您正在做出一个强有力的假设，即所有童年事件在预测成人结果方面具有相同的权重。但鉴于此，有几种可能的方法可以继续。以下是三种主要方法，您已经提到了其中一种。

1. 在给定 4 个事件的结果状态的情况下，将问题倒转以预测童年事件的数量。使用半参数模型以免对计数施加分布，即比例优势序数逻辑模型。这种后向模型的参数将难以解释，但关联的整体测试和关联强度的整体测量将是有意义的。向后模型，当只有一个原始预测变量（如您的情况）时很有用，因为 X 预测 Y 的程度与 Y 在纯统计意义上预测 X 的程度相同。
2. 对 4 个二元结果使用完整的多元模型。计量经济学有几个模型可以处理这种情况。请参阅 Greene 的《计量经济学分析》一书。
3. 创建 A、B、C、D 的层次顺序，并为每个人分配发生在他们身上的 4 个事件中最糟糕的一个。使用半参数序数响应模型预测此序数结果。

你没有提到你的样本量，但这可能是一个问题。至少需要 96 个观测值来估计没有协变量的简单单一比例。

可以考虑多元概率模型，如 Frank Harrell 提到的 Greene 书中所述。另见 (Lesaffre 和 Mohlenberghs, 1991 Stat. Med 10, 1391-1403)。这个想法是考虑对每个事件的倾向或容忍度的多元正态（4维）分布。您将多元正态平均向量建模为自变量的四个函数。通过概率链接函数估计给定平均向量的每个事件的概率。

谷歌格林的书。你会发现一些有用的“链接”。