Modelos de efectos aleatorios de tres partes para datos de encuestas longitudinales sesgados con respuestas "no...

Área de la Ciencia:

• Estadística
• Bioestadística
• Metodología de Encuestas

Sus antecedentes:

• Los datos de encuestas a menudo incluyen preguntas solo para un subconjunto de participantes.
• Los efectos de suelo, donde las respuestas se agrupan en el valor más bajo de la escala, son comunes.
• El análisis de dichos datos requiere métodos que tengan en cuenta los patrones de selección y respuesta.

Objetivo del estudio:

• Proponer un novedoso modelo estadístico de tres partes para analizar datos de encuestas con datos faltantes y efectos de suelo.
• Mejorar la estimación imparcial y eficiente de las tendencias a lo largo del tiempo.
• Abordar los desafíos en el análisis de encuestas longitudinales complejas como el estudio PATH.

Principales métodos:

• Un modelo de tres partes que comprende dos submodelos logísticos y un modelo normal truncado.
• Incorporación de efectos aleatorios para manejar las correlaciones en las observaciones repetidas.
• Estimación de máxima verosimilitud utilizando SAS PROC NLMIXED.

Principales resultados:

• El modelo de tres partes propuesto demostró un sesgo significativamente menor en comparación con modelos más simples.
• El modelo logró mejores probabilidades de cobertura para los coeficientes de regresión en simulaciones.
• La aplicación a los datos de adultos jóvenes del PATH ilustró su utilidad práctica.

Conclusiones:

• El modelo de tres partes proporciona un enfoque robusto para analizar datos de encuestas complejas con datos faltantes y efectos de suelo.
• Ofrece un rendimiento superior en términos de sesgo y eficiencia en comparación con los métodos tradicionales.
• Esta metodología mejora la precisión del análisis de tendencias en la investigación longitudinal sobre salud.