Platsen, individen och folkhälsan, 3.06 MB - Statens folkhälsoinstitut

kontextuella analyser 211
analysnivåer. Modellen kan ses som ett tvåstegssystem av ekvationer där
variansen i utfallet mellan individer (inom områden/enheter) förklaras
genom en ekvation på individnivå och variansen i utfallet mellan områden
förklaras genom en ekvation på områdesnivå.
Precis som i en ordinär regressionsmodell anger betakoefficienten för
exponeringsvariabeln vilken effekt exponeringen har på utfallet, exponeringsvariabeln
kan dock härröra från både individ och områdesnivå. Utöver de
parametrar som ingår i en ordinär regressionsmodell innefattar flernivåmodeller
dessutom parametrar som beskriver residualvariansen mellan
individer inom områden och residualvariansen mellan områden (residualvariansen
är alltså den variation i utfall som inte förklaras av de variabler vi
lagt in i modellen). Det dessa parametrar mäter beskrivs ofta som random
effects vilket inte skall förväxlas med effekten av de kausala parametrar
som studeras. Om syftet som i vårt fall är att studera vilken effekt specifika
kontextuella exponeringar har på sjuklighet och dödlighet, tillför dessa
variansparametrar ingen ytterligare kunskap om effekten av exponeringen.
Däremot kan vi utläsa hur stor del av utfallets varians som de oberoende
variablerna (exponering, confoundingfaktorer) förklarar och på vilken
nivå.
I följande avsnitt presenteras grafiska illustrationer över två typer av
modeller, båda med individer som första nivå och områden som andra nivå.
Det första diagrammet visar resultat från en random intercept-modell.
Denna modell tillåter områdesnivåinterceptet att variera men behåller en
fast lutning. På Y-axeln visas sannolikheten för utfallet, t. ex hjärtinfarkt,
och på X-axeln visas blodtrycksnivå, båda på individnivå. Den vertikala
Figur 10. ”Basic variance component/random intercept model”.