2020-07-082020-07-082019-11-27http://hdl.handle.net/2133/18428Los estudios longitudinales están conformados por datos obtenidos midiendo repetidamente una variable respuesta a la misma unidad. En este tipo de estudios es también frecuente contar con variables explicativas que se desean incorporar al análisis. Estas covariables pueden ser fijas a lo largo de todo el período (por ejemplo el sexo biológico de una persona) o bien puedan variar a lo largo del seguimiento (por ejemplo el valor de colesterol). Los modelos lineales mixtos permiten analizar este tipo de datos, modelando, por un lado, la evolución de la respuesta promedio en función del tiempo y las covariables, mediante efectos fijos, y, por otro lado, la variación entre las respuestas repetidas dentro y entre sujetos por medio del error y los efectos aleatorios, respectivamente. Este tipo de covariables que varían en el tiempo pueden utilizarse para comparar poblaciones, para describir tendencias en el tiempo, y también para describir relaciones dinámicas con la variable respuesta. La relación entre la covariable que varía en el tiempo y la variable respuesta puede estar confundida por valores anteriores y/o posteriores de la covariable y en consecuencia esto puede conducir a inferencias engañosas sobre los pará-metros del modelo. Este estudio realiza una introducción a la problemática de incorporar cova-riables que varían con el tiempo en modelos para datos longitudinales, presentando diferentes definiciones de las mismas y enfoques metodológicosLongitudinal studies involve the collection of the same response variable repeatedly over time from the same subject/unit. In these types of studies it is also frequent to have explanatory vari-ables that could be incorporated into the analysis. These covariates can be time-independent (for example, the biological sex of a person) or they can vary throughout the follow-up (for example, the cholesterol value) and are denominated as time-varying covariates Mixed effects linear models allow analyzing this type of data, modeling separately the evolution of the average response (as a function of time and covariates through fixed effects) and the repeated response variation between and within subjects (through the error and random effects). Time-varying co-variates can be used to make comparisons across populations, to describe different time trends, and also to describe dynamic relationship with the response variable. The relationship between the time-varying covariate and the response variable may be confused by preceding and/or subsequent covariate values and therefore, misleading inferences about the model parameters can result. This study makes an introduction to the problem of time-varying covariates in longi-tudinal studies, presenting different definitions and methodological approaches.application/pdfspaopenAccessDatos longitudinalesModelos lineales mixtosCovariables que varían en el tiempo.Longitudinal dataMixed linear modelstime-varying covariatesconferenceObjectFacultad de Ciencias Económicas y Estadística. Universidad Nacional de RosarioAtribución – No Comercial – Compartir Igual (by-nc-sa)