将时变协变量对纵向结局的影响分解为基线效应与时间效应

纵向过程常随时间相互关联；因此，研究发展过程之间的关联并理解其联合发展十分重要。带时变协变量（TVC）的潜增长曲线模型（LGCM）提供了一种在同时对结局变化建模的同时估计 TVC 对纵向结局影响的方法。然而，它不允许 TVC 预测随机增长系数中的变异。我们提出使用三种方法将 TVC 的影响分解为初始特质与时间状态，以解决此局限。在每种方法中，TVC 的基线被视为初始特质，并通过将随机截距和斜率对基线值回归来获得相应效应。时间状态被刻画为（1）区间特定斜率、（2）区间特定变化、或（3）各测量时刻相对于基线的变化，具体取决于所用方法。我们假设纵向结局为线性-线性函数形式，通过模拟和真实数据分析展示了我们的方法。结果表明，带分解后 TVC 的 LGCM 能够提供无偏且精确的估计及目标置信区间。我们还提供了用于这些方法的 OpenMx 与 Mplus 8 代码，涵盖常用的线性和非线性函数。