Posso usar "olho esquerdo" e "olho direito" em minha amostra como dois assuntos diferentes?

Meus dados são os seguintes. Eu tenho dois grupos de pacientes. Os pacientes de cada grupo tiveram um tipo diferente de cirurgia ocular. 5 variáveis ​​foram medidas nos pacientes de cada grupo. Eu quero comparar essas variáveis ​​entre os dois grupos usando um teste de permutação ou MANOVA. O olho no qual a cirurgia foi realizada realmente não importa na análise. No entanto, o paciente 2 do grupo A, por exemplo, realizou a cirurgia nos dois olhos e, portanto, tem essas 5 variáveis ​​medidas duas vezes, uma vez em cada olho. Posso considerar o paciente 2 Esquerdo e o paciente 2 Direito como duas observações diferentes? O mesmo para o paciente 31 do grupo B.

$$\begin{array} \hline \text{Patient} & \text{Surgery type} & \text{Side} & \text{V1}& \ldots & V5\\ 1 & \text{A} & \text{Left} & 91 & \ldots & 22\\ 2 & \text{A} & \text{Left} & 87 & \ldots & 19\\ 2 & \text{A} & \text{Right} & 90 & \ldots & 23\\ . & . & . &\\ 31 & \text{B} & \text{Left} & 90 & \ldots & 17\\ 31 & \text{B} & \text{Right} & 88 & \ldots & 19\\ 32 & \text{B} & \text{Right} & 91 & \ldots & 24\\ . & . & . &\\ \hline \end{array}$$

Eu não recomendaria. Não sendo um especialista em domínio, ainda posso identificar três coisas que reduziriam a independência dos resultados:

1. Ambos os olhos foram tratados (quase) ao mesmo tempo. Embora isso não seja necessariamente um problema, afeta os outros pressupostos de independência. Além disso, a equipe cirúrgica pode ter optado por tratar os dois da mesma maneira ou pode tomar uma decisão sobre um olho, considerando os aspectos do outro olho.
2. Ambos os olhos foram tratados pela mesma equipe cirúrgica (cirurgião e todos os demais envolvidos)
3. Ambos os olhos estão sujeitos aos mesmos "fatores" do paciente, ou seja, qualquer coisa intrínseca ao paciente que possa afetar os resultados, como adesão a outros tratamentos, saúde geral, etc.

Se alguma coisa sobre o resultado puder ser atribuída à equipe cirúrgica ou ao paciente, há um problema.

Como todas as respostas até agora são negativas (em termos de advogar o uso de menos do que o conjunto de dados completo ou de sugerir usos limitados para os casos de dois olhos), vamos ver o que pode ser feito. Para isso, precisamos de um modelo de probabilidade.

$Y$

• $\mu$

• $\varepsilon$

• $X_2$

• $X_s$

• $X_e$

• $\delta$$\varepsilon$

Está implícito aqui que o experimento foi planejado de certas maneiras padrão: a saber, que os pacientes foram selecionados aleatoriamente de uma população especificada; que a determinação de tratar o olho esquerdo, olho direito ou ambos, foi aleatória ou pode ser assumida independentemente de outros fatores; etc. As alterações nessas premissas exigiriam alterações concomitantes no modelo.

$j$$j \in {\text{right}, \text{left}}$$i$

$$Y(i,j) = \mu + \beta_2 X_2(i,j) + \beta_s X_s(i,j) + \beta_e X_e(j) + \varepsilon(i) + \delta(j).$$

$\mu$$\beta_2$$\beta_s$

Ofereço isso apenas como ilustração, para mostrar como alguém pode pensar com lucro sobre esse problema e chegar a uma maneira de explorar o conjunto de dados ao máximo. Algumas de minhas suposições podem estar incorretas e devem ser modificadas; interações adicionais podem ser necessárias; pode ser necessário pensar sobre a melhor forma de lidar com possíveis diferenças entre os olhos. (É improvável que exista uma diferença universal entre esquerda e direita, mas talvez exista uma diferença relacionada ao olho dominante do paciente, por exemplo.)

A questão é que não parece haver qualquer razão para limitar a análise a um olho por paciente ou usar métodos analíticos ad hoc . A metodologia padrão parece ser aplicável e uma boa maneira de usá-la começa modelando o experimento.

Eu concordo com os outros que dois olhos do mesmo paciente não são independentes. No entanto, eu não concordo em usar apenas uma amostra. Afinal, isso está jogando fora amostras preciosas.

Em uma situação um pouco semelhante (alguns de meus pacientes foram operados novamente no mesmo tumor), utilizo suas amostras.

• Para a validação (cruzada repetida / repetida), asseguro-me de que a divisão seja feita no paciente.
• Não posso indicar o tamanho efetivo (estatístico) da amostra. De qualquer forma, isso não é problema devido a mais amostras de alguns pacientes. Eu tenho centenas de espectros para cada amostra, e eles não são repetidos (são tirados de lugares diferentes) nem independentes. Então não perco nada aqui.
• Às vezes, uso o número de pacientes como limite conservador para o tamanho efetivo da amostra (estatística): pelo menos os pacientes são independentes
• Você pode pesar as amostras para que cada paciente entre na análise com o mesmo peso.

Concordo com o @iterator. Se uma grande proporção fizesse cirurgia nos dois olhos, eu faria algum tipo de par. Se apenas uma pequena proporção fizesse cirurgia nos dois olhos, eu provavelmente não usaria nenhum olho para essas pessoas, mas certamente não os dois.

Um ponto a ser adicionado aos comentários do iterador e do peter. Ao analisar o conjunto de dados geral, você deve usar apenas os dados de um olho para pacientes que foram operados em ambos (porque é improvável que o resultado para os dois olhos seja independente). Qual olho? Use um método de randomização, para não escolher aquele com o melhor (ou pior) resultado, o que influenciaria (viés) os resultados.

Como parte de um estudo separado, você pode considerar apenas pacientes com bom resultado em um olho e não no outro, e tentar ver se há alguma dica sobre o que causa a diferença.