Multidimensional Longitudinal Data: Estimating a Treatment Effect from Continuous, Discrete, or Time-to-Event Response Variables
多维纵向数据：从连续、离散或事件时间响应估计治疗效应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：摘要明确研究多维纵向重复观测及其广义估计方程分析，直接支持面板数据方向的分类。
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
多维纵向数据：从连续、离散或事件时间响应估计治疗效应
- 研究问题
- 当同一研究对象的多维结果随时间重复收集，且包含连续、离散及事件时间响应时，如何整合不同量纲的信息估计治疗效应？
- 方法与思路
- 作者用不依赖响应单位的时间尺度变换表达治疗效应，以前两阶矩的两组回归模型设定结构，并用广义估计方程估计参数。
- 材料陈述的贡献
- 摘要提出跨不同响应类型组合治疗效应信息的纵向分析方法，并应用于 AIDS 试验生活质量及阿尔茨海默病健康状态数据。
- 阅读关注点
- 应核对时间变换的定义、跨响应共享治疗效应的条件，以及重复观测相关性、事件时间删失和效应解释如何处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未说明完整相关结构、删失处理或因果识别条件，不能仅凭“治疗效应”确认因果解释。
原文摘要
Multidimensional data arise when a number of different response variables are required to measure the outcome of interest. Examples of such outcomes include quality of life, cognitive ability, and health status. The goal of this article is to develop a methodology to estimate a treatment effect from multidimensional data that have been collected longitudinally using continuous, discrete, or time-to-event responses or a mixture of these types of responses. A transformation of the time scale that does not depend on the units of the response variables is used to capture the effect of treatment. This allows information about the treatment effect to be combined across response variables of different types. The model is specified using a pair of regression models for the first two moments, and generalized estimating equations are used for parameter estimation. The methodology is applied to quality-of-life data from an AIDS clinical trial and health status data from an Alzheimer's disease study.