如何使用NLME软件包将时变协变量添加到分段线性增长模型中

Question

我拥有涉及多年计划评估分数的纵向数据。从基线到第一年的分数变化是积极的，而第一年之后的变化相对平稳。使用nlme（时间点嵌套在程序中）的分段线性增长模型，在第一年结时显示出第一年的显着增长，然后出现平稳。

我的下一步是确定哪些因素会影响这些轨迹。例如，程序每年都会接受培训和其他支持服务。我希望与那些参与程度较弱的程序相比，利用这些服务的程序会更快，更持久地得到改进。

我想将这些时变协变量添加到模型中，并确定它们是否预测第一年，第二年或两者的变化。

这是到目前为止我尝试过的。该模型包括两个虚拟的编码时间变量，以检查第一年及以后年份的线性斜率。在此示例中，“服务”是时变协变量。

lgm <- lme(score ~ yr.1st + yr.later + 
                   services + services*yr.1st + services*yr.later,
           random = ~ yr.1st + yr.later | ProgramID,
           method = "REML",
           data = mydata)

交互条件（services*yr.1st）只是我的最佳猜测。这是正确的吗？是否有另一种添加此预测变量的方法，以确定它是否与第一时间段，第二时间段或两者都相关？

感谢您的帮助。