三级部分嵌套模型

Question

我使用R和lme4建模了群体心理治疗主题随时间的变化。 我的数据具有以下结构：

• 受试者（ID）
• 时间（码1-10等距间隔重复测量）
• 结果（每重复测量）
• 处理（0/1心理治疗/等候名单控制）

我先用随机的斜率和截距两级模式运作良好，很简单：

lmer(outcome ~ time * treatment + (time | subject), data=data, REML=FALSE) 

现在我想知道是否应该使用三级部分嵌套模型，因为群体心理治疗主题嵌套在治疗师（那里提供治疗的几个治疗师），但控件是非嵌套的。我想我应该至少考虑治疗师的主要影响，如De Jong，Moerbeek & Van der Leeden（2010）所论证的那样。

De Jong，K.，Moerbeek，M.，& Van der Leeden，R.（2010）。纵向三级多级模型的先验功效分析：治疗师效应的例子。 Psychotherapy Research，20（3），273-284。

我发现下面的链接非常有用的资源下“部分嵌套模型”： http://rpsychologist.com/r-guide-longitudinal-lme-lmer

笔者给出了几乎相同的一个模式，我想下面的代码进行测试：

lmer(outcome ~ time * treatment + (1 | group:subject) + (0 + time | therapist:subject) + (0 + time:treatment | group) + (0 + treatment | group), data=data) 

他提供的数据实际上是相同的，但他在模型中添加了“组”变量。我不明白为什么这是因为治疗/对照组与治疗/非治疗组相同。如果一个受试者接受了治疗，而不是他在实验组中的受试者，如果他不在对照组中。你会如何编写这个三层部分嵌套模型？我知道这对于Crossvalidated论坛来说更是一个问题，我把它发布在那里没有任何回应，我真的感到困惑。谢谢。

Answer 1

保持简单。只需向没有治疗师的受试者添加虚拟治疗师none即可。然后适合下面的模型。

lmer(outcome ~ time * treatment + (time | therapist/subject), data=data) 

治疗none混淆是治疗waiting list。治疗师是一种随机效应，因此受到惩罚。治疗是一个固定的效果，不会受到惩罚。因此，所有信息将转到waiting list的治疗效果，none的治疗师效果将为零。