Statistical analysisStata (Version

Statistical analysis
Stata (Version Intercooled 8.0, College Station, TX) was used for all statistical analyses. Analysis of study data was carried out in a two-stage process. First, general estimates of anemia prevalence, hemoglobin level, and its association with key resident characteristics were explored with cross-tabulations and univariate statistical analysis. Secondly, to control for underlying differences in key characteristics among cohorts in this retrospective analysis, several multivariate analyses were conducted to further explore these relationships.
Patients missing data for the critical variables sex, race or index Hb level were removed from analysis. Since the multivariate models employed required complete data for all retained residents, values for missing data in other variables analyzed in this study were imputed from a multiple linear regression model (Stata Impute procedure) using 22 baseline resident characteristics.
A multiple regression model was used to analyze the relationship between selected resident characteristics and comorbidities with index Hb level. Diagnostics (examination of variance inflation factors and the model coefficient correlation matrix) were performed to evaluate potential multicollinearity. Logistic regression was then used to analyze the relationship between both falling and recurrent falls with anemia (using the gender-specific WHO definition), adjusting for selected variables presumed to be related to falls. All incidents of falls for the 6-month post-index period were divided into two measures: whether the resident experienced falling (had one or more falls) or whether the resident had recurrent falls (had two or more falls). Additionally, to explore whether index Hb level had a linear relationship with falls, the same models were replicated by substituting index Hb level and gender in place of anemia status. Starting with the full model (see Table 1 for a listing of included variables), stepwise backward elimination (maximum likelihood method) was used to progressively remove one variable at a time from the model until the p-value (Wald statistic) of any
coefficient no longer exceeded 0.25. Results for the final, reduced models were retained.
For a multiple regression model, the required sample size is estimated at 178 (¼0.05, 27 predictors, medium effect size f 2¼0.15 and power of 0.8). For the logistical regression models, conservatively assuming that falls would occur for only 5% of residents over the observation period, the required sample size is 460 (¼0.05, r¼0.5 between true and measured exposure, odds ratio for one SD increase in covariate¼1.5, odds ratio for one SD increase in true exposure¼2.0, r¼0 between exposure and covariate).

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติมีใช้ Stata (รุ่น Intercooled 8.0 วิทยาลัยสถานี TX) สำหรับวิเคราะห์ทางสถิติทั้งหมด การวิเคราะห์ข้อมูลการศึกษาได้ดำเนินกระบวนการสองขั้น แรก ทั่วไปประเมิน ความชุกของโรคโลหิตจาง ระดับฮีโมโกลบิน ความสัมพันธ์ มีลักษณะสำคัญอยู่ที่อุดมด้วยข้ามตารางอย่างไร univariate วิเคราะห์ทางสถิติ ประการที่สอง การควบคุมสำหรับความแตกต่างพื้นฐานในลักษณะคีย์ระหว่าง cohorts ในการวิเคราะห์นี้คาด วิเคราะห์ตัวแปรพหุต่าง ๆ ได้ดำเนินการเพื่อสำรวจความสัมพันธ์เหล่านี้ ผู้ป่วยขาดข้อมูลเพศตัวแปรสำคัญ การแข่งขันหรือดัชนีระดับ Hb ถูกเอาออกจากการวิเคราะห์ เนื่องจากรูปแบบตัวแปรพหุจ้างสมบูรณ์ข้อมูลจำเป็นสำหรับทุกคนที่สะสม ค่าข้อมูลที่ขาดหายไปในแบบวิเคราะห์ในการศึกษานี้ได้ควาบจากหลายถดถอยเชิงเส้นแบบ (ขั้นตอน Stata Impute) ใช้พื้นฐาน 22 ลักษณะประจำ แบบจำลองถดถอยหลายถูกใช้ในการวิเคราะห์ความสัมพันธ์ระหว่างลักษณะประจำเลือก comorbidities ดัชนีระดับ Hb วินิจฉัย (ตรวจสอบปัจจัยเงินเฟ้อต่างและจำลองเมตริกซ์สัมประสิทธิ์สหสัมพันธ์) ได้ดำเนินการประเมินเกิด multicollinearity ถดถอยโลจิสติกแล้วใช้การวิเคราะห์ความสัมพันธ์ระหว่างตกล้ม และเกิดซ้ำมีโรคโลหิตจาง (ใช้คำนิยามที่ระบุเพศ), การปรับปรุงสำหรับตัวแปรเลือก presumed เกี่ยวข้องกับน้ำตก เหตุการณ์ทั้งหมดของน้ำตกสำหรับรอบระยะเวลา 6 เดือนหลังดัชนีถูกแบ่งออกเป็น 2 มาตรการ: ว่า อาศัยประสบการณ์ล้ม (มีตก น้อย) หรือว่าอาศัยมีน้ำตกเกิดซ้ำ (มีตกสอง หรือมากกว่าสอง) นอกจากนี้ เพื่อสำรวจว่าดัชนีระดับ Hb มีความสัมพันธ์เชิงเส้นกับน้ำตก รุ่นเดียวกันถูกจำลอง โดยแทนดัชนีระดับ Hb และเพศแทนสถานะโลหิตจาง เริ่มต้น ด้วยเต็มรูปแบบ (ดูตารางที่ 1 สำหรับรายการของตัวแปรรวม) ตัดออกย้อนหลัง stepwise (โอกาสสูงสุดวิธี) ถูกใช้เพื่อความก้าวหน้าออกหนึ่งตัวแปรในแบบจำลองจน p-ค่า (สถิติ Wald) ของสัมประสิทธิ์ใด ๆ ไม่เกิน 0.25 ผลลัพธ์สำหรับรุ่นสุดท้าย ลดถูกรักษาไว้ สำหรับแบบจำลองถดถอยหลาย ขนาดตัวอย่างต้องถูกประเมินไว้ที่ 178 (¼0.05, predictors 27 ผลปานกลางขนาด f 2¼0.15 และพลังงาน 0.8) สำหรับแบบจำลองถดถอย logistical, conservatively สมมติว่า น้ำตกที่จะเกิดขึ้นเพียง 5% ของผู้อยู่อาศัยในช่วงการสังเกต ขนาดตัวอย่างต้องเป็น 460 (¼0.05, r¼0.5 ระหว่างจริง และวัดแสง ราคาเพิ่ม SD หนึ่ง covariate¼1.5 อัตราส่วน อัตราส่วนราคาเพิ่ม SD หนึ่ง exposure¼2.0 จริง r¼0 ระหว่างแสงและ covariate)

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ทางสถิติ ( Language
intercooled วิทยาลัยรุ่น 8.0 , สถานี , TX ) สถิติที่ใช้ในการวิเคราะห์ทางสถิติทั้งหมด การวิเคราะห์ข้อมูลได้ดำเนินการในกระบวนการสองขั้นตอน . แรก , ประมาณการทั่วไปโลหิตจางชุก ระดับฮีโมโกลบิน และความสัมพันธ์กับลักษณะสำคัญคือ tabulations ข้ามถิ่นขั้นพื้นฐานและการวิเคราะห์ทางสถิติ 2 . ประการที่สอง to control for underlying differences in key characteristics among cohorts in this retrospective analysis, several multivariate analyses were conducted to further explore these relationships.
Patients missing data for the critical variables sex, race or index Hb level were removed from analysis. Since the multivariate models employed required complete data for all retained residents, values for missing data in other variables analyzed in this study were imputed from a multiple linear regression model (Stata Impute procedure) using 22 baseline resident characteristics.
A multiple regression model was used to analyze the relationship between selected resident characteristics and comorbidities with index Hb level. Diagnostics (examination of variance inflation factors and the model coefficient correlation matrix) were performed to evaluate potential multicollinearity. Logistic regression was then used to analyze the relationship between both falling and recurrent falls with anemia (using the gender-specific WHO definition), adjusting for selected variables presumed to be related to falls.เหตุการณ์ทั้งหมดก็ 6 เดือนหลังดัชนีระยะเวลาแบ่งออกเป็น 2 มาตรการว่า ถิ่นที่มีประสบการณ์ลดลง ( มีหนึ่งหรือมากกว่าหนึ่งตก ) หรือว่ามีถิ่นที่อยู่ได้ตกซ้ำ ( มีสองคนหรือมากกว่าอยู่ ) นอกจากนี้ เพื่อสำรวจว่าระดับดัชนีมีความสัมพันธ์เชิงเส้นกับ HB ตก the same models were replicated by substituting index Hb level and gender in place of anemia status. Starting with the full model (see Table 1 for a listing of included variables), stepwise backward elimination (maximum likelihood method) was used to progressively remove one variable at a time from the model until the p-value (Wald statistic) of any
coefficient no longer exceeded 0.25.ผลการค้นหาสำหรับสุดท้ายลดแบบถูกเก็บไว้ .
สำหรับการวิเคราะห์ถดถอยพหุคูณแบบ กำหนดขนาดตัวอย่างประมาณ 178 (  ¼ 0.05 27 ตัว ขนาดกลาง ผลขนาด F 2 ¼ 0.15 และพลังของ 0.8 ) สำหรับตัวแบบการถดถอยโลจิสติคส์ อนุรักษ์นิยมคิดว่าตกจะเกิดขึ้นเพียง 5% ของประชากรในช่วงเวลาการสังเกต ต้องใช้ขนาดตัวอย่าง 460 (  ¼ 0.05 R ¼ 05 between true and measured exposure, odds ratio for one SD increase in covariate¼1.5, odds ratio for one SD increase in true exposure¼2.0, r¼0 between exposure and covariate).