![Sample our Behavioral Sciences journals, sign in here to start your access, latest two full volumes FREE to you for 14 days]({"type":"image" , "src" : "/sda/110801/TOC-Subject-Sample-2021-Behavioral-Sciences.jpg"})
Abstract
Objective: Analysis of the intermediate behaviors and mechanisms through which innovative therapies come to shape outcomes is a critical objective in many areas of psychotherapy research because it supports the iterative exploration, development and refinement of theories and therapies. Despite widespread interest in the intermediate behaviors and mechanisms that convey treatment effects, there is limited guidance on how to effectively and efficiently design studies to detect such mediated effects in the types of partially nested designs that commonly arise in psychotherapy research. In this study, we develop statistical power formulas to identify requisite sample sizes and guide the planning of studies probing mediation under two- and three-level partially nested designs.
Method: We investigate multilevel mediation in partially nested structures and models for two- and three-level designs.
Results: Well-powered studies probing mediation using partially nested designs will typically require moderate to large sample sizes or moderate to large effects.
Discussion: We implement these formulas in the R package PowerUpR and a simple Shiny web application (https://poweruprshiny.shinyapps.io/PartiallyNestedMediationPower/) and demonstrate their use to plan studies using partially nested designs.
目的：分析創新療法形成結果的中介行為和機制，是許多心理治療研究領域的重要目標，因為它可以支援理論和治療法的反覆運算探索、發展和修正。雖然許多研究者對形成治療效果的中介行為與機制有廣泛的興趣，但對於心理治療研究中常見的部分巢套設計類型，要如何有效地和有效率地設計研究以檢測中介效果，卻是所知有限。本研究中，我們發展統計考驗力公式以確認必要的樣本數，並在二階層和三階層部分巢套設計下，針對中介效果提出研究計畫。方法：我們以部分巢套結構與二階層和三階層模式研究多層次中介效果。結果：使用部分巢套設計探討中介效果， 具良好考驗力的研究一般需要中到大的樣本數或中到大的效果量。討論：我們把這些公式放在 R 套件 PowerUpR 和一個簡單的 Shiny 網頁應用程式 (https://poweruprshiny.shinyapps.io/PartiallyNestedMediationPower/)，並示範其應用在部分巢套設計的研究計劃中。
Objetivo: A análise dos comportamentos e mecanismos intermediários através dos quais as terapias inovadoras moldam os resultados é um objetivo fundamental em muitas áreas de investigação em psicoterapia, porque suporta a exploração iterativa, o desenvolvimento, e o refinamento de teorias e terapias. Apesar do amplo interesse nos comportamentos intermediários e nos mecanismos que medeiam os efeitos do tratamento, há uma orientação limitada sobre como efetivamente e eficientemente desenhar estudos para detetar tais efeitos mediadores nos tipos de desenhos parcialmente aninhados que frequentemente surgem na investigação em psicoterapia. Neste estudo, desenvolvemos fórmulas de poder estatístico para identificar os tamanhos de amostra necessários e orientar a planificação de estudos que investigam a mediação em desenhos parcialmente aninhados de dois e três níveis. Métodos: Investigou-se a mediação multinível em estruturas parcialmente aninhadas e modelos para desenhos de dois e três níveis. Resultados: Estudos bem desenvolvidos que investigam a mediação usando desenhos parcialmente aninhados normalmente exigem tamanhos de amostra moderados a grandes ou efeitos moderados a grandes. Discussão: Implementaram-se estas fórmulas no pacote R PowerUpR e numa aplicação web simples desenvolvida no Shiny (https://poweruprshiny.shinyapps.io/PartiallyNestedMediationPower/) e demonstrou-se o seu uso para planear estudos usando desenhos parcialmente aninhados.
Obiettivo:L'analisi dei comportamenti intermedi e dei meccanismi attraverso i quali le terapie innovative giungono a plasmare i risultati è un obiettivo critico in molte aree della ricerca in psicoterapia perché supporta l'esplorazione iterativa, lo sviluppo e il perfezionamento di teorie e terapie.Nonostante l'interesse diffuso nei comportamenti intermedi e nei meccanismi che trasmettono gli effetti del trattamento, esiste una guida limitata su come progettare in modo efficace ed efficiente gli studi per rilevare tali effetti mediati nei tipi di disegni parzialmente annidati che comunemente sorgono nella ricerca in psicoterapia.In questo studio, sviluppiamo formule di potenza statistica per identificare le dimensioni del campione richieste e guidare la pianificazione degli studi che esaminano la mediazione sotto disegni parzialmente annidati a due e tre livelli. Metodo: Indaghiamo la mediazione multilivello in strutture e modelli parzialmente annidati per disegni a due e tre livelli. Risultati: Studi ben potenziati che sondano la mediazione utilizzando disegni parzialmente annidati richiedono in genere campioni di dimensioni da moderate a grandi o effetti da moderati a grandi. Discussione: Implementiamo queste formule nel pacchetto R PowerUpR e una semplice applicazione web Shiny e dimostriamo il loro uso per pianificare studi utilizzando disegni parzialmente annidati (https://poweruprshiny.shinyapps.io/PartiallyNestedMediationPower/).
Supplemental data
Supplemental data for this article can be accessed here 10.1080/10503307.2020.1717012.