R語言實現軌跡分析–traj和lcmm包體會

軌跡分析是對重復測量數據的一種歸納，轉化為一種分類變量，比如手術后1～7天內的疼痛評分，可以形成術后急性痛軌跡。形成的軌跡作為一個分類變量，可以用于預測疾病的預后，比如術后慢行痛是否發生。

traj和lcmm是兩個主要的軌跡分析的包，主要的區別是traj是對已有的數據進行軌跡擬合，不能形成“模型”，也就是不能預測新的個案數據的軌跡，而lcmm可以，可以作為選擇方法的依據。

traj包

相對來說，這個包比較簡單，分析過程比較好理解，分三步，首先是計算指標，一共有18種指標，有最大值，斜率等，第二步是選擇指標，從以上指標中選擇一個或多個進行后續分析；第三步，是根據選擇的指標進行聚類，背后的算法時k-means等。

包的功能比較齊全，可以進行可視化，也可以對數據進行打標，基本上可以滿足需求。

lcmm包

這是一個功能比較豐富的包，其中的hlme函數是軌跡分析時使用的函數。處理的數據時標準的縱向數據（與traj包數據的樣式不同），其中的time代表測量的時間，而Y是測量數據的值（比如，血壓），還有X等是可能與Y相關的其它參數（比如，身高、體重）。

最終會形成“模型”，可以預測新的個案數據的軌跡。

最后

兩個包可以獨立使用，也可以結合起來使用。