Многоуровневый метаанализ продольных данных с модераторами с использованием метафоры
Мне нужно использовать metafor Пакет для анализа некоторых вложенных данных и представления результатов довольно наивной статистике, поэтому я надеюсь получить некоторую обратную связь о модели и способах подведения итогов пакета. Данные получены из 50 единиц в 15 палатах в 5 больницах, и у меня есть только данные, соответствующие среднемесячным значениям каждой переменной интереса. Вот текущая модель:
rma.mv(datES, datESvar, mods = cbind(avgLoS, avgAge, avgEdu, avgMedComp), random = ~ 1 | Hospital/Ward/Unit, struct = "AR", data = dat)
Вкратце, "avgLoS" соответствует средней продолжительности пребывания пациентов в каждом отделении, "avgAge" и "avgEdu" относятся к среднему возрасту и уровню образования в каждом отделении, а "avgMedComp" относится к среднему соответствию медикаментозного лечения пациентов в каждом из них. Блок. Я буду использовать robust() Функция для учета зависимостей в переменных измерениях.
У меня есть вопрос, касающийся моделирования продольных эффектов с помощью модераторов, поскольку переменная средней продолжительности пребывания также будет связана с последовательными ежемесячными измерениями. Есть ли metafor рассчитать автокорреляцию среди фиксированных эффектов, а также случайных эффектов?
Это будет мой первый раз, используя metafor пакет, поэтому я несколько не знаком с некоторыми функциями, включенными в пакет для обобщения и построения модели. Есть ли у кого-нибудь рекомендации по представлению результатов таких моделей, которые делают их более интуитивно понятными или легче усваиваемыми, особенно для тех, у кого ограниченный статистический фон?