如果做的简单一点,假设所有人每年GFR下降一样的数值,那么:
将每个人的GFR数据按时间顺序从早到晚排好,并用后一个减去前一个,则可以得到形如\(\delta_{GFR}, \delta_{T}\)
这样数据。以\(\delta_{GFR}\)
为响应变量,\(\delta_T\)
为自变量构建线性回归
$$ \delta_{GFR}= \alpha + \delta_{T} \times \beta + \varepsilon$$
如果想做的是下降“率”,那么GFR可以后一个数除以前一个数,时间则仍是用减法。
这样做的是假设每个人的下降情况都一样。如果想做个体层面的,一种做法是按每个人的数据来拟合前述模型,但这么做其实模型间完全独立,每个人信息量可能有有限,对总体的估计也没有多大用处。另一个做法是可以考虑混合效应模型。