精品课程医学统计学教学logistic回归剖析.pptVIP

第十五章 logistic回归分析 Logistic Regression Analysis 山东大学公共卫生学院  回归分析的分类 连续型因变量(y)-线性回归分析 一个分类型因变量(y)… logistic A归分析 因变 量y 生存时间因变量(t)-生存风险回归分析 时间序列因变量()-时间序列分析 多个因变量 路径分析 结构方程模型分析  · 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 ·在流行病学研究中,常需要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 (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。 (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的影响并非线性  logistic回归:不仅适用于病因学分析,也可用于其他方面的研究,研 究某个二分类(或无序及有序多分类)目标变量与有关因素的关 系 logistic回归的分类 (1)二分类资料 logistic回归:因变量为两分类变量的资料,可用非 条件 logistic回归和条件 logistic回归进行分析。非条件 logistic回归 多用于非配比病例对照研究或队列研究资料,条件 logistic回归多 用于配对或配比资料。 (2)多分类资料 logistic回归:因变量为多项分类的资料,可用多项 分类 logistic回归模型或有序分类 logistic回归模型进行分析。  队列研究( cohort study):也称前瞻性硏究、随访研究等。是一种由因及果 的研究,在研究开始时,根据以往有无暴露经历,将研究人群分为暴露人 群和非暴露人群,在一定时期内,随访观察和比较两组人群的发病率或死 亡率。如果两组人群发病率或死亡率差别有统计学意义,则认为暴露和疾 病间存在联系。队列研究验证的暴露因素在研究开始前已存在,研究者知 道每个研究对象的暴露情况。 调查方向:追踪收集资料 暴露 疾病人数 比较 /(a+b) 研究人群 abcd c/c+d 队列研究原理示意图  「病例非病例合计发病率 暴露组 a a/nI 非暴露组c d no=c+d 相对危险度( relative risk,RR)也称危险比( risk ratio) 或率比( rate ratio).R=、l=a/mn1、l0=c/m2 C/n RR(相对危险度 relative risk):表示暴露组与非暴露组 发病率(或死亡率)的比值。也称为危险比( risk ratio)。 反映了暴露与疾病发生的关联强度。 RR表明暴露组发病或死亡的危险是非暴露组的多少倍  病例对照研究(case- control studies):一种由果及因的回顾性 研究,先按疾病状态确定调查对象,分为病例(case)和对照 ( contro)两组,然后利用已有的记录、或采用询问、填写调查表 等方式,了解其发病前的暴露情况,并进行比较,推测疾病与 暴露间的关系。 调查方向:收集回顾性资料 比较 人数暴露 疾病 a/(a+b) 病例 c/(c+d) abcd 对照 病例对照原理示意图  是否暴露病例 打照 合计 暴露组 b 未暴露组c c+d(n2) 合计 b+d 比数比( odds ratio、OR):病例对照研究中表示疾病与暴露间 联系强度的指标,也称比值比 比值(ods):某事物发生的可能性与不发生的可能性之比。 病例组暴露的比值a(a+b)、对照组暴露的比值c(c+d) 该暴露因素的优势比:OR=4(a+b)/cA(c+2与 b/(a+b) d/c+d b1(a+b)/d/(c+d) 相对危险度RR的本质是暴露组与非暴露组发病率之比或发病概率 之比。但病例对照研究不能计算发病率,只能计算比值比OR值 OR与RR的含义是相同的,也是指暴露组的疾病危险性为非暴露组 的多少倍。当疾病发病率小于5%时,OR是RR的极妤近似值 OR1,说明该因素是疾病的危险性增加,为危险因素; OR1,说明该因素是疾病的危险性减小,为保护因素  病例对照研究的类型 (-)病例与对照不匹配一非条件1 logisti