多因素分r析 案例.docxVIP

多因素分析 案例案例1 某医生为研究乳腺癌彩超血流显像的相关因素，检测了121例乳腺癌患者，其中血流丰富者68个，中等血流者48个，无血流者5个。选择患者的年龄、乳腺癌的大小、组织学分类、导管内癌和浸润性导管癌组织学分级及雌激素受体，孕酮受体等因素，进行了多因素logistic回归分析。结果显示，对血流程度有影响的因子，其作用从大到小依次为：肿块大小（OR=5.931），肿块分好程度（低分化OR=4.318，中分化OR=1.681），患者年龄（OR=0.949）。其余因素对血流程度无影响。问题：本案例中的涉及到了哪些变量？分别属于什么类型？因变量自变量分别是什么？本案例可否用直线相关或者回归分析？为什么？在进行多因素logistic回归前，是否应该先进行单因素分析？如何分析？单因素logistic回归分析与多因素logistic回归分析有何区别？能否直接做多因素logistic回归分析？得到logistic回归分析结果后，如何解释？如何应用这个结果？案例2 某研究者观察了确诊后采取同样方案进行化疗的26例急性混合型白血病患者，欲了解某种不良染色体是否会影响患者病情的缓解，于是将治疗后120天内症状是否缓解作为结果变量y（缓解=0，未缓解=1），有无不良染色体chr（有=1，无）作为研究因素，数据收集后（详细数据见表19-5）进行一系列统计分析，请结合以下问题，对分析结果进行恰当的评价。表19-5 急性混合型白血病患者化疗后观察数据ageblcdchrsextyageblcdchrsexty2800103048101115033111112014810101201350010704810101201390010504910001201400010160541100120042001020550101120421101120157110111604301111201601101109044001040610110400440010190620010160440110120162011011804510001080631100120147001018074001070(1)按照有无不良染色体分组比较缓解率，考虑到例数较小，采用Fisher精确概率法，得到P值为0.667，此时的结论如何？（2）考虑到有无不良染色体并非研究人员可以随机分配的处理，所以比较组之间其它影响患乾缓解的因素不一定均衡，因而需要考虑平衡其他可能的影响因素的作用。于是该研究者进一步查阅了相关文献，追加记录了患者的年龄age（岁）、骨髓原幼细胞数分组bl（大于等于50%=1，小于50%=0）、CD34表达式cd（阳性=1，阴性=0）、性别sex（男=1，女=0）这几个变量（数据见表19-5），采用多因素logistic模型分析，经逐步法近α=0.10水准得到表19-6中的结果。此时的结论又如何？表19-6 急性混合型白血病患者化疗后观察数据的逐步logistic回归分析结果回归系数标准误X2自由度P值RRBl-2.0540.9714.47210.0347.800常数项-1.8720.7606.07310.0140.154综合上述分析过程，你对此项研究的设计、资料收集及统计分析方法的选择有何评论？案例3 某研究者为探讨帕金森病(PD)与吸烟的关系,采用以人群为基础的病例-对照研究,调查某市PD病例共114例,以及对照205例(性别、民族及居住于与病例相匹配)。采用非条件logistic回归分析，结果见表18-12。请根据所提供信息，分析该研究中存在的主要统计学缺陷。表18-12 PD与吸烟关系的非条件logisti回归分析变量回归系数标准误Wald X2P值OROR的95%CI性别0.9360.02989.8210.0092.5491.420,4.579年龄0.0300.2994.6120.0321.0310.573,1.852吸烟年限-0.6190.3153.8660.0490.5380.290,0.346喝茶-1.6160.28332.6190.0000.1990.114,0.346饮酒-0.0310.3390.0090.9260.9690.499,1.884案例4 为探讨超重和肥胖对高血压病的影响，2004年，某研究者采用整群抽样的方法，对某地6个镇35周岁以上的常住人口进行高血压普查，同时收集了身高、体重等相关信息。体质指数BMI≥25判为“超重或肥胖”，BMI5为“正常”；收缩压≥140mmHg和（或）舒张压≥90mmHg判为“高血压”。整理后资料见表18-13。自变量X为体质指数，X=1表示“超重或肥胖”，X=0表示“正常”；因变量Y为是否患病，Y=1表示“患病”，Y=0表示“未患病”。X对Y影响的单因素logistic回归结果见表18-14。请