4篇3章2节：从高血压临床试验认识纵向重复测量数据，以 GEE 与 LMM 为例

在临床试验研究中，为精准评估药物的动态疗效，研究者通常不会仅在单一时间点采集结局指标，而是会设置多个随访时间节点开展重复检测，由此得到的、同一研究对象在不同时间点的连续观测数据，即为纵向重复测量数据。本节从一项200例高血压随机对照临床试验出发，逐步建立纵向重复测量数据的分析框架，重点介绍两类经典方法——广义估计方程（GEE）和线性混合效应模型（LMM）。在正式建模之前，首先从Patient、Treatment和Time三个核心变量开始，让R准确理解“是谁、接受什么治疗、在什么时候测量”；随后进一步理解Treatment × Time为什么是评价两组疗效变化趋势的核心；最后使用R语言分别建立GEE和LMM模型，比较两种方法在总体平均效应、患者个体差异以及治疗动态趋势分析中的不同作用。

一、临床试验数据的重复测量数据

假设现在正在进行一项高血压临床试验，研究一种新型降压药到底有没有效果。研究者把患者随机分成两组，一组服用新型降压药，另一组服用安慰剂。患者入组以后，并不是只测一次血压就结束了，而是在基线、治疗2周、4周、8周和12周分别测量收缩压和舒张压。这样做的目的很简单：降压药的疗效并不是吃下去以后马上就能完整体现出来，研究者需要观察患者血压在整个治疗周期内是