为回归创建基线变量

问题描述

我有一个包含以下列的纵向数据集样本：PATIENTID（患者的 ID）、VISITNUMBER（他们去医院的次数）、TIME（自第一次访问以来的年数）、AGE（他们每次访问的年龄），每次访问时的性别（0 = 男性，1 = 女性）、健康（他们的健康状况）。

这是我在 R 中的示例数据集：

#data structure

PATIENTID <- c(126,126,255,389,470,470)

VISITNUMBER <- c(1,2,3,1,4,5,3)

TIME<- c(0,6,2)

AGE<- c(18,22,24,20,23,30,31,32,33,34,40,41,42)

SEX<- c(0,0)

HEALTH <- c(0.333,0.452,0.468,0.571,0.522,0.444,0.431,0.510,0.532,0.214,0.333,0.400)

mydata <- data.frame(PATIENTID,VISITNUMBER,TIME,AGE,SEX,HEALTH)

#converting PATIENTID and VISITNUMBER to factor 

mydata$PATIENTID   <- factor(mydata$PATIENTID)

mydata$VISITNUMBER <- factor(mydata$VISITNUMBER)

本质上，我试图在调整基线健康（访问 1 时的健康）的同时，在回归模型（健康 ~ 年龄 + 性别）中预测健康。我有两个选择：

1. 创建一个单独的变量，称为 HEALTH1，它在访问 1 时基本上是 HEALTH，所以我的数据集如下所示。我如何为此编码？在这个例子中，我只是手动完成的，但我的数据集要大得多。

Health at visit 1 variable added

2. 实际上并没有创建单独的变量，在回归编码过程中，我以某种方式将在访问 1 时过滤的健康作为单独的解释变量 - 如健康 ~ 年龄 + 性别 + 健康 (访问 1)。如果可能，我该如何在回归编码中为这个单独的解释变量编码？

欢迎提供任何替代建议。谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）