Estou analisando um ECR duplo-cego, controlado por placebo, usando uma ANCOVA em R, onde o "efeito do tratamento" previsto aparece antes da ocorrência do tratamento!
O objetivo do estudo é determinar se o tratamento de uma doença reduz um comportamento específico. Pessoas com a doença e o comportamento foram randomizados 50-50 nos braços de tratamento e controle de placebo.
Como previsto, houve uma interação significativa entre a intervenção e o estado basal da doença (todas as variáveis são intervalo, exceto a "intervenção", que é uma variável fator de dois níveis que identifica o tratamento versus o grupo controle):
MODEL 1:
Call:
lm(formula = follow_up_behavior ~ baseline_behavior + baseline_disease *
intervention, data = d)
Estimate Std. Error t value Pr(>|t|)
(Intercept) 11.28464 0.51177 22.050 <2e-16 ***
baseline_behavior 0.77872 0.05112 15.234 <2e-16 ***
baseline_disease 0.36726 0.23110 1.589 0.1146
interventiontreatment 0.74738 0.70254 1.064 0.2895
baseline_disease:interventiontreatment -0.64681 0.31374 -2.062 0.0414 *
A interação foi prevista porque a intervenção é um tratamento muito eficaz da doença, mas o estado basal da doença varia ao longo de um continuum de quase 0 a muito alto. Portanto, pessoas com doença basal alta obtiveram o maior benefício com o tratamento e, portanto, deveriam ter tido a maior redução na resposta comportamental. Por enquanto, tudo bem.
Em uma cotovia, executei um modelo muito semelhante de comportamento de linha de base :
MODEL 2:
Call:
lm(formula = baseline_behavior ~ baseline_disease * intervention,
data = d)
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.6350 0.7620 -0.833 0.4062
baseline_disease 0.7422 0.5016 1.480 0.1415
interventiontreatment 1.1941 1.0611 1.125 0.2626
baseline_disease:interventiontreatment -1.3320 0.6510 -2.046 0.0428 *
Como você pode ver, há uma interação significativa muito semelhante entre o estado da doença e o grupo de intervenção, embora a intervenção ainda não tenha ocorrido. Isso parece ser uma falha de randomização.
Minha principal preocupação é que, como follow_up_behavior está altamente correlacionado com o baseline_behavior, a interação significativa no primeiro modelo é devida à interação preexistente vista no segundo modelo e, portanto, não é uma conseqüência da intervenção.
Minhas perguntas são:
Eu realmente tenho um problema?
Nesse caso, incluir o comportamento da linha de base como variável de controle no modelo 1 corrige o problema, ou seja, garante que a interação significativa nesse modelo não seja uma conseqüência da interação preexistente vista no modelo 2, mas sim devido à intervenção?
Se a inclusão do comportamento da linha de base como controle for insuficiente, há algo que eu possa fazer para salvar o estudo?
Muito obrigado antecipadamente por qualquer ajuda ou idéias.