Académique Documents
Professionnel Documents
Culture Documents
Por lo tanto, recurre a mtodos estadsticos que permiten incluir varios niveles de determinantes en un mismo modelo. Esos mtodos, llamados multinivel, son herramientas importantes del anlisis de salud, que permiten ir ms all del estudio de los factores epidemiolgicos individuales al incorporar simultneamente variables de diferentes niveles ms agregados
Dra. Nancy Kriege, Boletn Epidemiolgico, Vol. 23 No. 1 de 2002, se public una nota introductoria sobre la epidemiologa social y el Glosario de epidemiologa social
ANLISIS MULTINIVEL
es un enfoque analtico apropiado para datos con fuentes anidadas de variabilidad, es decir, unidades de un nivel inferior o microunidades (por ejemplo, individuos) integradas en unidades de un nivel superior o macrounidades (por ejemplo, grupos como escuelas). El anlisis multinivel permite estudiar simultneamente los efectos de variables grupales y variables individuales en los resultados individuales, y a la vez da cuenta de la falta de independencia de las observaciones dentro de cada grupo.
El anlisis multinivel tambin permite estudiar la variabilidad intergrupal (entre grupos) e intragrupal (dentro de cada grupo), y la manera en que las variables grupales y las individuales estn relacionadas con la variabilidad a ambos niveles.
Esto quiere decir que los modelos multinivel pueden servir para hacer inferencias respecto de las causas de variacin interindividual (o de la relacin entre las variables a nivel grupal y a nivel individual con los resultados individuales), pero tambin pueden hacerse inferencias acerca de la variacin entre grupos (si se halla en los datos y en qu medida se explica por las caractersticas grupales e individuales).
En el anlisis multinivel los grupos o los contextos no se consideran de modo inconexo, sino que se conciben como procedentes de un universo de grupos sobre el que se desea hacer inferencias. Por todo ello, el anlisis multinivel permite a los investigadores abordar simultneamente el micronivel de los individuos y el macronivel de los grupos o contextos .
Murillo, F.J. (1999). Los Modelos Jerrquicos Lineales aplicados a la Investigacin sobre Eficacia Escolar.Revista de Investigacin Educativa, 17(2), 453-460
Los estudios estn organizadas en forma jerrquica, tpicamente estas estructuras son naturales los individuos estn agrupados en unidades de nivel ms alto, que a su vez tambin pueden estar agrupadas en otras unidades.
pacientes en hospitales
Francisco De la Cruz Modelos multinivel Estadstico epidemilogo, investigador de la Seccin Epidemiologa del Instituto de Medicina Tropical Daniel A. Carrin, Universidad Nacional Mayor de San Marcos. Lima Per. Rev. per. epidemiol. Vol 12 No3 Diciembre 2008
(Bennett, 1976)
Aitkin et al (1981)
los nios expuestos al llamado estilo formal de la enseanza exhiban ms progreso que aquellos que no
demostr que al considerar agrupar a los nios en clases, las diferencias significativas desaparecieron y los nios formalmente enseados no demostraron ser diferentes a los otros
Los datos fueron analizados usando las tcnicas tradicionales de la regresin mltiple que reconocieron solamente a nios individuales como las unidades de anlisis y no hicieron caso de sus agrupaciones dentro de profesores y en clases. Los resultados eran estadsticamente significativos.
Francisco De la Cruz Modelos multinivel Estadstico epidemilogo, investigador de la Seccin Epidemiologa del Instituto de Medicina Tropical Daniel A. Carrin, Universidad Nacional Mayor de San Marcos. Lima Per. Rev. per. epidemiol. Vol 12 No3 Diciembre 2008
En la investigacin de salud se tiene tambin una larga tradicin en los estudios acerca de la variabilidad, tanto de indicadores de salud como de consumo de recursos
entre los individuos de distintos grupos o zonas geogrficas, de los que se derivan relaciones ms o menos evidentes entre la salud de los individuos y la zona donde habitan o entre el tratamiento recibido por los pacientes y las caractersticas del mdico y/o servicio de salud donde son atendidos.
En este tipo de estudios podemos disponer de informacin; acerca de los individuos como de su contexto. Por tanto, podemos hablar de distintas jerarquas de la informacin disponible: el nivel 1 y, por otra, el nivel 2, el contexto o grupo al que pertenece el individuo.
Francisco De la Cruz Modelos multinivel Estadstico epidemilogo, investigador de la Seccin Epidemiologa del Instituto de Medicina Tropical Daniel A. Carrin, Universidad Nacional Mayor de San Marcos. Lima Per. Rev. per. epidemiol. Vol 12 No3 Diciembre 2008
establecer jerarqua entre las distintas variables, es decir, el reconocimiento de que los distintos individuos pertenecen a distintos grupos no es gratuito pues tiene consecuencias importantes a la hora de analizar los datos
cuesta reconocer, en general, a los individuos pertenecientes a un mismo contexto, estos tendern que ser muy similares en su comportamiento entre s que respecto a los que pertenezcan a distintos contextos.
las personas que viven en la misma rea de salud podran tener hbitos de vida ms parecidos entre s que respecto a personas de otra rea distinta por el hecho de haber distintas culturas y/o polticas de promocin de salud en las respectivas reas
La similitud entre los individuos dentro de los grupos establece una estructura de correlacin intracontextual que impide el cumplimiento de la hiptesis de independencia sobre las que estn basados los modelos de regresin tradicionales e invalida por tanto sus mtodos de estimacin, lo que se traduce en
En los ltimos aos ha habido un considerable esfuerzo, en especial en la investigacin educativa, para adaptar esta estructura jerrquica de los datos al marco de los modelos lineales generalizados, el resultado han sido los llamados modelos multinivel o modelos
jerrquicos.
falacia ecolgica
pretende deducir relaciones para los individuos o nivel 1, cuando los resultados contextuales o nivel 2 no reproducen necesariamente al nivel individual
propone las mismas asociaciones encontradas a nivel individual o nivel 1 como relaciones a nivel contextual o nivel 2.
los pacientes en el mismo hospital tienden a ser similares entre s, ya que pueden proceder de las mismas reas geogrficas y por tanto coincidir en varios aspectos (expresadas en la llamada correlacin intraclase)
Si esta suposicin
es violada
los estimadores de los errores estndares de las pruebas estadsticas convencionales son mucho ms pequeas
Resultados son
falsamente significativos.
Son diseados para analizar variables de diferentes niveles simultneamente, usando un modelo estadstico que incluye las diferentes dependencias
Para esto comparamos las medias del ndice de peso entre las clases de A, B, C y D, posiblemente usando anlisis de varianza.
nios amamantados por pecho al menos cuatro meses con los amamantados por menos tiempo utilizando interesados en medidas especficas de cada grupo una prueba T
Como los centros de salud son muy definidos, nos interesan apenas algunas de sus caractersticas (pequeas, medianas o grandes). En este caso, podemos ver a los centros de salud en estudio como una muestra de una poblacin de centros de salud. O el efecto de los centros de salud, como un efecto aleatorio (en contraste con el efecto fijo de la variable clase social), medido por un parmetro que indica variabilidad entre grupos, y visto como representativo en la poblacin de origen
En los modelos multinivel como unidades (agrupamientos) que definen los niveles, son vistos como efectos aleatorios de esta forma, como muestras aleatorias de una poblacin de estas unidades (ejm:como escuelas, centros de salud, domicilios, etc
Estos efectos aleatorios se traducen en un modelo de coeficientes aleatorios que van a tomar en cuenta la variabilidad entre agrupamientos, desde formas simples, a travs de variabilidad a nivel del intercepto, o de formas ms complejas, a travs de variabilidades a niveles de inclinaciones de dos rectas.
variedad de nombres
Los modelos descritos no son los mismos (especialmente cuando los clculos detallados son considerados) pero ellos son altamente similares, y nos referimos a estos como modelos de regresin multinivel
El modelo de regresin multinivel completo asume que hay un conjunto de datos jerrquicos, con una sola variable dependiente que es medida en el nivel ms bajo y variables explicativas que existen en todos los niveles. el modelo puede ser visto como un sistema jerrquico de ecuaciones de regresin
(1)
donde hemos aadido otro ndice para identificar la unidad de maternidad e incluimos un efecto de la unidad especfica que considera las diferencias de medias entre unidades. Si asumimos que las unidades de maternidad son muestreadas aleatoriamente de una poblacin de unidades, entonces el efecto de la unidad especfica es una variable aleatoria y (1) se convierte en un ejemplo simple de un modelo de dos niveles.
(2)
donde son dos nacimientos en la misma unidad j con, en general, una covarianza positiva entre las respuestas. Esta ausencia de independencia, partiendo de estos dos orgenes de variacin en diferentes niveles de los datos jerrquicos (nacimientos y unidades de maternidad) contradice la suposicin del modelo lineal tradicional y nos conduce a considerar una nueva clase de modelos. El modelo (2) puede ser elaborado en un nmero de direcciones, incluyendo la adicin de covarianzas adicionales o niveles anidados. Una direccin importante es donde el coeficiente (y algunos coeficientes adicionales) pueden tener una distribucin aleatoria
(3)
Los coeficientes de la regresin son usualmente referidos como parmetros fijos del modelo y el conjunto de varianzas y covarianzas como los parmetros aleatorios. El modelo (3) es a menudo referido como un coeficiente aleatorio o modelo mixto
(4)
El modelo de la ecuacin (4) no explica alguna varianza, slo descompone la varianza en dos componentes independientes: , el cual es la varianza del error del ms bajo nivel , y , la varianza del error del nivel ms alto .
(5)
La correlacin intraclase es un estimador de la proporcin de varianza explicada en la poblacin. La ecuacin (5) establece que la correlacin intraclase es igual a la proporcin estimada de la varianza del nivel grupo comparada con la varianza total estimada.
segundo caso, el cual es usualmente referido como un modelo de medidas repetidas, todas las medidas son tratadas como respuestas, por ejemplo la relacin entre una medida tal como altura o peso que cambia con la edad.
(7)
Este modelo asume que la altura Y es linealmente relacionado con la edad X, donde cada sujeto tiene su propio intercepto y pendiente, por eso: No hay restriccin en el nmero de edad, por eso que podemos ajustar un modelo nico para sujetos los cuales pueden tener uno o algunas medidas. Podemos claramente extender (7) para incluir ms variables explicativas, medidas en cualquiera del nivel ocasin, tal como tiempo de aos o estado de salud, o en el nivel sujeto tal como peso al nacer o gnero. Podemos tambin extender la funcin bsica lineal de (7) para incluir trminos de orden ms altos y podemos del residual del modelo nuevo de nivel 1, por eso que la varianza del nivel 1 es una funcin de edad.
SOFTWARES
El MLwiN es un software que ha sido desarrollado desde 1980, primero como un comando de un programa basado en DOS, MLn, y desde 1998 como una versin Windows. Este software es producido por el proyecto de Modelos Multinivel basados dentro del Instituto de Educacin, de la Universidad de Londres, y soporta grandemente fondos de proyecto del Consejo de Investigacin Econmico y Social del Reino Unido. El software ha sido desarrollado junto a los avances en metodologa y con la preparacin de manuales y otros materiales de entrenamiento
Los procedimientos para ajustar modelos multinivel estn ahora disponibles en algunos paquetes tales como Stata, SAS y S plus. Tambin hay algunos paquetes con propsitos especiales los cuales fueron diseados para una clase de datos particulares o modelos. Mixorr, para respuestas multicategorcas, HLM (Hierarchical Linear Modelling), usado ampliamente para datos educacionales El MLwiN tiene algunas caractersticas avanzadas particulares que no estn disponibles en otros paquetes y es el ms utilizado para este tipo de modelos