Dor e atividade física para um indivíduo

Uma comparação de modelos

Resumo

Objetivos: há uma crescente conscientização de que, para um atendimento eficaz ao paciente, precisamos de mais do que apenas ensaios clínicos randomizados com grupos de participantes e que os dados de caso único cuidadosamente coletados (N = 1) têm várias vantagens importantes sobre os estudos tradicionais em nível de grupo. Com o avanço da tecnologia, coletar dados relevantes de um único caso está se tornando mais fácil a cada dia, e isso oferece enormes oportunidades para entender como os comportamentos exibidos por um indivíduo podem ser influenciados por uma ou várias variáveis-chave. Por exemplo, como a dor experimentada influencia a quantidade de tempo gasto no exercício físico.
Método: usando dados de caso único observacionais disponíveis publicamente, cinco modelos são comparados: um modelo clássico de regressão linear de mínimos quadrados ordinários (OLS); um modelo de regressão dinâmica (DRM); um modelo de interceptações aleatórias de dois níveis (2LRI); um modelo de correlação autorregressiva de primeira ordem covariável contínua (CAR1); e um modelo ordinário de mínimos quadrados com tendência temporal (OLST). Esses modelos são comparados em termos de estatísticas gerais de ajuste do modelo, estimativas da relação entre atividade física (variável de resposta de interesse) e dor (covariável de interesse) e estatísticas residuais.
Resultados: o 2LRI supera todos os outros modelos tanto no ajuste geral do modelo quanto nas estatísticas residuais e fornece estimativas de covariáveis que estão entre os extremos relativos fornecidos por outros modelos. CAR1 e OLST demonstram um desempenho quase idêntico e substancialmente melhor que o OLS, que apresenta o pior desempenho, e o DRM.
Conclusão: para dados observacionais de caso único, DRM, CAR1, OLST e 2LRI são responsáveis pela correlação seriada que normalmente está presente em dados de caso único de maneira um pouco diferentes sob suposições um pouco diversas, e todos têm um desempenho melhor que o OLS. Implicações dessas descobertas para estudos de caso único observacionais, quase-experimentais e experimentais são discutidas.