SciELO - Scientific Electronic Library Online

 
vol.78 número2El estudio prospectivo europeo sobre cáncer y nutrición (EPIC) (#)Estimación no paramétrica de la función de supervivencia para datos con eventos recurrentes índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Revista Española de Salud Pública

versión impresa ISSN 1135-5727

Resumen

ZUNZUNEGUI, María Victoria et al. Aplicaciones de los modelos multinivel al análisis de medidas repetidas en estudios longitudinales. Rev. Esp. Salud Publica [online]. 2004, vol.78, n.2, pp.177-188. ISSN 1135-5727.

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.

Palabras clave : Modelos multinivel; Estudios longitudinales.

        · resumen en Inglés     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons