基于标量回归推断的函数快速方法的睡眠期间血糖水平案例研究
应用统计
2022-05-18 v1 统计计算
摘要
连续血糖监测仪 (CGM) 越来越多地用于测量血糖水平，并提供有关糖尿病治疗和管理的信息。我们的动机研究包含了 174 名 II 型糖尿病参与者在睡眠期间的 CGM 数据，以 5 分钟的频率测量，平均持续 10 个夜晚。我们旨在量化糖尿病药物和睡眠呼吸暂停严重程度对血糖水平的影响。从统计学角度看，这是一个关于标量协变量与函数响应之间关联的推断问题。然而，数据的诸多特征使得分析变得困难，包括：(1) 日内非平稳模式；(2) 日间显著的异质性、非高斯性以及异常值；(3) 由于研究参与者、睡眠周期和时间点的数量导致的庞大维度。我们评估并比较了两种方法：快速单变量推断 (FUI) 和函数加性混合模型 (FAMM)。我们引入了一种使用 FUI 检验协变量全局零效应的 p 值计算新方法，并提供了加速 FAMM 计算的实用指南，使其适用于我们的数据。尽管 FUI 和 FAMM 在理念上有所不同，但在我们的研究中它们产生了相似的点估计。与 FAMM 相比，FUI 速度快，考虑了日内相关性，并且能够构建联合置信区间。我们的分析表明：(1) 双胍类药物和睡眠呼吸暂停严重程度显著影响睡眠期间的血糖轨迹，以及 (2) 估计的效应是时间不变的。
引用
@article{arxiv.2205.08439,
title = {A case study of glucose levels during sleep using fast function on scalar regression inference},
author = {Renat Sergazinov and Andrew Leroux and Erjia Cui and Ciprian Crainiceanu and R. Nisha Aurora and Naresh M. Punjabi and Irina Gaynanova},
journal= {arXiv preprint arXiv:2205.08439},
year = {2022}
}