基于R语言lme4的组间组内交互混合实验设计模型验证

研究设计与核心假设梳理 #

• 受试者：6名急诊医生、6名消化科医生，均接受相同治疗
• 测量方案：治疗前后分别通过3个不同quality（诊断描述详细程度）的急诊病例，采集诊断评分（diag_diff_ge_pre为治疗前，diag_diff_ge_post为治疗后）
• 核心假设：
  1. 急诊医生的绩效提升幅度（治疗后-治疗前）高于消化科医生，对应group*time交互效应
  2. 随着病例quality提升，急诊医生的绩效提升幅度比消化科医生更大，对应group*quality交互效应

当前模型的核心问题 #

1. 数据结构不匹配：原数据为宽格式（pre/post分两列），但模型中调用了time变量，实际数据中并无该字段，直接运行会报错。必须先将数据转换为包含time变量的长格式。
2. 随机效应设定不合理：(quality|id)的设定逻辑有误——quality是病例的固定属性，并非随个体变化的随机变量。正确的嵌套结构是病例嵌套在个体之下，应优先考虑个体和病例的随机截距。
3. 样本量限制：仅12个个体，复杂的随机斜率模型（如(quality|id)）容易出现收敛问题，统计效力不足。

修正步骤与模型代码 #

步骤1：转换数据为长格式 #

生成time变量，将pre/post评分合并为一列：

library(tidyr)
data_ex_long <- data_ex %>%
  pivot_longer(cols = c(diag_diff_ge_pre, diag_diff_ge_post),
               names_to = "time",
               values_to = "diag_diff_ge",
               names_prefix = "diag_diff_ge_") %>%
  mutate(time = factor(time, levels = c("pre", "post")))

步骤2：修正后的推荐模型（ANCOVA思路，统计效力更高） #

该思路以治疗后评分为因变量，纳入治疗前评分控制基线差异，同时验证交互效应：

library(lme4)
model_correct <- lmer(diag_diff_ge ~ time * group + quality * group + 
                        diag_diff_ge_pre + experience + autonomy + know_exp + attitude +
                        (1|id) + (1|case),  # 控制个体、病例的随机截距
                      data = data_ex_long)
summary(model_correct)

• time:group交互项：直接验证"急诊医生绩效提升幅度是否高于消化科医生"的核心假设
• quality:group交互项：验证"病例quality越高，急诊医生提升幅度优势越明显"的假设
• 随机效应(1|id)控制个体间的基线差异，(1|case)控制不同病例的固有评分差异

备选模型：直接建模绩效提升幅度 #

若更直观地关注"提升幅度"，可先计算治疗前后的差值，再建模：

data_ex <- data_ex %>%
  mutate(diag_diff_change = diag_diff_ge_post - diag_diff_ge_pre)

model_alternative <- lmer(diag_diff_change ~ group * quality + 
                            experience + autonomy + know_exp + attitude +
                            (1|id) + (1|case),
                          data = data_ex)
summary(model_alternative)

• 因变量diag_diff_change直接反映绩效提升，group:quality交互项验证第二个假设，group主效应验证第一个假设

额外说明 #

如果确实想检验个体对不同quality病例的响应差异，可将随机效应替换为(quality|id) + (1|case)，但需注意：12个个体的样本量可能无法支撑该复杂模型，容易出现收敛警告，此时可简化为(0 + quality|id) + (1|id) + (1|case)（仅允许个体对quality的斜率变异，不包含截距交叉项）。

内容的提问来源于stack exchange，提问作者Ane