Metoder til undersøgelse af behandlingseffekt og andre longitudinelle undersøgelser.
Det har været almindeligt i behandlingseffektundersøgelser at anvende to undersøgelsestidspunkter, før og efter – eventuelt suppleret med en ‘follow-up’-undersøgelse. Dette design er imidlertid ikke tidssvarende. Der findes bedre metoder som giver mere viden om udviklingsprocesserne. En metode består i Multi-level-analyser, en anden i Growth modeling med latente variable
Multi-level-analyser.
For at få et godt billede af udviklingsforløbet indsamler man data fra mindst tre, men hellere flere, tidspunkter. På første niveau (level) undersøges om udviklingsforløbet kan beskrives med et bestemt kurveforløb, f.eks. som en ret linie, eller noget som kan laves om til en ret linie. Al information vedrørende en ret linie kan sammenfattes i to tal (parametre), nemlig afskæringen på y-aksen (interceptet), og hældningen af linien. Der bliver altså to parametre for hver persons udviklingsforløb. Interceptet beskriver typisk startsituationen, mens hældningen beskriver hvor hurtigt der sker forandring. Samlet for hele gruppen bliver der lige så mange intercepter og hældninger som der er undersøgte personer.
På andet niveau (level) analyserer man fordelingen af gruppens intercepter og hældninger. Man kan undersøge hvilke baggrundsfaktorer der påvirker disse parametre (f.eks. behandlings- versus kontrolgruppe, køn m.v.). På den måde kan man finde ud af hvad der påvirker de forskellige udviklingsforløb.
Hvis de enkelte udviklingsforløb ikke er lineære, men kurvede, kan man tilføje flere parametre, f.eks. en kvadratisk som beskriver krumningen, og inddrage sådanne parametre i analysen.
Metoden omtales også som mixed modeling.
Growth modeling med latente variable
Ved anvendelse af analysemetoder med latente variable får man en lang række ekstra muligheder til rådighed. Latente variable observeres ikke direkte men bestemmes via forskellige målemetoder.
Multi-level-analyserne kan udbygges ved at parametrene som beskriver kurveforløbet kan opfattes som latente ‘udviklingsfaktorer’. Man kan opstille modeller over hvordan disse kan måles, og hvilke forhold der påvirker dem. Man kan anvende flere forskellige typer af assessmentmetoder, og man kan ud fra selve data undersøge ikke-erkendt inhomogenitet i den undersøgte population.(forskellige underliggende klasser). Man kan opbygge ret komplekse modeller for udvikling svarende til psykologiske hypoteser.
Foredraget illustreres med data fra SCL-90 tests fra en undersøgelse af psykoterapiforløb.
Se i øvrigt en introduktion til emnet i Jan Ivanouws kapitel i Metodologiske indblik og udsyn. Festskrift til Benny Karpatschof, udgivet af selskabets forlag. Det kan hentes her på hjemmesiden under punktet ‘Udgivelser’