Confuso com os resultados do modelo misto

Question

Eu tenho um estudo em que os pacientes podem ter de 1 a 5 aneurismas (concomitantemente) e cada um pode ser tratado de forma diferente (cada aneurisma). Estamos interessados ​​em ver se um tratamento é diferente do outro e quais fatores de risco podem contribuir para efeitos adversos.

Configurei os dados para que tenhamos uma observação por aneurisma e não por paciente. Isso significa que um paciente pode ser registrado até 5 observações com uma variável aneurysm_iddenotando a qual aneurisma a observação se refere.

Isso pode parecer assim:

Paciente1 --- Aneurysm_id --- efeito adverso? --- tratamento

---------------1 ---------------não ----------------1

Paciente1

---------------2---------------não------------ 2

Paciente1

---------------3---------------não------------- 2

Este paciente tem três aneurismas e, portanto, constitui 3 observações. O paciente não teve efeito adverso em nenhum dos aneurismas e dois deles foram tratados com o tratamento 2 e um foi tratado com o tratamento 1.

Estou executando um agrupamento de modelo misto por aneurysm_id.

No modelo, tenho o consumo de álcool como uma variável e estou apenas confuso sobre como os resultados podem ser significativos para o consumo de álcool = 3, pois esta é a tabela para o consumo de álcool e o efeito adverso. O consumo de álcool = 3 não parece ser diferente dos demais, constituindo cerca de 94% sem efeito adverso para todos os grupos? Já no modelo apresenta risco aumentado com coeficiente de 1,06 (logit misto) e valor p de 0,015.

Tabela (tentei formatar em uma imagem, mas não funcionou).

Alguém sabe por que isso é?

Answer 1

Parece que você não está usando a variável de agrupamento correta. As observações são agrupadas no paciente, não no aneurisma, portanto, a ID do paciente deve ser a variável de agrupamento.

Quanto aos resultados, presumivelmente você está incluindo outras variáveis ​​no modelo, então não pode apenas olhar para as taxas de risco brutas. Além disso, 1,06 parece ser uma razão de chances, e está próxima de 1 (ou seja, sem efeito). Você parece ter um tamanho de amostra grande, então até mesmo efeitos minúsculos podem ser estatisticamente significativos. O significado clínico é mais importante aqui.