Influences of a Covariate on Growth Mixture Modeling.
Influences of a Covariate on Growth Mixture Modeling.
复制标题
DOI：
10.1177/002204261004000110
复制
发表时间：
2010
影响因子：
1.7
通讯作者：
Hser YI
中科院分区：
文献类型：
--
作者：
Huang D;Brecht ML;Hara M;Hser YI
本研究调查了包括协变量和/或远端结果对生长混合模型（GMM）的影响。GMM被用来检查471名海洛因使用者在16年内使用海洛因的天数模式以及这些模式与死亡率（远端结局）的关系。在四种类型的模型之间进行了比较：无协变量和远端结局（两阶段方法），有远端结局，有协变量，以及有协变量和远端结局与三种不同协变量。当测试潜在轨迹成员资格对远端结果的影响时，包含远端结果的两阶段方法和模型导致不同的结论。无条件模型和条件模型之间的成员分类差异主要由两个因素决定：（1）轨迹与协变量和远端结局的关联，以及（2）研究样本中协变量的分布。
This study investigated the influence of including a covariate and/or a distal outcome on growth mixture modeling (GMM). GMM was used to examine patterns of days of heroin use over 16 years among 471 heroin users and the relationship of those patterns to mortality (distal outcome). Comparisons were made among four types of models: without a covariate and a distal outcome (two-stage approach), with a distal outcome, with a covariate, and with a covariate and a distal outcome in conjunction with three different covariates. The two-stage approach and models with the inclusion of a distal outcome resulted in different conclusions when testing the impact of latent trajectory membership on the distal outcome. Differences in membership classifications between unconditional and conditional models were mainly determined by two factors: (1) the associations of the trajectories with the covariate and the distal outcome, and (2) the distribution of the covariate in the study sample.
登录
查看更多内容
影响因子：
--
作者：
Hser, YI;Hoffman, V;Anglin, MD
通讯作者：
Anglin, MD
影响因子：
5.8
作者：
NAGIN, DS;FARRINGTON, DP;MOFFITT, TE
通讯作者：
MOFFITT, TE
影响因子：
3.3
作者：
Fergusson, DM;Horwood, LJ
通讯作者：
Horwood, LJ
DOI：
10.1111/j.1751-9004.2007.00054.x
发表时间：
2008-01-01
影响因子：
4.6
作者：
Jung, Tony;Wickrama, K. A. S.
通讯作者：
Wickrama, K. A. S.
DOI：
10.1207/s15328007sem1401_2
发表时间：
2007-01-01
影响因子：
6
作者：
Lubke, Gitta;Muthen, Bengt O.
通讯作者：
Muthen, Bengt O.