R中线性混合效果输出的固定效果解释

Question

我的示例数据集是（现实生活中更大，唯一的PatientID = 2775）：

df <- data.frame(PatientID = c(1000344, 1000344,1001471, 1001471, 1002830, 1002830),Visit = c(1,2,1,2,1,2),fat= c(  8.510 ,14.456, 4.612,4.738,18.021,25.740), diabetes_status= c("False" ,"True","False" ,"False" ,"False","True"), hypertension_status= c("True" ,"True","False" ,"True" ,"False","True"),bmi= c(32.0386  ,33.4919 ,29.6878  ,28.7660   ,26.1540 ,26.2788), waist= c(105  ,105   ,98     ,101  ,91  ,96), smoker= c(1 ,0  ,0 ,0  ,1  ,0), gender= c(1  ,1  ,0 ,0,1 ,1), ethnicity= c(1,1 ,0,0,1 ,1),  stringsAsFactors = F)

我尝试采用线性混合效应来评估三年中脂肪的纵向变化。 经过多次努力，我了解到访问是纵向的一部分，很好，需要同时表现为随机效应和固定效应。

有很多临床信息会随着时间而变化，这里有两个问题：

• 变量的级别仅为2（对/错），它们不能产生随机效应
• 我会产生6种随机效应（糖尿病状态[true / false]，高血压状态[true / false]，BMI [数字]等），并且肯定地，LME不支持这么多随机效应。

从这个问题的答案：Multiple random effects in a linear mixed model with nlme and lme4我知道该模型可以表示为：

model4 = lme(fixed = fat ~ visit  + ethnicity + diabetes_status + weight + bmi + waist  +  age + hypertension_status, random = ~ visit| PatientID, data = df, control = lmeControl(opt = "optim"))

问题与口译有关。正如我想知道的那样，如果使用这样表示的模型，您是否考虑到这样一个事实，例如，即使某些患者的糖尿病作用固定，其糖尿病状态也会改变（visit1 = FALSE，vist2 = TRUE）。 适应如此众多的随机效果确实是不可能的。我需要保证这是正确的。

谢谢！