Kort antwoord: nee.
Langer antwoord: het is handig om modellen niet complexer te maken dan nodig. Tweeweginteracties tussen covariaten en predictoren zijn nog te verantwoorden. Drieweginteracties worden al lastiger, en alles complexer dan dat, zoals vierweginteracties komen al op het niveau van 'naar de data toeschrijven', dus dat het model gesatureerd raakt, oftewel het model een soort 'verbind de puntjes' spelletje geworden is.
Dus cov1*pred1 cov1*pred2 cov2*pred1 cov2*pred2 etc. zou ik als maximale complexiteit inzetten. Ik zou niet bijvoorbeeld beginnen aan cov1*pred1*pred2, etc.
Dit gezegd hebbende: het is niet fout. Maar hogere orde interacties zijn modellen waar een afweging op gemaakt moet worden die een geavanceerd begrip van lineare modellen, power en overfitting vereisen.