Latent Variable Models for Teratogenesis Using Multiple Binary Outcomes
利用多个二元结局研究致畸作用的潜变量模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：多个二元结局属于医学健康测量，摘要未涉及经济选择行为，也未明确建立因果识别框架。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用多个二元结局研究致畸作用的潜变量模型
- 研究问题
- 当致畸暴露可能影响多个二元健康结局时，如何综合描述暴露组与对照组的差异，并衡量每名儿童的总体严重程度？
- 方法与思路
- 作者构造潜变量模型刻画暴露与多个二元结局之间的关系，同时提供个体状况严重程度的度量，并分析抗惊厥药暴露数据。
- 材料陈述的贡献
- 摘要称模型既支持暴露组与对照组在多个结局上的比较，又能为每名儿童给出严重程度度量，并通过致畸研究数据展示方法。
- 阅读关注点
- 应核对潜变量尺度与识别约束、多个结局的依赖设定、严重程度度量的解释，以及暴露比较能否排除混杂影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；暴露分配、混杂控制和潜变量识别条件未说明，组间比较不能直接确认为因果效应。
原文摘要
Multiple outcomes are commonly measured in the study of birth defects. The reason is that most teratogens do not cause a single, uniquely defined defect, but rather result in a range of effects, including major malformations, minor anomalies, and deficiencies in birth weight, length and head circumference. The spectrum of effects associated with a particular teratogen is sometimes described as a “syndrome.” In this article we develop a latent variable model to characterize exposure effects on multiple binary outcomes. Not only does the method allow comparisons of control and exposed infants with respect to multiple outcomes, but it also provides a measure of the “severity” of each child's condition. Data from a study of the teratogenic effects of anticonvulsants illustrate our results.