ZUNZUNEGUI, María Victoria et al. Aplicaciones de los modelos multinivel al análisis de medidas repetidas en estudios longitudinales. []. , 78, 2, pp.177-188. ISSN 2173-9110.

^les^aEste 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.^len^aThis work is an introduction to repeated measurement analysis for longitudinal studies. It uses a two stage modelling framework, using hierarchical linear models with two levels. The first level pertains to the repeated measures, the second level pertains to the individual. For the last 25 years, hierarchical linear models have been used in the Social Sciences to analyse data coming from organizations with multiple levels. Their applications have been extended to the study of change in populations, both to describe the average change in an outcome variable in a population and to analyse the factors associated with variability in the individual trajectories of change. In this article, the basic concepts are introduced: between subjects and within subjects variability, the person-specific model for the individual trajectory and the between person model to describe how individuals vary in their trajectories, fixed and random effects, linear and quadratic growth models. At the end of each section, an illustration is given for the study of cognitive function of the older people cohort «Aging in Leganés», followed in four occasions between 1993 and 1999. Results from fitting the models to answer the most frequently asked research questions in the description and analysis of individual change are presented. Lastly, we present possible generalizations of these linear models to non linear situations which arise when outcomes are dichotomous, nominal or ordinal.

: .

        · | |     · |     · ( pdf )