Pain and physical activity for one individual: a comparison of models / Dor e atividade física para um indivíduo: uma comparação de modelos

Aims: there is increasing awareness that for effective patient care we need more than only randomized controlled trials with groups of participants and that carefully collected single case (N = 1) data have several important advantages over traditional group-level studies. With the advance of technology, collecting relevant data from a single case is becoming easier by the day, and this offers tremendous opportunities for understanding how behaviors displayed by an individual can be influenced by one or several key variables. For example, how pain experienced influences the amount of time spent on physical exercise. Method: using publicly available observational single case data, five models are compared: a classical ordinary least squares (OLS) linear regression model; a dynamic regression model (DRM); a two-level random-intercepts model (2LRI); a continuous covariate first-order autoregressive correlation model (CAR1); and an ordinary least squares model with time trend (OLST). These models are compared in terms of overall model fit statistics, estimates of the relation between physical activity (response variable of interest) and pain (covariate of interest), and residual statistics. Results: 2LRI outperforms all other models on both overall model fit and residual statistics, and provides covariate estimates that are in between the relative extremes provided by other models. CAR1 and OLST demonstrate an almost identical performance and one that is substantially better than OLS ­ which performs worst ­ and DRM. Conclusion: for observational single case data, DRM, CAR1, OLST, and 2LRI account for the serial correlation that is typically present in single case data in somewhat different ways under somewhat different assumptions, and all perform better than OLS. Implications of these findings for observational, quasi-experimental, and experimental single case studies are discussed.

Objetivos: há uma crescente conscientização de que, para um atendimento eficaz ao paciente, precisamos de mais do que apenas ensaios clínicos randomizados com grupos de participantes e que os dados de caso único cuidadosamente coletados (N = 1) têm várias vantagens importantes sobre os estudos tradicionais em nível de grupo. Com o avanço da tecnologia, coletar dados relevantes de um único caso está se tornando mais fácil a cada dia, e isso oferece enormes oportunidades para entender como os comportamentos exibidos por um indivíduo podem ser influenciados por uma ou várias variáveis-chave. Por exemplo, como a dor experimentada influencia a quantidade de tempo gasto no exercício físico. Método: usando dados de caso único observacionais disponíveis publicamente, cinco modelos são comparados: um modelo clássico de regressão linear de mínimos quadrados ordinários (OLS); um modelo de regressão dinâmica (DRM); um modelo de interceptações aleatórias de dois níveis (2LRI); um modelo de correlação autorregressiva de primeira ordem covariável contínua (CAR1); e um modelo ordinário de mínimos quadrados com tendência temporal (OLST). Esses modelos são comparados em termos de estatísticas gerais de ajuste do modelo, estimativas da relação entre atividade física (variável de resposta de interesse) e dor (covariável de interesse) e estatísticas residuais. Resultados: o 2LRI supera todos os outros modelos tanto no ajuste geral do modelo quanto nas estatísticas residuais e fornece estimativas de covariáveis que estão entre os extremos relativos fornecidos por outros modelos. CAR1 e OLST demonstram um desempenho quase idêntico e substancialmente melhor que o OLS, que apresenta o pior desempenho, e o DRM. Conclusão: para dados observacionais de caso único, DRM, CAR1, OLST e 2LRI são responsáveis pela correlação seriada que normalmente está presente em dados de caso único de maneira um pouco diferentes sob suposições um pouco diversas, e todos têm um desempenho melhor que o OLS. Implicações dessas descobertas para estudos de caso único observacionais, quase-experimentais e experimentais são discutidas.

Why are children different in their moderate-to-vigorous physical activity levels? A multilevel analysis / Por que as crianças são diferentes em seus níveis de atividade física de intensidade moderada a vigorosa? Uma análise multinível

Abstract Objective: Children's differences in moderate-to-vigorous physical activity levels are not at random. This study investigates the relevance of individual- and school-level characteristics in explaining these differences. Methods: In total, 307 children (154 girls) aged 5-10 years, from 19 Portuguese schools, were sampled. Height and weight were measured, and body mass index was calculated. Time spent in moderate-to-vigorous physical activity was measured by accelerometry. Gross motor coordination was assessed with the KörperkoordinationsTest für Kinder battery and socio-economic status was obtained via the school social support system. School characteristics were obtained with an objective school audit. A multilevel analysis was used as implemented in Stata 15. Results: Schools explained 18.2% of the total variance in moderate-to-vigorous physical activity, with the remainder being ascribed to children's distinct characteristics. Boys were more active (β = 29.59 ± 11.52, p < 0.05), and having higher gross motor coordination levels (β = 0.11 ± 0.04, p < 0.05) was positively associated with daily moderate-to-vigorous physical activity, whereas being older (β = −5.00 ± 1.57, p < 0.05) and having higher socio-economic status (β = −7.89 ± 3.12, p < 0.05) were negatively related with moderate-to-vigorous physical activity. From the school-level correlates, only playground dimension was significantly associated with moderate-to-vigorous physical activity levels. Children from schools with medium (40 m2 to 69 m2) and large playground dimensions (≥70 m2) were less active than children with smaller playground dimensions (10 m2 to 39 m2). Conclusions: Variation in school children's moderate-to-vigorous physical activity is mostly explained by their individual characteristics; school characteristics also play a role but to a smaller degree. Future intervention programs to change this behavior should be more personalized, emphasizing mostly individual-level characteristics.

Resumo Objetivo As diferenças entre crianças na atividade física moderada a vigorosa não são aleatórias. Este estudo investiga a relevância das características em níveis individuais e escolares para explicar essas diferenças. Métodos Foram amostradas 307 crianças (154 meninas) entre 5 e 10 anos, de 19 escolas portuguesas. A estatura e o peso foram medidos e o índice de massa corporal foi calculado. O tempo gasto em atividade física moderada a vigorosa foi medido por acelerometria. A coordenação motora grossa foi avaliada com a bateria do Körperkoordinationstest für Kinder e o status socioeconômico foi obtido através do sistema de apoio social da escola. As características da escola foram obtidas através de uma auditoria escolar objetiva. Uma análise multinível foi utilizada como implantada no Stata 15. Resultados As escolas explicaram 18,2% da variância total da atividade física moderada a vigorosa, com o restante atribuído às diferentes características das crianças. Os meninos foram mais ativos (β = 29,59 ± 11,52, p < 0,05) e o fato de ter níveis mais altos de coordenação motora grossa (β = 0,11 ± 0,04, p < 0,05) foi positivamente associado com a atividade física moderada a vigorosa diária. Os mais velhos (β = -5,00 ± 1,57, p < 0,05) e com maior status socioeconômico (β = -7,89 ± 3,12, p < 0,05) foram negativamente relacionados com a atividade física moderada a vigorosa. Com base nos correlatos a nível escolar, apenas a dimensão da área recreativa foi significativamente associada aos níveis de atividade física moderada a vigorosa. As crianças das escolas com área recreativa média (40 m2 a 69 m2) e grande (≥ 70 m2) foram menos ativas do que as crianças com áreas recreativas com menores dimensões (10 m2 a 39 m2). Conclusões A variação na atividade física moderada a vigorosa de escolares é explicada principalmente por suas características individuais; as características da escola também desempenham um papel, mas em menor grau. Futuros programas de intervenção para mudar esse comportamento devem ser mais personalizados, enfatizar principalmente as características em nível individual.

Why are children different in their moderate-to-vigorous physical activity levels? A multilevel analysis.

OBJECTIVE: Children's differences in moderate-to-vigorous physical activity levels are not at random. This study investigates the relevance of individual- and school-level characteristics in explaining these differences. METHODS: In total, 307 children (154 girls) aged 5-10 years, from 19 Portuguese schools, were sampled. Height and weight were measured, and body mass index was calculated. Time spent in moderate-to-vigorous physical activity was measured by accelerometry. Gross motor coordination was assessed with the KörperkoordinationsTest für Kinder battery and socio-economic status was obtained via the school social support system. School characteristics were obtained with an objective school audit. A multilevel analysis was used as implemented in Stata 15. RESULTS: Schools explained 18.2% of the total variance in moderate-to-vigorous physical activity, with the remainder being ascribed to children's distinct characteristics. Boys were more active (ß=29.59±11.52, p<0.05), and having higher gross motor coordination levels (ß=0.11±0.04, p<0.05) was positively associated with daily moderate-to-vigorous physical activity, whereas being older (ß=-5.00±1.57, p<0.05) and having higher socio-economic status (ß=-7.89±3.12, p<0.05) were negatively related with moderate-to-vigorous physical activity. From the school-level correlates, only playground dimension was significantly associated with moderate-to-vigorous physical activity levels. Children from schools with medium (40m2 to 69m2) and large playground dimensions (≥70m2) were less active than children with smaller playground dimensions (10m2 to 39m2). CONCLUSIONS: Variation in school children's moderate-to-vigorous physical activity is mostly explained by their individual characteristics; school characteristics also play a role but to a smaller degree. Future intervention programs to change this behavior should be more personalized, emphasizing mostly individual-level characteristics.

Factors Associated with Mathematics Performance in Brazilian Basic Education / Fatores Associados ao Desempenho em Matemática no Ensino Fundamental no Brasil / Factores Asociados al Desempeño de Matemáticas en la Enseñanza Primaria en Brasil

Abstract Several studies have indicated that student performance is strongly influenced by school context. Within this frame of reference, the present study sought to identify contextual variables that affect proficiency in mathematics taking the multilevel structure of schools into consideration. The information of 4,338,885 students who participated in the Brazilian national assessment of educational progress of 2009 was used. Multilevel analysis showed an intra-class correlation of .27 and .19 for the 5th grade of elementary school and 9th grade of middle school, the last year of middle school. In both models, more than 50% of school level variance and more than 11% of the variance on student level was explained. The final model is composed of control variables, 13 student level variables, 9 school level variables, and random and interaction effects. The results contribute to a better comprehension of factors that affect school performance, which permits the orientation of public policies.(AU)

Resumo Vários estudos têm apontado que o aprendizado do aluno é fortemente influenciado pelo contexto escolar. Dessa forma, este estudo teve como objetivo identificar variáveis contextuais que interferem no desempenho em matemática, considerando a estrutura multinível da conjuntura escolar. Utilizaram-se informações de 4.338.885 alunos avaliados na Prova Brasil de 2009. A análise multinível mostrou uma correlação intraclasse de 0,27 e 0,19, para o 5° e 9° ano do ensino fundamental, respectivamente. No modelo final do 5° e 9° ano, mais de 50% da variância no nível da escola e mais de 11% da variância no nível do aluno foram explicadas. Esse modelo foi composto por variáveis de controle, 13 variáveis do nível do aluno, 9 do nível da escola, efeitos randômicos e efeitos de interação. Os resultados corroboram estudos anteriores e contribuem com o entendimento dos fatores que influenciam o desempenho, o que permite direcionar políticas públicas.(AU)

Resumen Diversos estudios señalan que el aprendizaje del alumno está fuertemente influenciado por el contexto escolar. De esta forma, la presente investigación tuvo como objetivo identificar variables contextuales que interfieren en el desempeño de matemáticas, teniendo en cuenta la estructura de varios niveles del entorno escolar. Se utilizó la información de 4.338.885 alumnos evaluados en la Prueba Brasil de 2009. El análisis de varios niveles mostró una correlación intraclase de 0,27 y 0,19 para el 5º y 9º año de enseñanza primaria, respectivamente. En el modelo final de 5º y 9º año, más del 50% de la variancia a nivel de escuela y más de 11% de variancia a nivel de alumno fue explicada. El modelo fue compuesto por variables de control, 13 variables del nivel del alumno, 9 del nivel de la escuela, efectos aleatorios y efectos de interacción. Los resultados corroboran estudios anteriores y contribuyen a la compresión de los factores que influyen en el desempeño, lo que permite direccionar las políticas públicas.(AU)

Factors associated with mathematics performance in Brazilian basic education / Fatores associados ao desempenho em matemática no ensino fundamental no Brasil / Factores asociados al desempeño de matemáticas en la enseñanza primaria en Brasil

Several studies have indicated that student performance is strongly influenced by school context. Within this frame of reference, the present study sought to identify contextual variables that affect proficiency in mathematics taking the multilevel structure of schools into consideration. The information of 4,338,885 students who participated in the Brazilian national assessment of educational progress of 2009 was used. Multilevel analysis showed an intra-class correlation of .27 and .19 for the 5th grade of elementary school and 9th grade of middle school, the last year of middle school. In both models, more than 50% of school level variance and more than 11% of the variance on student level was explained. The final model is composed of control variables, 13 student level variables, 9 school level variables, and random and interaction effects. The results contribute to a better comprehension of factors that affect school performance, which permits the orientation of public policies.

Vários estudos têm apontado que o aprendizado do aluno é fortemente influenciado pelo contexto escolar. Dessa forma, este estudo teve como objetivo identificar variáveis contextuais que interferem no desempenho em matemática, considerando a estrutura multinível da conjuntura escolar. Utilizaram-se informações de 4.338.885 alunos avaliados na Prova Brasil de 2009. A análise multinível mostrou uma correlação intraclasse de 0,27 e 0,19, para o 5° e 9° ano do ensino fundamental, respectivamente. No modelo final do 5° e 9° ano, mais de 50% da variância no nível da escola e mais de 11% da variância no nível do aluno foram explicadas. Esse modelo foi composto por variáveis de controle, 13 variáveis do nível do aluno, 9 do nível da escola, efeitos randômicos e efeitos de interação. Os resultados corroboram estudos anteriores e contribuem com o entendimento dos fatores que influenciam o desempenho, o que permite direcionar políticas públicas.

Diversos estudios señalan que el aprendizaje del alumno está fuertemente influenciado por el contexto escolar. De esta forma, la presente investigación tuvo como objetivo identificar variables contextuales que interfieren en el desempeño de matemáticas, teniendo en cuenta la estructura de varios niveles del entorno escolar. Se utilizó la información de 4.338.885 alumnos evaluados en la Prueba Brasil de 2009. El análisis de varios niveles mostró una correlación intraclase de 0,27 y 0,19 para el 5º y 9º año de enseñanza primaria, respectivamente. En el modelo final de 5º y 9º año, más del 50% de la variancia a nivel de escuela y más de 11% de variancia a nivel de alumno fue explicada. El modelo fue compuesto por variables de control, 13 variables del nivel del alumno, 9 del nivel de la escuela, efectos aleatorios y efectos de interacción. Los resultados corroboran estudios anteriores y contribuyen a la compresión de los factores que influyen en el desempeño, lo que permite direccionar las políticas públicas.

Discussão sobre algumas contribuições da modelagem multinível para a investigação de desempenho no trabalho / Discussing some multilevel models contributions to investigate performance at work

O investimento no capital intelectual tornou-se o pilar norteador das ações de gerenciamento de pessoas. A literatura em comportamento organizacional investigada enfatiza o efeito de variáveis de contexto no desempenho dos indivíduos. Faz-se mister compreender como se dá o impacto dessas variáveis segundo seus níveis de análise. O presente artigo discute contribuições potenciais da modelagem multinível na investigação de desempenho no trabalho. Discute, ainda, a aplicação dessa modelagem para compreensão de fenômenos comumente investigados em comportamento organizacional. Tais contribuições poderão favorecer a estruturação de modelos preditivos que poderão melhor capturar o significado da inclusão de variáveis típicas do contexto laboral.(AU)

Investing on intellectual capital became the guiding pillar for personnel management actions. The organizational behavior literature highlights the effect of contextual variables on the performance of individuals. The impact of these variables, which belong to different levels of analysis, needs a better comprehension. This paper discusses the potential multilevel modeling contributions for investigating predictors of that performance. In addition, it also discusses the application of this modeling for understanding usually studied organizational behavior. These contributions may favor structuring predictive models which may better grasp the meaning of the inclusion of diverse and complex levels of variables from the labor context.(AU)

Discussão sobre algumas contribuições da modelagem multinível para a investigação de desempenho no trabalho / Discussing some multilevel models contributions to investigate performance at work

O investimento no capital intelectual tornou-se o pilar norteador das ações de gerenciamento de pessoas. A literatura em comportamento organizacional investigada enfatiza o efeito de variáveis de contexto no desempenho dos indivíduos. Faz-se mister compreender como se dá o impacto dessas variáveis segundo seus níveis de análise. O presente artigo discute contribuições potenciais da modelagem multinível na investigação de desempenho no trabalho. Discute, ainda, a aplicação dessa modelagem para compreensão de fenômenos comumente investigados em comportamento organizacional. Tais contribuições poderão favorecer a estruturação de modelos preditivos que poderão melhor capturar o significado da inclusão de variáveis típicas do contexto laboral.

Investing on intellectual capital became the guiding pillar for personnel management actions. The organizational behavior literature highlights the effect of contextual variables on the performance of individuals. The impact of these variables, which belong to different levels of analysis, needs a better comprehension. This paper discusses the potential multilevel modeling contributions for investigating predictors of that performance. In addition, it also discusses the application of this modeling for understanding usually studied organizational behavior. These contributions may favor structuring predictive models which may better grasp the meaning of the inclusion of diverse and complex levels of variables from the labor context.