R语言实现轨迹分析--traj和lcmm包体会

R语言实现轨迹分析–traj和lcmm包体会

轨迹分析是对重复测量数据的一种归纳，转化为一种分类变量，比如手术后1～7天内的疼痛评分，可以形成术后急性痛轨迹。形成的轨迹作为一个分类变量，可以用于预测疾病的预后，比如术后慢行痛是否发生。

traj和lcmm是两个主要的轨迹分析的包，主要的区别是traj是对已有的数据进行轨迹拟合，不能形成“模型”，也就是不能预测新的个案数据的轨迹，而lcmm可以，可以作为选择方法的依据。

traj包

相对来说，这个包比较简单，分析过程比较好理解，分三步，首先是计算指标，一共有18种指标，有最大值，斜率等，第二步是选择指标，从以上指标中选择一个或多个进行后续分析；第三步，是根据选择的指标进行聚类，背后的算法时k-means等。

包的功能比较齐全，可以进行可视化，也可以对数据进行打标，基本上可以满足需求。

lcmm包

这是一个功能比较丰富的包，其中的hlme函数是轨迹分析时使用的函数。处理的数据时标准的纵向数据（与traj包数据的样式不同），其中的time代表测量的时间，而Y是测量数据的值（比如，血压），还有X等是可能与Y相关的其它参数（比如，身高、体重）。

最终会形成“模型”，可以预测新的个案数据的轨迹。

最后

两个包可以独立使用，也可以结合起来使用。