三級部分嵌套模型

Question

我使用R和lme4建模了羣體心理治療主題隨時間的變化。 我的數據具有以下結構：

• 受試者（ID）
• 時間（碼1-10等距間隔重複測量）
• 結果（每重複測量）
• 處理（0/1心理治療/等候名單控制）

我先用隨機的斜率和截距兩級模式運作良好，很簡單：

lmer(outcome ~ time * treatment + (time | subject), data=data, REML=FALSE) 

現在我想知道是否應該使用三級部分嵌套模型，因爲羣體心理治療主題嵌套在治療師（那裏提供治療的幾個治療師），但控件是非嵌套的。我想我應該至少考慮治療師的主要影響，如De Jong，Moerbeek & Van der Leeden（2010）所論證的那樣。

De Jong，K.，Moerbeek，M.，& Van der Leeden，R.（2010）。縱向三級多級模型的先驗功效分析：治療師效應的例子。 Psychotherapy Research，20（3），273-284。

我發現下面的鏈接非常有用的資源下「部分嵌套模型」： http://rpsychologist.com/r-guide-longitudinal-lme-lmer

筆者給出了幾乎相同的一個模式，我想下面的代碼進行測試：

lmer(outcome ~ time * treatment + (1 | group:subject) + (0 + time | therapist:subject) + (0 + time:treatment | group) + (0 + treatment | group), data=data) 

他提供的數據實際上是相同的，但他在模型中添加了「組」變量。我不明白爲什麼這是因爲治療/對照組與治療/非治療組相同。如果一個受試者接受了治療，而不是他在實驗組中的受試者，如果他不在對照組中。你會如何編寫這個三層部分嵌套模型？我知道這對於Crossvalidated論壇來說更是一個問題，我把它發佈在那裏沒有任何迴應，我真的感到困惑。謝謝。

Answer 1

保持簡單。只需向沒有治療師的受試者添加虛擬治療師none即可。然後適合下面的模型。

lmer(outcome ~ time * treatment + (time | therapist/subject), data=data) 

治療none混淆是治療waiting list。治療師是一種隨機效應，因此受到懲罰。治療是一個固定的效果，不會受到懲罰。因此，所有信息將轉到waiting list的治療效果，none的治療師效果將爲零。