Analysis of longitudinal substance use outcomes using ordinal random-effects regression models

FRANÇAIS :
Dans ce document, les auteurs décrivent l'analyse des résultats d'une étude longitudinale sur l'usage de drogues en utilisant les modèles de régression des effets de la randomisation (MRR). Certains avantages de cette approche résident dans le fait que ces modèles permettent l'utilisation de données incomplètes pour diverses co-variables relatives au temps et peuvent estimer les changements individuels au cours des années. Etant donné que les résultats de l'usage de substances sont souvent mesurés en termes de catégories dichotomiques ou ordinales, la présentation est centrée ici sur les versions catégoriques du MRR. Les auteurs présentent et décrivent plus spécialement un MRR ordinal qui inclue la possibilité que les effets co-variés évoluent selon différents points limites du résultat ordinal. Cette dernière caractéristique est particulièrement utile car un traitement peut avoir des effets variables sur l'abstinence complète ou partielle par exemple. Les données d'une étude sur l'arrêt du tabac sont utilisées pour illustrer l'application de ce modèle d'analyser des données longitudinales de l'usage de substances. (Résumé d'éditeur)
ENGLISH :
In this paper we describe analysis of longitudinal substance use outcomes using random-effects regression models (RRM). Some of the advantages of this approach is that these models allow for incomplete data across time, time-invariant and time-varying covariates, and can estimate individual change across time. Because substance use outcomes are often measured in terms of dichotomous or ordinal categories, our presentation focuses on categorical versions of RPM. Specifically, we present and describe an ordinal RPM that includes the possibility that covariate effects vary across the cutpoints of the ordinal outcome. This latter feature is particularly useful because a treatment can have varying effects on full versus partial abstinence, for example. Data from a smoking cessation study are used to illustrate application of this model for analysis of longitudinal substance use data. (Author' s abstract)