Logistic模型应用的方法与技术.pptx

《Logistic模型应用的方法与技术.pptx》由会员分享，可在线阅读，更多相关《Logistic模型应用的方法与技术.pptx（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、问题提出可用于慢性非传染性疾病的病例对照资料分析，可用于病例对照研究资料分析，不仅限于病例对照研究资可用于慢性非传染性疾病的病例对照资料分析，可用于病例对照研究资料分析，不仅限于病例对照研究资料分析料分析;样本量要求样本量要求5050以上以上;对调查的因素或变量先做单因素对调查的因素或变量先做单因素LogisticLogistic模型分析，再有意义的因素变量做多因素变量筛选，即可获得模型模型分析，再有意义的因素变量做多因素变量筛选，即可获得模型分析结果分析结果;第1页/共30页问题提出模型分析结果为某一些因素变量有统计学意义，模型拟合良好（模型分析结果为某一些因素变量有统计学意义，模型拟合良好

2、（P P0.82560.8256，P0.05P0.05）;模型分析结果与专业解释有矛盾，专业上认为有意义的，检验结果无意义，或虽有统计意义，但符号和方模型分析结果与专业解释有矛盾，专业上认为有意义的，检验结果无意义，或虽有统计意义，但符号和方向相反向相反;自变量为计量资料自变量为计量资料(数值变量数值变量)信息最多，变量处理上比较简单，可直接进入模型分析信息最多，变量处理上比较简单，可直接进入模型分析。第2页/共30页Logistic模型应用的方法与技术适用资料和研究设计类型与模型分析目的适用资料和研究设计类型与模型分析目的模型的应用条件模型的应用条件LogisticLogistic模型的样本

3、量模型的样本量资料准备与变量设置资料准备与变量设置变量筛选与因素分析变量筛选与因素分析LogisticLogistic模型的流行病学意义模型的流行病学意义不同分析目的和设计类型对分析结果选取不同分析目的和设计类型对分析结果选取第3页/共30页适用资料与研究设计类型病例对照研究资料病例对照研究资料成组设计成组设计个体匹配（个体匹配（1:1,1:M,N:M1:1,1:M,N:M）和频率匹配）和频率匹配横断面调查观察资料横断面调查观察资料队列研究资料（封闭队列）队列研究资料（封闭队列）随机对照试验资料随机对照试验资料交叉试验设计资料交叉试验设计资料药物与毒物剂量反应研究资料药物与毒物剂量反应研究资料

4、第4页/共30页模型的分析目的因素分析自变量与因变量间有无关联性自变量与因变量间有无关联性在调整和控制其他因素条件下研究自变量与因变量间的关系在调整和控制其他因素条件下研究自变量与因变量间的关系可能的危险因素可能的危险因素结合设计与专业问题结合设计与专业问题剂量反应关系（连续与有序多分类）剂量反应关系（连续与有序多分类）自变量与因变量关系的形态自变量与因变量关系的形态线性，线性，“”型，型，“”型，对数线性等型，对数线性等第5页/共30页模型分析目的建模预测判别分析的基础上建立分析的基础上建立 LogisticLogistic回归方程，用于因变量的预测与判别回归方程，用于因变量的预测与判别仅对

5、前瞻性研究资料（包括临床随机试验）仅对前瞻性研究资料（包括临床随机试验）反映模型拟合度的指标要好反映模型拟合度的指标要好回代符合率与前瞻符合率要高回代符合率与前瞻符合率要高对模型的适合性有较高要求对模型的适合性有较高要求有较好专业研究基础有较好专业研究基础第6页/共30页应用条件Logistic模型是以二项分布为基础独立，重复，互拆独立各个体间发病（事件）相互不影响重复各个体事件发生的条件相同且有一定的重复数，多个调查结果的合并分析与样本量;互拆只有两种对立的结果（两分类）第7页/共30页应用条件实例分析在高血压患病率与危险因素的现况调查中，以高血压病人为病例，非高血压病人为对照，应用在高血压

6、患病率与危险因素的现况调查中，以高血压病人为病例，非高血压病人为对照，应用logisticlogistic模型模型分析影响高血压发病的可能危险因素。（分析影响高血压发病的可能危险因素。（GEEGEE模型）模型）应用应用logisticlogistic回归模型分析传染病病例对照研究资料，探索传染病发病的可能影响因素回归模型分析传染病病例对照研究资料，探索传染病发病的可能影响因素第8页/共30页Logistic模型的样本量研究对象个数大于参数个数一般为自变量个数（参数个数）的510倍小样本时模型效率较差，传统概念为50与参数个数、病例与非病例的比例、比数比（OR）大小有关（中国公共卫生，中国卫生统

7、计学）许多情况下样本量50 仍有效确切Logistic回归模型第9页/共30页资料准备变量设置二分类变量直接设置成01变量无序多分类（计数资料中的多分类），将k类设置成 k-1 个0-1变量血型血型 x1 x2 x3x1 x2 x3 O O型型 0 0 00 0 0 A A型型 1 0 01 0 0 B B型型 0 1 00 1 0 AB AB型型 0 0 10 0 1血型血型 x1 x2 x3x1 x2 x3 O O型型 1 0 01 0 0 A A型型 0 1 00 1 0 B B型型 0 0 10 0 1 AB AB型型 0 0 00 0 0第10页/共30页资料准备变量设置有序多分类变

8、量（等级分组资料）设置成0,1,2,3,4,根据专业问题设置成特殊的数量等级关系，如 0,1.5,3,5转换成k-1 个0-1变量例如大便隐血试验结果,+,+,+,+,第11页/共30页隐血试验结果隐血试验结果X1 X2 X3 X4X1 X2 X3 X4 0 0 0 00 0 0 0 1 0 0 01 0 0 0 0 1 0 00 1 0 0 0 0 1 00 0 1 0 0 0 0 10 0 0 1第12页/共30页资料准备变量设置计量资料（连续性变量）以原始变量值进入将原始变量值作适当变换（如对数变换）后进入从专业上和数量关系上先进行探索将原始变量值中心化、尺度化和标准化将连续性变量离散成

9、有序多分类，或再转化为0-1变量（探索规律，不十分准确离散较大）从专业探索与多种方式偿试Data cleaning第13页/共30页变量筛选与因素分析单变量分析与多变量分析单变量分析与多变量分析一般软件中有逐步筛选法、向前法和向后法一般软件中有逐步筛选法、向前法和向后法变量简单筛选只是最初步分析，可能会产生不变量简单筛选只是最初步分析，可能会产生不理想或有矛盾的结果理想或有矛盾的结果;单变量分析作用单变量分析作用探索计量资料变换规律探索计量资料变换规律部分因素变量进行多种变量设置后进入模型，部分因素变量进行多种变量设置后进入模型，或调整不同的基础水平或调整不同的基础水平可区分混杂因素与处理因素

10、，但是相对，混杂可区分混杂因素与处理因素，但是相对，混杂因素设置可粗一些，处理因素设置要精细一些；因素设置可粗一些，处理因素设置要精细一些；第14页/共30页因素分析(实例分析）妇女年龄与低出生体重的关系分析，年龄在妇女年龄与低出生体重的关系分析，年龄在16451645岁岁直接输入无统计意义或弱统计意义直接输入无统计意义或弱统计意义标准化或转换无改变标准化或转换无改变用用0-10-1变量分析，以低年龄组为基准，中间年龄危险度低，高年龄组危险度高；变量分析，以低年龄组为基准，中间年龄危险度低，高年龄组危险度高；分别以中间年龄组和高年龄组为基准分别进行分析分别以中间年龄组和高年龄组为基准分别进行分

11、析第15页/共30页可能的矛盾结果及原因分析因素应有意义，回归系数无统计意义；回归系数的符号与专业意义相反变量筛选过程中变量有进有出，变量间作用可能有包含有重叠作用选用不同的水平，结果相差较大或截然不同的结果选用不同的基础水平或不同的变量设置或转换方式结果相差较大或相反。第16页/共30页可能的矛盾结果及原因分析变量（因素）间有相关性共线性重要直接的变量未调查或未引入模型样本有偏性或有局限，取值范围较窄样本量较少变量设置不合理研究问题不适合用乘法Logistic回归模型，还有加法模型，幂转换模型、非线性模型或其他模型第17页/共30页可能解决的处理方法Data cleaning分析数据结构数据

12、的分布范围、相互关系，因素和变量重新设置，其他多元统计方法先处理或专门的分析模型；从专业上分析研究问题的重要变量和样本的局限性，取值范围是否较窄；深入进行因素分析，重新设置变量取值试用其他分析模型，加法模型，构造非线性模型，广义相对危险度模型第18页/共30页Logistic模型参数意义与结果选取病例对照研究b0受病例组与对照组从相应总体抽样的抽样比（1，0）影响，其关系为b0=b0*+ln(1/0);病例对照研究中，当因素为两分类时，OR=eb;在任何设计中，当因素为有序多分类或数值变量时，OR=exp(b(xk-x1)第19页/共30页例某研究者欲比较3个不同的药物治疗病情不同的某病的效果，研究数据见表12-1，试对数据进行Logistic回归分析 第20页/共30页第21页/共30页第22页/共30页第23页/共30页第24页/共30页第25页/共30页第26页/共30页第27页/共30页Logistic回归模型应用资料是否符合应用条件精细分析自变量的数据结构并作相应处理从专业角度正确设立变量（因素）和设置变量值深入进行因素分析根据研究设计正确选择分析结果，并进行恰当解释第28页/共30页谢谢！谢谢！第29页/共30页谢谢您的观看！第30页/共30页