ANCOVA (adjusting for baseline)
Vergelijkt groepen op een continue uitkomst bij follow-up, met correctie voor de baselinewaarde van diezelfde uitkomst.
Klinisch voorbeeld
Systolische bloeddruk na 12 weken in twee trialarmen, gecorrigeerd voor de bloeddruk van elke patiënt bij baseline.
Wanneer te gebruiken
- De uitkomst is een continue meting bij baseline en bij follow-up.
- U vergelijkt groepen, meestal in een gerandomiseerde trial.
- U wilt een efficiëntere vergelijking dan de verandering ten opzichte van baseline te toetsen.
Aannames om te controleren
Zoals bij lineaire regressie
Lineair verband met de baselinewaarde en residuen met constante spreiding. Controleer de residuplots.
Baseline gemeten vóór de behandeling
De baselinewaarde moet vóór de start van de interventie zijn gemeten, zodat de behandeling die niet kan beïnvloeden.
Wat te rapporteren
- Gecorrigeerd gemiddeld verschil tussen groepen met 95%-BI
- De baselinevariabele en eventuele andere variabelen in het model
- De exacte p-waarde, niet alleen "p < 0,05"
Veelgemaakte fouten
Toets geen baselineverschillen in een RCT
Bij randomisatie is elk baselineverschil per definitie toeval. Kies correctievariabelen vooraf, op basis van hoe sterk ze de uitkomst voorspellen.
Geef de voorkeur aan ANCOVA boven veranderscores
De verandering ten opzichte van baseline tussen groepen vergelijken is minder efficiënt dan corrigeren voor baseline, en wordt beïnvloed door regressie naar het gemiddelde.
Alternatieven
| Als uw situatie is… | Gebruik |
|---|---|
| Corrigeren voor confounders in plaats van baseline | Linear regression |
| Herhaalde metingen | Linear mixed model |
In uw software
# R
fit <- lm(sbp_12wk ~ arm + sbp_baseline, data = trial)
summary(fit)
confint(fit)
UNIANOVA sbp_12wk BY arm WITH sbp_baseline
/EMMEANS=TABLES(arm) WITH(sbp_baseline=MEAN) COMPARE(arm)
/PRINT=PARAMETER
/DESIGN=sbp_baseline arm.