如果预测变量的一个级别是另一个级别的子组，则在多元回归中创建虚拟变量？

Question

我正在使用lme4 :: lmer在R中运行混合效果线性回归。

我想测试父母疾病的严重程度是否会影响后代分数。我有一个相关个体的样本，并且正在使用重复测量，因此我将家庭和个体标识符作为随机效应包括在模型中。回归公式为：

lme4::lmer(score ~ parsev + time + age + sex + (1|fid) + (1|iid), data = df, REML = FALSE)

预测变量parsev表示父母的疾病严重程度，其中：

0 = control;
1 = illness;
2 = severe illness

我想用虚拟变量重新进行回归，以便获得代表父母疾病和严重疾病对后代分数影响的单独回归系数。

但是，“严重疾病”是“疾病”的子集，因此我不确定如何从parsev创建虚拟变量来回答我的问题。

我最好的猜测是：

df %>% 
mutate(parenti = case_when(parentmismi == 1 | parentmismi == 2 ~ 1,
TRUE ~ 0), 
parentsi = case_when(parentmismi == 2 ~ 1,
TRUE ~ 0))

任何输入表示赞赏。