20xx年醫(yī)學(xué)專題—流行病學(xué)常用多因素回歸統(tǒng)計分析-wenkub
2024-11-15 05 本頁面
【正文】 例分析（logistic）,某婦幼保健院采用病例對照研究探索乳腺增生的影響因素。n)在實(shí)際應(yīng)用中主要表現(xiàn)為：,（1）模型擬合效果很好，但偏回歸系數(shù)幾乎都無統(tǒng)計學(xué)意義； （2）偏回歸系數(shù)估計值的方差(fānɡ ch224。,多重共線性問題(w232。因此在回歸分析時，特別是當(dāng)回歸結(jié)果難以用專業(yè)知識解釋時，要進(jìn)行共線性診斷，找出存在共線性且不重要的那些自變量，剔出方程，另行回歸分析。)篩選注意事項(xiàng),如果(r,25,逐步回歸分析的基本思想擬合(nǐ h233。nli224。,24,（1）前進(jìn)(qi225。)篩選,1. 常見方法 單因素加多因素方法 即單因素回歸P值0.05,0.1,0.2的納入(n224。,樣本量,線性回歸：納入回歸模型(m243。)回歸嗎？,橫截面調(diào)查的數(shù)據(jù) 疾?。盒难懿 ⒏哐獕?相關(guān)因素(yīn s249。,橫截面研究可以(kěyǐ)做多因素回歸嗎？,橫截面調(diào)查的數(shù)據(jù) 疾?。盒难懿?、高血壓 相關(guān)因素：性別(x236。,例1 某研究者希望研究病人的年齡age、性別sex（0為女性、1為男性）、心電圖檢驗(yàn)是否(sh236。ng)場合,線性回歸 隊列/實(shí)驗(yàn)性研究(y225。ng)場合,病例對照研究(y225。)回歸,多因素線性回歸：因變量定量資料 多因素logistic回歸：因變量是分類資料（常見二分類） 多因素Poisson回歸：因變量是泊松分布資料 多因素COX比例風(fēng)險模型：因變量是時間生存(shēngcnɡ li225。該研究的終點(diǎn)為死亡，探討術(shù)中放療對生存的影響,第十一頁，共七十八頁。w232。,舉例(jǔ l236。n)情況,常見于觀察性研究 探討多個因素作用模式(m243。guī)分析方法,比較研究 實(shí)驗(yàn)因素(yīn s249。x237。)風(fēng)險模型 主成分分析 因子分析 聚類 判別分析 路徑分析 結(jié)構(gòu)方程模型,第四頁，共七十八頁。)與衛(wèi)生統(tǒng)計學(xué)教研室,第一頁，共七十八頁。guī)分析,鄭衛(wèi)軍 流行病學(xué)(li x237。,disease,source,gene,environment,health,habit,SES,gender,age,???,,Example of complexity of medical study,第二頁，共七十八頁。,本章(běn zhānɡ)我們來交流點(diǎn)什么？,多因素(yīn s249。)目標(biāo),掌握(zhǎngw242。)與療效 實(shí)驗(yàn)組VS對照組：t檢驗(yàn)、卡方、秩和、方差分析 相關(guān)性研究 相關(guān)分析 回歸分析,第七頁，共七十八頁。sh236。) 關(guān)于胰臟癌病人生存時間的研究。i)平等,第十頁，共七十八頁。,本例目標(biāo)探討術(shù)中放療(f224。o)是否影響生存，其它為混雜因素，需要排除混雜干擾,第十二頁，共七十八頁。n)資料 多因素回歸的自變量：可以是定量，也可以是分類資料,第十四頁，共七十八頁。njiū)？ 隊列研究？ 實(shí)驗(yàn)性研究？,第十五頁，共七十八頁。njiū) Logistic回歸 病例對照/隊列/實(shí)驗(yàn)性研究 Poisson回歸 隊列 COX模型 隊列/實(shí)驗(yàn)性研究,第十六頁，共七十八頁。 fǒu)異常ecg（ST段壓低、0為正常、1為輕度異常、2為重度異常）與冠心病ca發(fā)病是否有關(guān)。ngbi233。)：性別、年齡、紅肉日均攝入量、吸煙、飲酒、高血糖、血管彈性指數(shù) 固有的因素，理論上和結(jié)局時間邏輯明確的因素可以開展多因素回歸分析,第二十頁，共七十八頁。x237。r249。nj236。ng)（前進(jìn)法），剔除無意義變量(bi224。)效果,線性回歸 保證(bǎozh232。guǒ)有變量的引入導(dǎo)致具有關(guān)鍵作用的因子其統(tǒng)計學(xué)意義發(fā)生改變（從無到有，或從有到無），必須發(fā)現(xiàn)原因！ 是否由于樣本量過少，變量過多導(dǎo)致 是否存在多重共線性 是否屬于混雜因素 是否屬于中間變量: 回歸模型不能同時納入影響因素及其中間變量,第二十六頁，共七十八頁。 對于存在共線性的資料，可以利用共線性診斷有選擇的保留自變量以消除共線性；或者采用嶺回歸、主成分(ch233。nt237。)很大； （3）偏回歸系數(shù)估計值不穩(wěn)定，隨著樣本含量的增減各偏回歸系數(shù)發(fā)生較大變化或當(dāng)一個自變量被引入或剔除時其余變量偏回歸系數(shù)有很大變化； （4）偏回歸系數(shù)估計值的大小與符號可能與事先期望的不一致或與經(jīng)驗(yàn)相悖，結(jié)果難以解釋 出現(xiàn)以上情況，提示存在多重共線性問題，應(yīng)進(jìn)行多重共線性診斷。隨機(jī)抽取某年在本院就診(ji249。guī)案例分析,第三十頁，共七十八頁。,單因素分析初步結(jié)論： 由于年齡的影響在單因素分
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1