如何解决RCT 中的混合效应模型——Stata 中结果的解释
我有 2 组平行组 RCT 的数据，其中患者以 1:1 的比例随机分配到治疗组和对照组。随机化根据年龄组进行分层。在随机化之前收集基线数据，然后在随机化后 4 周收集随访数据。
缺失值仅出现在基线变量 (bmi) 中，在这种情况下使用了平均插补（如 White & Thomson，2005 年所建议的）。数据被改造成长格式，以下是数据片段：
id age occasion bmi sex trtmnt score
1 23 0 24 f 1 18
1 23 1 24 f 1 23
2 26 0 22 m 0 23
2 26 1 22 m 0 22
3 31 0 23 m 1 20
3 31 1 23 m 1 24
我打算以如下方式运行一个混合效应模型，根据协议的指示调整基线分数、性别、年龄和体重指数 (BMI)：
xtmixed score i.treat occasion age bmi i.sex treatXocc || pid:
但是，我不确定一些事情：
- 我是否正确地认为，在使用混合效应模型时，通过允许随机截距来考虑基线分数？
- 如何解释交互作用项的系数？即重要的 intrxn 表示什么？
- 我是否也应该在这里将场合作为协变量包括在内？我如何解释场合的显着影响？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
