Aplicaciones de los modelos multinivel al análisis de medidas repetidas en estudios longitudinales
Autor: | María Victoria Zunzunegui, María Jesús García de Yébenes, Mathieu Forster, María Dolores Aguilar Conesa, Angel Rodríguez Laso, Ángel Otero |
---|---|
Jazyk: | English<br />Spanish; Castilian |
Rok vydání: | 2004 |
Předmět: | |
Zdroj: | Revista Española de Salud Pública, Vol 78, Iss 2, Pp 177-188 (2004) |
Druh dokumentu: | article |
ISSN: | 1135-5727 2173-9110 |
Popis: | Este trabajo es una introducción al análisis de medidas repetidas en estudios longitudinales. Se utiliza un marco analítico con dos etapas, ajustando modelos jerárquicos lineales con dos niveles. El primer nivel corresponde a la ocasión (tiempo) de medida y el segundo al individuo. Estos modelos estadísticos proceden de las ciencias sociales, en las que se han utilizado durante más de 25 años para analizar datos en organizaciones con múltiples niveles. Su aplicación permite estudiar los cambios en alguna característica de interés (estado de salud o factor de riesgo) y analizar las circunstancias que explican la variabilidad en las trayectorias individuales. En este trabajo se introducen los conceptos básicos de este método: variabilidad entre individuos y dentro de cada individuo a lo largo del tiempo, modelo del nivel individual para describir la trayectoria de cada individuo y modelo «entre individuos» para describir cómo cambian las trayectorias entre individuos, efectos fijos y efectos aleatorios, modelos de crecimiento lineal y cuadrático. Para ello se ha realizado un análisis de los cambios en la función cognitiva de una cohorte de personas mayores, el estudio «Envejecer en Leganés», seguida cada dos años, entre 1993 y 1999. Se presentan los resultados de modelos ajustados para resolver las preguntas de investigación más frecuentes en la descripción y el análisis de las trayectorias de cambio individual. Por último, se comentan posibles generalizaciones de estos modelos lineales jerárquicos a situaciones en las que la variable de interés no es continua, como es el caso de las variables dependientes dicotómicas, nominales u ordinales. |
Databáze: | Directory of Open Access Journals |
Externí odkaz: |