Realicé una prueba cruzada en la que voluntarios sanos acudieron al laboratorio dos veces (separados por un período de lavado) y se sometieron a pruebas sensoriales en el brazo y el pie, antes y después de una de dos intervenciones de neuromodulación. Cada participante se sometió a ambas condiciones en un orden asignado al azar. Queremos ver si las intervenciones de neuromodulación afectaron los resultados de manera diferente para el brazo y el pie.
Me gustaría analizar los resultados (continuos) con un modelo mixto (uso JMP Pro 16.2). Mis efectos fijos son Tiempo (línea de base y postestimulación), Estimulación (dos niveles), Extremidad (brazo y pie) y todas sus interacciones. Agregué Asunto como un efecto aleatorio (solo intercepción).
Tengo preguntas en dos niveles:
1. Contabilización de los valores de referencia
- Se me ha sugerido que ajuste los valores iniciales del resultado incluyéndolos como un efecto fijo. Obviamente, esto mejora el ajuste del modelo (AIC más bajo) y reduce el SE de las estimaciones de los parámetros, pero me preocupa incluir los mismos valores como resultado y como predictor.
- Además, la inclusión del Sujeto como efecto aleatorio no tiene en cuenta los diferentes valores de referencia (con la gran advertencia de que la línea de base es diferente para el brazo y el pie y para cada nivel de estimulación).
- Para tener en cuenta eso, ¿debería cruzar Sujeto (intercepción) con Miembro y Estimulación, para tener en cuenta las diferentes líneas de base para los dos miembros en las dos sesiones? Y en caso afirmativo, ¿cómo lo especifico correctamente en el modelo?
- Otra opción es calcular las puntuaciones de cambio (posteriores a la línea de base), utilizarlas como resultado y luego incluir la línea de base como un efecto fijo para ajustarlas.
2. Estructura de covarianza
- También he estado reflexionando sobre la necesidad de especificar una estructura de covarianza. Dado que solo tengo dos puntos temporales, supongo que solo tengo un par de covarianzas para estimar y, por lo tanto, ¿realmente necesito especificar una estructura de covarianza? ¿La inclusión del Sujeto como efecto aleatorio no explica la correlación en las observaciones del mismo sujeto?
- Si intento especificar una estructura de covarianza (llamada estructura repetida en JMP), tengo problemas. En JMP, el valor predeterminado está establecido en Residual. Pero, como se describe en el manual de JMP: "La estructura residual especifica que no hay covarianza entre observaciones, es decir, los errores son independientes". Obviamente este no es el caso aquí. Cuando pruebo estructuras más apropiadas, me meto en problemas. Debido a que tengo cuatro valores para cada punto de tiempo para cada sujeto (por ejemplo, puntos de tiempo antes: para cada extremidad y para cada estimulación), recibo mensajes de error, como este: El modelo de covarianza XXX requiere que ningún sujeto tenga valores duplicados de la entrada repetida variable.
Perdón por la publicación larga. Cualquier ayuda que me indique la mejor especificación para este modelo sería muy apreciada.
