我有一个数据集，其中包含 5 年期间的 100 名不同患者。每个患者每个月都会针对特定疾病进行检查，并标记为健康或生病（0 或 1）。每个人在我的样本中出现 60 次（5 * 12 = 60）。

每个月患者提供 A = 该月的平均血压，B = 平均每日运动时间和 C = 该月吸烟的平均数量。

数据集的布局如下：

ID (Unique Patient Identifier)
Month (1 to 60)
A (Average blood pressure in that month)
B (Average daily exercise hours)
C (Average number of Cigarettes smoked in that month)
Ill (Yes, No)

我正在考虑使用 Logistic 回归，它使用过去三个月的信息，并给出患者在接下来的 2 个月内被标记为生病的概率。

我的问题是逻辑回归假设观察是独立的，而在我的情况下它们显然不是。

我应该怎么办？我应该使用 GEE 或 GLMM 之类的东西还是其他东西？