Suppr超能文献

识别亚组:第 1 部分:横断面数据中的模式。

Identifying subgroups: Part 1: Patterns among cross-sectional data.

机构信息

Boston College William F. Connell School of Nursing, USA.

出版信息

Eur J Cardiovasc Nurs. 2020 Apr;19(4):359-365. doi: 10.1177/1474515120911323. Epub 2020 Mar 3.

Abstract

Non-experimental designs are common in nursing and allied health research wherein study participants often represent more than a single population or interest. Hence, methods used to identify subgroups and explore heterogeneity have become popular. Latent class mixture modeling is a versatile and person-centered analytic strategy that allows us to study questions about subgroups within samples. In this article, a worked example of latent class mixture modeling is presented to help expose researchers to the nuances of this analytic strategy.

摘要

非实验设计在护理和相关健康研究中很常见,研究参与者通常代表不止一个群体或利益。因此,用于识别亚组和探索异质性的方法变得很流行。潜在类别混合模型是一种通用且以个体为中心的分析策略,可用于研究样本中亚组的问题。本文提供了一个潜在类别混合模型的实例,帮助研究人员了解这种分析策略的细微差别。

文献AI研究员

20分钟写一篇综述,助力文献阅读效率提升50倍。

立即体验

用中文搜PubMed

大模型驱动的PubMed中文搜索引擎

马上搜索

文档翻译

学术文献翻译模型,支持多种主流文档格式。

立即体验