r - 我如何使用 gls 将 SAS 中的 PROC MIXED 翻译成 R？ (MMRM, AR1)

Question

我试图通过 R 获得与 sas 相同的结果，但似乎存在一些困难。

例如R: contras:2-1 AVISITN = 6: estimate is -1.81 and SE is 1.59

library(nlme)
library(emmeans) 
gls <- do.call("gls", list(data=data,
                           model=CHG~TRTPN+AVISITN+TRTPN*AVISITN+BASE+COUNTRY,
                           correlation=corAR1(form=~1|SUBJID),
                           weights=varIdent(form=~1|AVISITN), method="REML" )) 
emm <- emmeans(gls, specs=trt.vs.ctrl ~ TRTPN, at=list(AVISITN=c(6,7,8,9,10)),
               by = "AVISITN", level = 0.4) summary(emm) 

SAS:估计为-1.2，SE为1.24

proc mixed data=data method=reml;
  class subjid avisit trtp country ;
  model chg = trtp avisit trtpavisit country base /CL SOLUTION DDFM=KR; repeated avisit / subject=subjid type=AR(1) r;
  lsmeans trtpavisit / PDIFF CL alpha=0.40;
  ODS output Diffs=diffs01 lsmeans=lsmeans01;
run;

我在使用 R 方面的经验很少，所以有没有办法获得相同的结果？非常感谢!

Answer 1

使用新的 mmrm 包，这很容易，您将获得非常接近 SAS 结果的结果:

library(mmrm)
library(emmeans) 
fit <- mmrm(
  CHG ~ TRTPN + AVISIT + TRTPN * AVISIT + BASE + COUNTRY + ar1(AVISIT | SUBJID),
  data = data,
  method = "Kenward-Roger"
)
summary(fit)

请注意，您应该使用带有 mmrm 的因子 AVISIT 变量，而不是数字 AVISITN 变量。而 emmeans 代码可以完全相同地使用。

这有帮助吗？