r - 在多中介模型lavaan中包括预测试分数作为协变量

Question

我想运行一个多重中介模型，在该模型中，我测试两种疗法（0/1 编码）是否由两种中介（M1 和 M2）不同地介导，它们如何影响随访时的症状评分。为了对变化进行建模，我想将预测试分数作为协变量，将中介预测试分数作为协变量。所以我有 X（条件）、M1 和 Ma 作为中介，Y（随访症状）和 U1（基线 M1）、U2（基线 M2）和 U3（基线症状评分）。在指定我的模型时，我认为我在将基线（预测试）分数作为协变量包括在内时做错了，因为现在 a1 可以指定第一个中介的间接效应，也可以指定协变量的途径。此外，在我的输出中，对于间接和总影响的置信区间的上限和下限，我都得到 0，这让我感到困惑。这个事情谁有经验？提前致谢！

这是我的模型和代码：

`X <- data_recode[, c(2)] # condition (EMDR = 1, IMRS = 0)
M1 <- data_recode[, c(15,16,17)] # vividness, measured by items 1, 5, and 6 at FU1
M2 <- data_recode[, c(18, 19, 20, 21, 22, 23, 24)] # emotional meaning, measured by items 9, 10, 11, 14, 15, 16, 17 at FU1
Y <- data_recode[, c(4)] # CAPS at FU1
U1 <- data_recode[, c(5,6,7)] # covariate: vividness at baseline
U2 <- data_recode[, c(8,9,10, 11, 12, 13, 14)] # covariate: emotional meaning at baseline
U3 <- data_recode[, c(3)] # covariate: CAPS at baseline
mediation_model_two <- ' 
# direct effect 
Y ~ b1*M1 + b2*M2 + c*X + c1*U1 + c2*U2 + c3*U3 + b1*U1 + b1*U2 + b1*U3 + b2*U1 + b2*U2 + b2*U3
# mediator 1
M1 ~ a1*X + a1*U1 + a1*U2 + a1*U3
# mediator 2 
M2 ~ a2*X + a2*U1 + a2*U2 + a2*U3
# indirect effect 1 (a1*b1)
a1b1 := a1*b1
# indirect effect 2 (a2*b2)
a2b2 := a2*b2
# total effect 
total := c + (a1*b1) + (a2*b2)
M1 ~~ M2
'

标签： r