Model 1. When the child outcome was

Model 1. When the child outcome was a continuous variable, linear mixed-effects models were fitted to the data with child outcome as the dependent variable, maternal treatment and time(study week)as independent variables,and an interaction term representing treatment by time. In addition, age and gender of child and study site were included as covariates. Other child and maternal baseline characteristics that were significantly different between treatments were also tested but were dropped from the model if they did not contribute to an appreciable difference in the results. A statistically significant interaction term indicated a differential treatment effect. Cor-relations between related measures over time, as well as non- independence of observations among siblings, were handled by including nested random effects in the model (i.e.,within- subject observations nested within family) (32). When child outcomes were binary variables (child diagnoses) or count variables(child symptoms),logistic random-effects regression models (for binary measures) and Poisson random-effects regression (for count measures) were used to determine differential effects of maternal treatment on these outcomes(33). Repeated measure over time and nonindependence of siblings as well as potential confounding variables were handled as described for continuous outcomes.

ผลลัพธ์ (ไทย) 1:

รูปแบบที่ 1 เมื่อ ตัวแปรต่อเนื่องผลเด็ก แบบจำลองเชิงเส้นผสมผลถูก fitted ข้อมูลกับเด็กผลลัพธ์ขึ้นอยู่กับตัวแปร รักษาแม่ และเวลา (สัปดาห์ศึกษา) เป็นตัวแปรอิสระ และระยะการโต้ตอบที่แสดงโดยเวลา นอกจากนี้ อายุและเพศของเด็กและการศึกษาเว็บไซต์ที่รวมเป็น covariates เด็กและแม่พื้นฐานลักษณะที่แตกต่างกันระหว่างการรักษา significantly อื่น ๆ ยังทดสอบ แต่ถูกตัดทิ้งจากแบบถ้าพวกเขาไม่ได้นำไปสู่การเห็นความแตกต่างของผลลัพธ์ A significant โต้ตอบคำบ่งชี้ผลการรักษาแตกต่างทางสถิติ ประกอบ ความสัมพันธ์ระหว่างมาตรการที่เกี่ยวข้องผ่านเวลา ตลอดจนไม่เอกราชสังเกตระหว่างพี่น้อง ถูกจัดการ โดยการสุ่มผลซ้อนกันในรูปแบบ (ข้อสังเกตเรื่อง i.e.,within ที่ซ้อนอยู่ภายในครอบครัว) (32) เมื่อเด็กผลได้ตัวแปรฐานสอง (เด็กวิเคราะห์) หรือจำนวนตัวแปร (เด็กอาการ), โมเดลถดถอยโลจิสติกสุ่มผล (สำหรับวัดนารี) และถดถอยผลสุ่มปัวซอง (สำหรับมาตรการนับ) ถูกใช้เพื่อกำหนดลักษณะพิเศษที่แตกต่างรักษาแม่ใน outcomes(33) เหล่านี้ วัดเวลาและ nonindependence ของพี่น้องรวมทั้งศักยภาพ confounding ตัวแปรซ้ำถูกจัดการ ตามผลอย่างต่อเนื่อง

ผลลัพธ์ (ไทย) 2:

รุ่น 1. เมื่อผลงานของเด็กเป็นตัวแปรอย่างต่อเนื่องรุ่นผสมผลกระทบเชิงเส้นมีสาย tted ข้อมูลกับผลที่เด็กเป็นตัวแปรขึ้นอยู่กับการรักษามารดาและเวลา (การศึกษาสัปดาห์) เป็นตัวแปรอิสระและระยะการทำงานร่วมกันเป็นตัวแทนของการรักษาตามเวลา . นอกจากนี้อายุและเพศของเด็กและเว็บไซต์การศึกษาได้รวมเป็นตัวแปร เด็กอื่น ๆ และลักษณะพื้นฐานของมารดาที่มีมีนัยสำคัญด้วยกันที่แตกต่างกันระหว่างการรักษามีการทดสอบยัง แต่ถูกทิ้งลงมาจากรูปแบบถ้าพวกเขาไม่ได้มีส่วนร่วมในความแตกต่างที่เห็นได้ในผล มีนัยสำคัญทางสถิติระยะปฏิสัมพันธ์ลาดเทระบุผลการรักษาที่แตกต่างกัน Cor-ความสัมพันธ์ระหว่างมาตรการที่เกี่ยวข้องในช่วงเวลาเช่นเดียวกับความเป็นอิสระที่ไม่ใช่ของการสังเกตในหมู่พี่น้องถูกจัดการโดยรวมทั้งผลกระทบที่ซ้อนกันแบบสุ่มในรูปแบบ (เช่น within- สังเกตเรื่องซ้อนกันภายในครอบครัว) (32) เมื่อผลลัพธ์ที่เด็กเป็นตัวแปรไบนารี (การวินิจฉัยเด็ก) หรือตัวแปร count (อาการเด็ก), ผลการสุ่มแบบจำลองการถดถอยโลจิสติก (มาตรการ binary) และ Poisson ผลสุ่มถดถอย (สำหรับมาตรการการนับ) ถูกนำมาใช้เพื่อตรวจสอบผลกระทบที่แตกต่างกันของการรักษามารดาบน ผลลัพธ์เหล่านี้ (33) วัดซ้ำในช่วงเวลาและ nonindependence พี่น้องรวมทั้งตัวแปรรบกวนที่อาจเกิดขึ้นถูกจัดการตามที่อธิบายไว้สำหรับผลอย่างต่อเนื่อง

ผลลัพธ์ (ไทย) 3:

แบบที่ 1 เมื่อลูกได้ผลตัวแปรอย่างต่อเนื่อง ผลผสมเชิงเส้นแบบจำลองที่ได้จึง tted ให้ข้อมูลกับผลเด็กเป็นตัวแปรตาม รักษาแม่และเวลา ( สัปดาห์การศึกษาเป็นตัวแปรอิสระ และปฏิสัมพันธ์ระหว่างการรักษาระยะของเวลา นอกจากนี้ , อายุและเพศของเด็ก และการศึกษาความรู้เว็บไซต์ถูกรวมเป็น .อื่น ๆและลักษณะพื้นฐานของเด็กที่ถูก signi จึงลดลงอย่างมีนัยสําคัญเมื่อความแตกต่างระหว่างการทดลองและทดสอบ แต่ก็ลดลงจากรูปแบบถ้าพวกเขาไม่ได้มีส่วนร่วมกับความชดช้อยในผลลัพธ์ที่ได้ สถิติ signi จึงไม่พบความแตกต่างระหว่างระยะการรักษาผล สินค้าที่เกี่ยวข้องกับความสัมพันธ์ระหว่างมาตรการตลอดเวลารวมทั้งไม่มีความเป็นอิสระจากการสังเกตระหว่างพี่น้อง ถูกจัดการโดยรวมอยู่ที่สุ่มผลในรูปแบบ ( เช่น ในเรื่องการสังเกตซ้อนกันภายในครอบครัว ) ( 32 ) เมื่อผลลูกสองตัวแปร ( โรคเด็ก ) หรือนับตัวแปร ( อาการเด็กผลแบบสุ่มการถดถอยแบบโลจิสติก ( Binary สำหรับมาตรการและผลกระทบการถดถอยปัวซง ( สุ่ม ) สำหรับมาตรการนับ ) ถูกใช้เพื่อกำหนดความแตกต่างระหว่างผลของการรักษาผลเหล่านี้ ( 33 ) วัดซ้ำในช่วงเวลาและ nonindependence พี่น้อง ตลอดจนศักยภาพตัวแปร confounding จัดการเป็น อธิบายผลอย่างต่อเนื่อง