卫生统计学：13logistic-回归.pptVIP

* * 实例分析 * * * * * * * * logistic回归的应用及其注意事项 一、logistic回归的应用 1. 流行病学危险因素分析 logistic回归分析参数的流行病学含义清楚，即得到某一危险因素的回归系数 后，可以方便的估计出该因素在不同水平下的OR值或近似RR值，非常适合于流行病学研究。 在流行病学危险因素研究中，为了排除混杂因素的影响，可以通过拟合包含多变量的logistic回归模型，得到调整后的优势比。 * * 2. 临床试验数据分析 临床评价某种药物或治疗方法的效果，非处理因素在试验组和对照组间分布不均衡，就有可能夸大或掩盖实验组的治疗效果。 尽管在分组时要求按随机化原则分配，但由于样本含量有限，非处理因素在试验组和对照组间的分布仍可能不均衡，需要在分析阶段对构成混杂的因素进行调整，当评价指标为两分类变量时，可以利用logistic回归分析得到调整后的药物或某种治疗方法的评价结果。 * * 3．预测与判别 Logistic回归模型是一个概率型模型，对非条件Logistic回归，在给定的条件下可通过logistic回归模型计算某事件发生的概率。因此可以利用它预测某事件发生的概率。在临床上也可以根据疾病与临床检查指标资料，建立logistic回归模型，对新的对象可根据其临床检查指标，计算其患某种疾病的概率的大小，进行判别分析。 * * 某患者吸烟（x2=1），胆固醇水平（x4=5.7） 高密度脂蛋白（x7=2.0） ，则该患者多发腔隙性脑梗死的概率是P=？ * * 二、注意事项 1、数值变量资料的赋值 若自变量是数值变量，最好将其按变量值的大小分成几组，按顺序赋值为1,2,3…k，否则参数的实际意义可能不明确。 例如，对于年龄变量，如果利用实际数值则求出的OR值表示年龄每增加一岁时的优势比，实际意义不大。 * * 如果将年龄分成几个不同的水平（年龄段），就比较容易解释，处理上也比较灵活，分析时既可以按得分处理，也可以将其化作k-1个哑变量（dummy variable） 哑变量法强调参数解释，其他各水平的恰为相对水平1的优势比；任意两水平的优势比可以由相应的回归系数之差得到。 * * 年龄段 x=1，2，3，4 年龄（岁）xage 以第一年龄段为参考设哑变量d1、d2、d3 ，以三个哑变量拟合方程，得到： * * 2、因变量赋值 与分类变量赋值方法相同，但需注意“阳性反应”的赋值，如果因变量赋值的顺序相反，回归系数绝对值不变，但符号相反。在SAS软件的logistic过程步中可加选项“des”或“descending”实现。 “proc logistic des;” * * 3、样本含量 logistic回归统计推断是建立在大样本基础上的，要求有足够的样本含量。经验上病例和对照的人数应至少各有30~50例，模型中变量个数越多，需要的样本含量越大。 观察对象的个数是自变量个数的10-20倍 * * 小结 * * Logistic回归分析 胡利人 流行病与卫生统计学教研室 * * 回归分析的分类 多个因变量 (y1,y2,…yk) 路径分析 结构方程模型分析 一个因变量 y 连续型因变量 (y) --- 线性回归分析 分类型因变量 (y) ---Logistic 回归分析 时间序列因变量 (t) ---时间序列分析 生存时间因变量 (t) ---生存风险回归分析 * * 医学研究中常碰到应变量的可能取值仅有两个（即二分类变量），如发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈、暴露与未暴露等，显然这类资料不满足多重线性回归的条件 什么情况下采用Logistic回归? * * logistic回归（logistic regression）是研究因变量为二分类或多分类观察结果与影响因素（自变量）之间关系的一种多变量分析方法，属概率型非线性回归。 在分析疾病与各种危险因素间的定量关系，同时为了能真实反映暴露因素与观察结果间的关系，需要控制混杂因素的影响，已知主要控制混杂的方法包括：分层分析和多重回归。 * * 控制混杂因素的方法 （1）Mantel-Haenszel分层分析：适用于样本量大、分析因素较少的情况。 当分层较多时，由于要求各格子中例数不能太少，所需样本较大，往往难以做到； 当混杂因素较多时，分层数也呈几何倍数增长，这将导致部分层中某个格子的频数为零，无法利用其信息。 * * * * 按饮酒与否分层计算OR值 * *