logistic回归模型及其应用.pptVIP

logistic回归模型及其应用 宁波大学医学院 沈其君 第一节 0-1反应变量与logistic模型结构 一.问题的提出 病例-对照研究，如何分析疾病发生与因素的关系？ 1.单因素：OR与 局限性： a.只能研究1个危险因素； b.只能得出定性结论。 2.多因素分析： （1）可用分层分析M-H法 局限性： a.不能分析交互作用 b.容易出现0值：当混杂因素较多时，会导致部分层中某个格子频数为0，如合并反而不能很好的分析问题。 （2）线性回归分析：由于因变量是分类变量，不能满足其正态性要求。有些自变量对因变量影响并非线性。 3.回归模型作用 （1）描述：描述某种现象与其影响因素的数量依存关系。 （2）因素分析：寻找影响有显著性的因素。 （3）预测和控制：有些自变量易测，因变量难测。可以通过把自变量代入回归方程对因变量及其波动范围进行估计。控制主要是根据回归方程进行逆运算。 (4)没有对所使用的自变量值量度加以限制，只要求每个自变量不能是其它自变量的完全线性组合。 二.logit变换与logistic模型 1.对于病例-对照资料，从专业角度认为可能对疾病发生有影响的因素（可疑因素）。 2.建立线性模型存在的问题 （1）b0，b1……bp取值上有差别，自变量取值太窄。（由于线性概率模型估计的事件概率值在遇到很大或是很小的x时可能超出[0,1]区间） （2）对变量做线性模型只是粗略研究，P（D=1）与X1,X2…XP关系形式不正确。（因为线性概率模型是线性的，即无论x取什么值，其回归系数都应是常数，而其是非线性概率模型，线性概率模型不能拟合这种非线性模型） 3.实验研究—剂量反应关系 （1）取100只小鼠，随机分成10组，染毒（吸入、灌胃、注射、皮肤接触等）后研究死亡率剂量。 P=1/1+e-（a+bx） =a+bx 率 S型曲线 剂量 （2）急性实验与慢性实验：不同剂量反应关系 4.人群的发病与危险因素关系类似于染毒实验 logit（P）= =b0+b1x1+…b?b? 目的：（1）描述疾病与因素间的关系；因素分析；预测。 （2）x1…xp自变量 （3）b0，表示截距，b1…bp表示回归系数 5.用logistic模型描述疾病因素关系的理由 （1）logistic曲线能较好反应剂量反应关系，可把人群发病与危险因素类似看作。 （2）logistic变换使P在0到1之间转变为P在负无穷到正无穷之间，使得自变量取值及参数估计在数值上不受限制。 （3）logistic模型历史悠久，有许多成功的例子说明此模型合适。 （4）模型的回归系数bi与OR有直接联系，有更好的流行病学意义。 6.应用与发展 病例-对照研究（常用） 队列研究 横断面研究 临床资料，实验设计资料 确切logistic模型(小样本) 多分类：无序多分类和有序多分类。 第二节 流行病学意义 一、模型形式 (1) logit（P）= ln（p/1-p)=b0+b1x1+…b?b? （2）P/1-P=eb0+b1x1+…b?x?=eb0*eb1x1*…eb?x? eb1x1*…eb?x?表示两层含义： a. xβ作用 b.之间是乘积关系 二. 流行病学意义 1.(1) 用模型描述因素与疾病发生之间的关系 (2) 因素分析与病因探索 (3) 预测发病率 (4) 推广至其他领域：临床结果，实验效应。 (5) 危险因子与变量设计有关。 2.b0,b1-bm在队列研究中的含义 暴露组 P(D=1│X=1)= 1-P=1- = odds = = 队列研究中eb0叫基准危险（无任何危险状态）。 非暴露 P(D=1│X=0)= 1-P=1- = OR=eb 对于一个二分类变量它的回归系数取指数后就是OR （2）病例对照研究 OR = eb 只有b有含义b0无含义。 eb0 没有基础风险，受到抽样比的影响，不能用于预测。 3.其它 （1） 多分类 x=(0，1，2，3 ) eb=O