Учебное пособие по структурному моделированию уравнений для анализа перекрывающихся симптомов при сопутствующих состояниях с использованием MPlus

A tutorial on structural equation modeling for analysis of overlapping symptoms in co‐occurring conditions using MPlus
Nathan Morris, Douglas Gunzler
2015-06-04

MPlusподтверждающий факторный анализисследовательский факторный анализмодель с несколькими индикаторами и множественными причинами (MIMIC)структурное моделирование уравнений (SEM)
Структурное моделирование уравнений (SEM) представляет собой очень общий подход к анализу данных в условиях наличия ошибки измерения и сложных причинно-следственных связей. В этом учебном пособии мы описываем SEM с особым вниманием к исследовательскому факторному анализу, подтверждающему факторному анализу и моделированию с множественными индикаторами и множественными причинами (multiple indicator multiple cause). Руководство мотивировано проблемой перекрытия симптомов, с которой рутинно сталкиваются клиницисты и исследователи, когда симптомы или результаты тестов характерны для двух или более сопутствующих состояний. В результате такого перекрытия диагнозы, решения по лечению и выводы об эффективности лечения для этих состояний могут быть смещены. Эта проблема дополнительно усложняется возрастающей зависимостью от исходов, сообщаемых пациентом, что вводит систематическую ошибку, основанную на интерпретации тестового опросника конкретным человеком. SEM предоставляет гибкость в обработке такого рода дифференциального функционирования пунктов и в распутывании перекрытия. Шкалы и подходы к оцениванию могут быть пересмотрены так, чтобы не содержать этого перекрытия, что приводит к улучшению ухода. В качестве примера в руководстве используется скрининг депрессии у пациентов с рассеянным склерозом, при котором депрессивные симптомы перекрываются с другими симптомами, такими как усталость, когнитивные нарушения и функциональные нарушения. В руководстве описываются детали использования программного обеспечения MPlus (Muthén & Muthén, Los Angeles, CA, USA) для решения проблемы перекрытия симптомов, включая требования к данным, код и выводы.
1
Исследовательский факторный анализ, подтверждающий факторный анализ и модель MIMIC (множественные индикаторы и множественные причины) — ключевые инструменты SEM для разделения перекрывающихся симптомов.
2
Зависимость от самсообщаемых исходов вводит систематическую ошибку (дифференциальное функционирование пунктов), которую SEM может моделировать и корректировать.
3
SEM является гибким подходом для анализа данных с измерительной ошибкой и сложными причинными связями, полезным для задач перекрытия симптомов.
4
Перекрытие симптомов при сопутствующих состояниях может искажать диагнозы, решения по лечению и выводы об эффективности лечения, если его не учитывать.
5
Учебное руководство демонстрирует применение на примере скрининга депрессии при рассеянном склерозе, где симптомы депрессии перекрываются с усталостью, когнитивными нарушениями и нарушением функций.
6
Руководство содержит практические указания по использованию MPlus, включая требования к данным, код и выводы для реализации решений SEM по проблеме перекрытия симптомов.
7
Использование SEM для пересмотра шкал и методов подсчёта может привести к показателям, свободным от перекрытия, что потенциально улучшает клиническую помощь.

Перекрытие симптомов при со‑существующих клинических состояниях (пример: депрессивные симптомы, перекрывающиеся с усталостью, когнитивными и функциональными нарушениями у пациентов с рассеянным склерозом)

Использование структурного моделирования уравнений (в MPlus) для обнаружения, моделирования и корректировки измерительного перекрытия/дифференциальной работы пунктов с целью разделения перекрывающихся симптомов и улучшения шкал, подсчёта баллов и выводов о диагнозах и эффектах лечения

Publication Details
Publication Date
2015-06-04
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Nathan Morris
Douglas Gunzler
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%