Tamaños del efecto para el análisis de modelado del crecimiento en ensayos clínicos controlados en la misma métrica que para el análisis clásico.

El uso del análisis de modelado del crecimiento (GMA), que incluye modelos lineales jerárquicos, modelos de crecimiento latente y ecuaciones de estimación general, para evaluar intervenciones en psicología, psiquiatría y ciencia de la prevención ha crecido rápidamente en la última década. Sin embargo, un tamaño del efecto asociado con la diferencia entre las trayectorias de los grupos de intervención y control que capture el efecto del tratamiento rara vez se informa. Este artículo primero revisa 2 clases de fórmulas para tamaños del efecto asociados con diseños de medidas repetidas clásicas que utilizan la desviación estándar ya sea de puntajes de cambio o de puntajes brutos como denominador. Luego amplía el alcance para incluir el GMA y demuestra que los diseños de grupos independientes, dentro de sujetos, de control pretest-posttest y GMA estiman todos el mismo tamaño del efecto cuando se utiliza uniformemente la desviación estándar de los puntajes brutos. Finalmente, el artículo muestra que el tamaño del efecto correcto para la eficacia del tratamiento en GMA, que es la diferencia entre las medias estimadas de los 2 grupos al final del estudio (determinado a partir del coeficiente de la diferencia de pendiente y la longitud del estudio) dividido por la desviación estándar de la línea base, no se informa en ensayos clínicos.