Hiërarchische Modellen en Bayesiaanse structurele vergelijkingsmodellen met toepassing in gezondheidsonderzoek

Onderzoek in Health Services heeft vaak te maken met multivariate gegevens die een inherente complexe hiërarchische, ook genoemd multilevel, structuur hebben. We denken dan aan patiënten opgenomen in ziekenhuizen, meerdere klinische ingrepen bij een patiënt, enz. maar ook in andere onderzoeksdomeinen is het makkelijk om voorbeelden te vinden, bvb. kinderen in scholen, spenen in uiers, of tanden in monden. Het negeren van de correlatie tussen observaties kan leiden tot een foute schatting van de model parameters en daarom leiden tot foute en misleidende conclusies. De toenemende complexiteit in studieopzetten en onderzoeksvragen draagt bij aan de behoefte aan nieuwe statistische methoden die toelaten de aard van de gegevens ten volle te benutten en de onderzoeksvragen adequaat te beantwoorden. In deze thesis hebben we de correlaties tussen de gegevens benut en hebben gebruik gemaakt van bestaande statistische procedures en waar nodig uitbreidingen voorgesteld.
 

De doelstelling van dit onderzoek is tweeledig. Ten eerste beogen we een hernieuwd inzicht te bieden in de associatie tussen organisatorische kenmerken van verpleegkundige zorg en patiëntuitkomsten door gebruik te maken van Bayesiaanse multilevel structurele vergelijkingsmodellen (SEM) die de complexe hiërarchische structuur van de gehanteerde gegevens weerspiegelen. Ten tweede willen we de karakteristieken van de huidige Bayesiaanse SEM-methoden kritisch evalueren, met onder meer modellen die een multilevel model combineren met een factoranalyse model, maar ook van een covariantieregressiemodel dat gecombineerd wordt met een multilevel model.
 

Binnen dit doctoraat analyseren we hoofdzakelijk gegevens die werden verzameld in het kader van de Registered Nurse Forecasting (RN4CAST) studie die liep van 2009 tot en met 2011. Daarnaast maken we ook gebruik van gegevens die werden verzameld binnen een epidemiologische onderzoek naar adolescente meisjes en jonge vrouwen in de sloppenwijken van Nairobi (Birdthistle et al., 2018). We voeren een simulatiestudie uit om de waarde van de voorgestelde methodes te beoordelen. De modellen werden geïmplementeerd in Mplus, SAS en in JAGS vanuit het pakket R. De relevante syntax is online beschikbaar als aanvullend materiaal bij de gepubliceerde artikelen maar kan ook bekomen worden van de eerste auteur.

Tot slot is het belangrijk op te merken dat de beschouwde statistische technieken niet enkel relevant zijn voor Health Services Research, maar voor een breed scala aan onderzoeksdomeinen.