Un modelo de efecto variable en el tiempo para datos longitudinales intensivos.

Entender el cambio temporal en el comportamiento humano y los procesos psicológicos es un tema central en las ciencias del comportamiento. Con los avances tecnológicos, los datos longitudinales intensivos (DLI) son generados cada vez más por estudios del comportamiento humano que administran repetidamente evaluaciones a lo largo del tiempo. Los DLI ofrecen oportunidades únicas para describir en detalle los cambios comportamentales temporales e identificar los antecedentes y consecuencias ambientales y psicosociales relacionados. Los enfoques analíticos tradicionales imponen fuertes suposiciones paramétricas sobre la naturaleza del cambio en la relación entre covariables que varían en el tiempo y resultados de interés. Este artículo presenta modelos de efecto variable en el tiempo (MEVT) que modelan explícitamente los cambios en la asociación entre covariables de DLI y resultados de DLI a lo largo del tiempo de manera flexible. En este artículo, describimos preguntas de investigación únicas que aborda el MEVT, esbozamos el procedimiento de estimación del modelo, compartimos un macro de SAS para implementar el modelo, demostramos la utilidad del modelo con un ejemplo simulado e ilustramos las aplicaciones del modelo en DLI recopilados como parte de un estudio de cesación del tabaquismo para explorar la relación entre las urgencias de fumar y la autoeficacia durante el transcurso del período de pre y postcesación.