_R[/i]
Je ne suis pas sûr d’avoir appliqué la bonne formule ?
J’ai appliqué la même que ma variable explicative soit quantitative ou qualitative, est-ce bon ?
Enfin si un résultat est significatif, comme ci-dessous, comment puis-je savoir dans quel sens se fait l’association et lequel des paramètres BMI, Sexe et Age, influe sur les résultats ?
- Code:
Call:
glm(formula = De.recours ~ Borderline + Sexe + Age + BMI, family = binomial(logit),
data = GABY_recours2_R)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.0969 -0.7002 -0.6002 -0.4171 2.4054
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -2.02735 1.88628 -1.075 0.2825
Borderline[T.1] 1.06393 0.57263 1.858 0.0632 .
Sexe[T.Homme] -0.88260 0.68465 -1.289 0.1974
Age 0.03082 0.02163 1.425 0.1542
BMI -0.01646 0.03668 -0.449 0.6537
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 106.85 on 102 degrees of freedom
Residual deviance: 100.37 on 98 degrees of freedom
(8 observations deleted due to missingness)
AIC: 110.37
Number of Fisher Scoring iterations: 4
Je galère vraiment sur ce truc…
Merci beaucoup pour votre aide.
Dernière édition par A.D. le Lun 15 Juin 2015 - 13:09, édité 1 fois (Raison : ajout des balises "code" + orthographe)
icetasy- Nombre de messages : 1
Date d'inscription : 19/05/2015
Re: Poids de facteurs psycho : est ce le bon test?
Bonjour,
Borderline[T.1] 1.06393 0.57263 1.858 0.0632 n'est pas significatif (>0.05). Mais pour connaître le sens de l'effet, il faut prendre en compte l'estimation standard : elle est positive donc plus les patients sont "borderlines", plus ils pratiquent le "recours"
Borderline[T.1] 1.06393 0.57263 1.858 0.0632 n'est pas significatif (>0.05). Mais pour connaître le sens de l'effet, il faut prendre en compte l'estimation standard : elle est positive donc plus les patients sont "borderlines", plus ils pratiquent le "recours"
tessen- Nombre de messages : 4
Date d'inscription : 13/06/2015
Sujets similaires
» Test post-hoc sur ANOVA à deux facteurs
» Test de l'influence de plusieurs facteurs sur une variable
» Test non-paramétrique, 2 facteurs, mesures répétées.
» Test post-hoc anova a plusieurs facteurs
» Calculer le poids d'une fonction
» Test de l'influence de plusieurs facteurs sur une variable
» Test non-paramétrique, 2 facteurs, mesures répétées.
» Test post-hoc anova a plusieurs facteurs
» Calculer le poids d'une fonction
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum