病例对照研究标配：二分类 Logistic 回归全实操，算出 OR 值找准疾病独立危险因素.docxVIP

病例对照研究标配：二分类Logistic回归全实操，算出OR值找准疾病独立危险因素

在观察性研究，尤其是病例对照研究里，我们最关心的结局往往是“是否患病”这种二分类结果——比如有没有得冠心病、有没有发生并发症、是否好转出院。这种时候线性回归就不再适用了：结局只有0和1两个取值，不满足正态分布的前提，拟合出来的患病概率甚至可能小于0或大于1，完全不符合现实逻辑。

今天我们就来学病例对照研究的标配统计方法——二分类Logistic回归。它专门处理二分类结局，能在控制混杂的前提下，算出每个因素对应的OR值（比值比），精准找出疾病的独立危险因素，是所有临床、公卫观察性研究论文里的“常客”。

一、小白必懂：什么是OR值？为什么病例对照研究要用Logistic回归？

很多新手会疑惑：都是找独立影响因素，为什么不能继续用线性回归，非要学新方法？

核心原因是结局变量的类型不同。线性回归要求因变量是连续、近似正态分布的数值，而“是否患病”只有两个结果，属于二分类变量。如果硬套线性回归，算出来的患病概率会出现负数或者大于100%的情况，完全没有实际意义。Logistic回归通过数学上的对数转换，把结局转换成“患病的概率”，保证结果始终落在0~1之间，同时还能量化每个因素对患病风险的影响大小。

Logistic回归最核心的输出是OR