层次线性模型在心理治疗有效性研究中的应用

IF 0.5 Q4 PSYCHOLOGY, MULTIDISCIPLINARY
Juan Martín Gómez Penedo, R. Muiños, P. Hirsch, A. Roussos
{"title":"层次线性模型在心理治疗有效性研究中的应用","authors":"Juan Martín Gómez Penedo, R. Muiños, P. Hirsch, A. Roussos","doi":"10.32348/1852.4206.V11.N1.20412","DOIUrl":null,"url":null,"abstract":"Los modelos lineales jerárquicos (HLM) representan una estrategia estadística fundamental para la investigación en psicoterapia, ya que permiten superar la dependencia de las observaciones que habitualmente se presenta en sus datos. Estos métodos son útiles para estimar el cambio, desagregar fuentes de variación y analizar efectos de predictores de distintos niveles de jerarquía. Debido a que la aplicación de estos métodos requiere de un alto grado de conocimiento técnico, aún inaccesible para muchos investigadores, el objetivo de este trabajo es presentar una guía para entender, aplicar y reportar los HLM para estudiar los efectos de la psicoterapia. Para ilustrar cómo aplicar y reportar los HLM hemos utilizado una base de datos clínica real. Diseminar estos métodos en Latinoamérica puede representar una contribución tanto para la investigación como para la práctica, mejorando la solidez de los estudios clínicos y desarrollando un conocimiento robusto para optimizar los procesos y resultados en psicoterapia.","PeriodicalId":53986,"journal":{"name":"Revista Argentina de Ciencias del Comportamiento","volume":" ","pages":""},"PeriodicalIF":0.5000,"publicationDate":"2019-04-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.32348/1852.4206.V11.N1.20412","citationCount":"6","resultStr":"{\"title\":\"La aplicación de modelos lineales jerárquicos para el estudio de la eficacia en psicoterapia\",\"authors\":\"Juan Martín Gómez Penedo, R. Muiños, P. Hirsch, A. Roussos\",\"doi\":\"10.32348/1852.4206.V11.N1.20412\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Los modelos lineales jerárquicos (HLM) representan una estrategia estadística fundamental para la investigación en psicoterapia, ya que permiten superar la dependencia de las observaciones que habitualmente se presenta en sus datos. Estos métodos son útiles para estimar el cambio, desagregar fuentes de variación y analizar efectos de predictores de distintos niveles de jerarquía. Debido a que la aplicación de estos métodos requiere de un alto grado de conocimiento técnico, aún inaccesible para muchos investigadores, el objetivo de este trabajo es presentar una guía para entender, aplicar y reportar los HLM para estudiar los efectos de la psicoterapia. Para ilustrar cómo aplicar y reportar los HLM hemos utilizado una base de datos clínica real. Diseminar estos métodos en Latinoamérica puede representar una contribución tanto para la investigación como para la práctica, mejorando la solidez de los estudios clínicos y desarrollando un conocimiento robusto para optimizar los procesos y resultados en psicoterapia.\",\"PeriodicalId\":53986,\"journal\":{\"name\":\"Revista Argentina de Ciencias del Comportamiento\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.5000,\"publicationDate\":\"2019-04-24\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://sci-hub-pdf.com/10.32348/1852.4206.V11.N1.20412\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Argentina de Ciencias del Comportamiento\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.32348/1852.4206.V11.N1.20412\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"PSYCHOLOGY, MULTIDISCIPLINARY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Argentina de Ciencias del Comportamiento","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32348/1852.4206.V11.N1.20412","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"PSYCHOLOGY, MULTIDISCIPLINARY","Score":null,"Total":0}
引用次数: 6

摘要

层次线性模型(HLM)代表了心理治疗研究的一种基本统计策略,因为它们可以克服对其数据中通常出现的观察结果的依赖。这些方法有助于估计变化,分解变化来源,并分析不同层次预测因素的影响。由于这些方法的应用需要大量的技术知识,许多研究人员仍然无法获得,因此本文的目的是为理解、应用和报告HLM提供指南,以研究心理治疗的效果。为了说明如何应用和报告HLM,我们使用了一个真实的临床数据库。在拉丁美洲传播这些方法可以对研究和实践做出贡献,提高临床研究的稳健性,并发展强大的知识,以优化心理治疗的过程和结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
La aplicación de modelos lineales jerárquicos para el estudio de la eficacia en psicoterapia
Los modelos lineales jerárquicos (HLM) representan una estrategia estadística fundamental para la investigación en psicoterapia, ya que permiten superar la dependencia de las observaciones que habitualmente se presenta en sus datos. Estos métodos son útiles para estimar el cambio, desagregar fuentes de variación y analizar efectos de predictores de distintos niveles de jerarquía. Debido a que la aplicación de estos métodos requiere de un alto grado de conocimiento técnico, aún inaccesible para muchos investigadores, el objetivo de este trabajo es presentar una guía para entender, aplicar y reportar los HLM para estudiar los efectos de la psicoterapia. Para ilustrar cómo aplicar y reportar los HLM hemos utilizado una base de datos clínica real. Diseminar estos métodos en Latinoamérica puede representar una contribución tanto para la investigación como para la práctica, mejorando la solidez de los estudios clínicos y desarrollando un conocimiento robusto para optimizar los procesos y resultados en psicoterapia.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revista Argentina de Ciencias del Comportamiento
Revista Argentina de Ciencias del Comportamiento PSYCHOLOGY, MULTIDISCIPLINARY-
CiteScore
0.60
自引率
0.00%
发文量
0
审稿时长
32 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信