Multilevel modeling of longitudinal data for psychotherapy researchers: II. The complexities

Abstract

The authors previously reviewed the basic elements and steps to building multilevel models (MLMs) for longitudinal data typically found in psychotherapy research. The objective of this article is to focus on complexities associated with the MLM for longitudinal data analysis in psychotherapy research, which may result in proper use or misuse of the modeling structure. To do so, the authors illustrate complex scenarios and discuss issues in the implementation and interpretation of the MLM: (a) impact of missing data in the MLM, (b) determination of the complexity of the covariance structure and its implication on model interpretation, (c) issues with centering, (d) model diagnostics for MLM, (e) model formation, including implementation dependent on the treatment of time and distribution of outcome, and (f) model estimation. The authors also present data from psychotherapy research settings as examples of these complex situations. Finally, they offer some caveats and advice for recognizing these complexities and proper procession to ensure accurate implementation of the MLM and interpretation of the results.

ABSTRACT

Die Autoren haben vorausgehend die grundlegenden Elemente und Schritte der Erstellung von Multi-Level-Modelle (MLM) für längsschnittliche Daten, die üblicherweise in der Psychotherapieforschung vorgefunden werden, besprochen. Das Ziel dieses Artikels ist es auf die Komplexität und Schwierigkeiten, die mit der Anwendung von MLM für längsschnittliche Datenanalysen in der Psychotherapieforschung zusammenhängen und die durch eine korrekte oder falsche Anwendung der Modellierungsstruktur entstehen können, einzugehen. Dafür veranschaulichen die Autoren komplexe Szenarien und diskutieren Probleme bei der Implementierung und Interpretation von MLM: (a) Einfluss fehlender Werte für MLM, (b) Festlegung der Komplexität der Kovarianzstruktur und deren Auswirkung auf die Modelinterpretation, (c) Probleme mit der Zentrierung, (d) Modeldiagnose für MLM, (e) Modelbildung, einschließlich der Anwendung in Abhängigkeit der Betrachtung der Zeit und der Verteilung des Ausgangs (Outcome), und (f) Modelschätzung. Die Autoren legen Daten aus dem Bereich der Psychotherapieforschung als Beispiele für diese komplexen Situationen vor. Schlussendlich geben die Autoren einige Warnungen und Ratschläge, um diese Komplexität zu erkennen und korrekt zu verarbeiten, so dass die akkurate Umsetzung von MLM und die Interpretation der Ergebnisse, gewährleistet ist.

RÉSUMÉ

Les auteurs ont précédemment revus les éléments de base et les étapes pour construire des modèles multi-niveaux (MLMs) pour des données longitudinales typiquement utilisées dans la recherche en psychothérapie. L'objectif de cet article est de se focaliser sur les complexités qui sont associées avec l'utilisation des MLMs pour l'analyse de données longitudinales dans la recherche en psychothérapie, qui peut résulter de l'utilisation correcte ou impropre de la structure de modelage. Pour se faire, les auteurs illustrent des scénarios complexes et discutent de questions concernant l'implémentation et l'interprétation des MLMs : (a) impact des données manquantes, (b) détermination de la complexité de la structure de covariance et son implication sur le modèle d'interprétation, (c) question du centrage, (d) diagnostic du modèle pour MLM, (e) formation du modèle, incluant son implémentation qui dépend du traitement du temps et de la distribution des résultats, et (f) estimation du modèle. Les auteurs présentent également des données de la recherche en psychothérapie comme exemples de complexités et proposent une voie d'implémentation appropriée des MLMs et de l'interprétation des résultats.

Os autores reviram previamente os elementos básicos e os passos para construir os modelos multiníveis (MLMs) para os dados longitudinais tipicamente encontrados na investigação em psicoterapia. O objectivo deste artigo é focar as complexidades associadas com o MLM da análise dos dados longitudinais na investigação em psicoterapia, o que pode resultar em uso impróprio ou abuso da estrutura modeling. Para isso, os autores ilustram cenários complexos e discutem questões de implementação e interpretação do MLM: a) impacto de dados ausentes no MLM, b) determinação da complexidade da estrutura da co-variância e a sua implicação na interpretação do modelo, c) questões com centering, d) diagnósticos do modelo para MLM, e) formação do modelo incluindo implementação dependente do tempo de tratamento e do resultado da distribuição e, f) estimação do modelo. Os autores também apresentam dados para as definições em investigação em psicoterapia com exemplos destas situações complexas. Finalmente oferecem algumas ressalvas e avisos para o reconhecimento destas complexidades e o próprio seguimento para assegurar uma implementação exacta do MLM e interpretação dos resultados.

ABSTRACT

Gli autori nel lavoro precedente hanno esaminato gli elementi e i passi fondamentali alla costruzione di modelli multilivello (MLMs) per i dati longitudinali tipicamente usati nella ricerca in psicoterapia. L'obiettivo di questo articolo è quello di concentrarsi sulla complessità associata agli MLM effettuati su dati longitudinali su ricerche in psicoterapia, che potrebbe tradursi in un uso corretto o improprio della modellazione struttura. Per fare ciò, gli autori illustrano complessi scenari e discutono dei problemi per l'attuazione e l'interpretazione degli MLM: (a) l'impatto dei dati mancanti nel MLM, (b) la determinazione della complessità della struttura di covarianza e la sua incidenza sul modello di interpretazione, (c) i problemi di centratura, (d), il modello per la diagnostica con gli MLM, (e) il modello di formazione, compresa l'attuazione dipende dal tempo di trattamento e la distribuzione dei risultati, e (f) i modelli di stima. Gli autori presentano, inoltre, i dati di ricerca in psicoterapia e esempi di situazioni complesse. Infine, offrono alcuni consigli per il riconoscimento di queste difficoltà, la corretta applicazione del modello MLM e l'interpretazione dei risultati.

Keywords:

• statistical methodology
• multilevel models
• random effects