醫(yī)學(xué)]醫(yī)學(xué)統(tǒng)計(jì)學(xué)第十六章logistic回歸分析-資料下載頁
2025-01-15 22:35本頁面
【正文】 采用逐步法 6個(gè)危險(xiǎn)因素 變量篩選 4個(gè)進(jìn)方程，結(jié)果見表 169。 選入變量 回歸系數(shù) b 標(biāo)準(zhǔn)誤 S b W a l d2? RO ? P 值 X 2 1 . 4 8 6 9 0 . 5 5 0 6 7 . 2 9 4 . 4 2 0 . 0 0 6 9 X 3 1 . 9 1 6 6 0 . 9 4 4 4 4 . 1 2 6 . 8 0 0 . 0 4 2 4 X 4 － 3 . 7 6 4 1 1 . 8 2 5 1 4 . 2 5 0 . 0 2 0 . 0 3 9 2 X 6 3 . 6 3 2 1 1 . 8 6 5 7 3 . 7 9 3 7 . 7 9 0 . 0 5 1 6 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 32 一、 logistic回歸的應(yīng)用 1． 流行病學(xué)危險(xiǎn)因素分析 logistic回歸分析的特點(diǎn)之一是參數(shù)意義清楚，即得到某一因素的回歸系數(shù)后，可以很快估計(jì)出這一因素在不同水平下的優(yōu)勢比或近似相對危險(xiǎn)度，因此非常適合于流行病學(xué)研究。 logistic回歸既適合于隊(duì)列研究 (cohort study)，也適合于病例 對照研究(casecontrol study),同樣還可以用于斷面研究 (crosssectional study) 第三節(jié) logistic回歸的應(yīng)用及其注意事項(xiàng) 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 33 2．臨床試驗(yàn)數(shù)據(jù)分析 臨床試驗(yàn)的目的大多是為了評價(jià)某種藥物或治療方法的效果，如果有其他影響效果的 非處理因素 (如年齡、病情等 )在試驗(yàn)組和對照組中分布 不均衡 ，就有可能夸大或掩蓋試驗(yàn)組的治療效果。 盡管在分組時(shí)要求按 隨機(jī)化原則 分配，但由于 樣本含量有限 ，非處理因素在試驗(yàn)組和對照組內(nèi)的分布仍有可能不均衡，需要在分析階段對構(gòu)成混雜的非處理因素進(jìn)行調(diào)整。當(dāng)評價(jià)指標(biāo)為 二值變量 時(shí) (如有效和無效 )，可以利用 logistic回歸分析得到調(diào)整后的藥物評價(jià)結(jié)果。對于按分層設(shè)計(jì)的臨床試驗(yàn)可以用相同的方法對分層因素進(jìn)行調(diào)整和分析。 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 34 3． 分析藥物或毒物的劑量反應(yīng) 在一些藥物或毒物效價(jià)的劑量 反應(yīng)實(shí)驗(yàn)研究中 ， 每一只動物藥物耐受量可能有很大的不同 ， 不同劑量使動物發(fā)生 “ 陽性反應(yīng) ” 的概率分布常呈正偏態(tài) ， 將劑量取對數(shù)后則概率分布接近正態(tài)分布 。 由于正態(tài)分布函數(shù)與 logistic分布函數(shù)十分接近 ， 如果用 P表示在劑量為 X時(shí)的陽性率 ， 可用下述模型表示它們之間的關(guān)系 )]ln(e x p [110 XP?? ????用這一模型可以求出任一劑量的陽性反應(yīng)率 傳統(tǒng)的一些方法往往對實(shí)驗(yàn)設(shè)計(jì)有嚴(yán)格的要求 ， 如劑量按等比級數(shù)排列 ， 各劑量組的例數(shù)必須相同等 , 采用 logistic回歸的方法則沒有這些限制 。 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 35 4．預(yù)測與判別 logistic回歸是一個(gè) 概率型模型 ，因此可以利用它預(yù)測某事件發(fā)生的概率。例如在臨床上可以根據(jù)患者的一些檢查指標(biāo)，判斷患某種疾病的概率有多大。關(guān)于判別問題見第十八章。 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 36 二、 logistic回歸應(yīng)用的注意事項(xiàng) 1 ．變量的取值形式 ( 同 15 章 ) 2 ．樣本含量 pn 20? （自變量個(gè)數(shù)） 3 ．模型評價(jià) 4 ．多分類 l o g i s t i c 回歸 ???對模型中自變量對回歸方程擬合優(yōu)度檢驗(yàn)2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 37 本章小結(jié)： 目的： 作出以多個(gè)自變量（危險(xiǎn)因素）估計(jì)應(yīng)變量（結(jié)果因素）的 logistic回歸方程。屬于概率型非線性回歸。 資料： 1. 應(yīng)變量為反映某現(xiàn)象發(fā)生與不發(fā)生的二值變量； 2. 自變量宜全部或大部分為分類變量，可有少數(shù)數(shù)值 變量。分類變量要數(shù)量化。 用途： 研究某種疾病或現(xiàn)象發(fā)生和多個(gè)危險(xiǎn)因素（或保護(hù)因子）的數(shù)量關(guān)系。 種類 : 1. 成組（非條件） logistic回歸方程。 2. 配對（條件） logistic回歸方程。 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 38 課后應(yīng)用思考題： 為了分析影響 醫(yī)院搶救急性心肌梗死（ AMI）患者能否成功的因素，某醫(yī)院收集了 5年中所有的 AMI患者的搶救病史（有關(guān)因素很多，由于篇幅有限，本例僅列出 3個(gè)），共 200例見下表。其中 P=0表示搶救成功， P=1表示搶救未成功而死亡； X1=1表示搶救前已發(fā)生休克， X1=0表示搶救前未發(fā)生休克； X2=1表示搶救前已發(fā)生心衰， X2=0表示搶救前未發(fā)生心衰； X3=1表示患者從開始 AMI癥狀到搶救時(shí)已超過 12小時(shí)， X3=0表示患者從開始 AMI癥狀到搶救時(shí)未超過 12小時(shí)。 請問最好采用哪種分析方法？為什么？ 分析結(jié)果有哪些？ 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 39 AMI患者的搶救危險(xiǎn)因素資料 P=0(在醫(yī)院搶救成功 ) P=1(在醫(yī)院搶救未成功而死亡 ) X1 X2 X3 N X1 X2 X3 N 0 0 0 35 0 0 0 4 0 0 1 34 0 0 1 10 0 1 0 17 0 1 0 4 0 1 1 19 0 1 1 15 1 0 0 17 1 0 0 6 1 0 1 6 1 0 1 9 1 1 0 6 1 1 0 6 1 1 1 6 1 1 1 6
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1