在 R 中绘制具有对数转换的混合模型

Question

我需要一些关于在因变量中进行对数转换的混合模型的帮助。

所以我的因变量 Y 是一个范围从 0 到 30 的分数。我们决定按以下方式对变量进行对数转换：log(Y+1)，因为 log(0) 不存在。之后，我们拟合了一个混合模型并为固定效应计算了以下回归参数：

想法是给出 26 周后按性别和疾病阶段分层的百分比变化。例如，如果我们想得到 III 期妇女的变化，我们需要计算 exp((-0.019+0.007+0.002-0.016)*26)-1 = -0.4914 = -49.14%.

这意味着，我们在 26 周后将分数降低了约 49.14%。

不过，我也有兴趣用 ggplot 绘制这个结果。我正在使用以下代码：

Data %>% 
  ggplot(aes(week, as.numeric(predict), color = as.factor(illness_stage)))  + 
  facet_wrap( ~sex)+
  labs(x="week", 
       y = "Predicted Score")+
  stat_smooth(method = "lm", formula = y ~ log(x+1))+
  theme_bw()+theme(legend.position = "top")+coord_cartesian(ylim=c(0, 18))

为了绘制 Y 的预测值，我使用了重新转换

Data$predict <- exp(predict(model))-1

所以问题来了：我的图不代表我从计算中得到的值，我也不知道为什么。上面的公式或绘图的 R 代码是否有错误？

我的结果图是这样的：

所以当女性（图中 = 1）的减少量为 49% 时，绿线必须在 8 左右。但事实并非如此。

所以也许你们中的一个人可以帮助我解决这个问题？

谢谢。