Logistic模型應(yīng)用的方法與技術(shù).ppt

1、B，1，logistic模型應(yīng)用的方法和技術(shù)，沈，寧波大學(xué)醫(yī)學(xué)院，B，2，提出的問題，可用于慢性非傳染性疾病的病例對照研究數(shù)據(jù)分析，可用于病例對照研究數(shù)據(jù)分析，而不限于病例對照研究數(shù)據(jù)分析；樣本量應(yīng)超過50個；模型分析的結(jié)果可以通過用單因素Logistic模型分析被調(diào)查的因素或變量，然后用多因素篩選有意義的因素和變量來獲得。b、3、提出問題，模型分析結(jié)果表明，一些因素和變量具有統(tǒng)計(jì)學(xué)意義，且模型擬合良好(P=0.8256，P0.05)；模型分析結(jié)果與專業(yè)解釋之間存在矛盾，專業(yè)解釋被認(rèn)為是有意義的，但測試結(jié)果是無意義的，或者雖然具有統(tǒng)計(jì)意義，但符號和方向相反；自變量是測量數(shù)據(jù)(數(shù)值變量)，信息最

2、多，變量處理相對簡單，可以直接進(jìn)入模型分析。b，4，邏輯斯蒂模型應(yīng)用的方法和技術(shù)，適用數(shù)據(jù)和研究設(shè)計(jì)類型和模型分析目的，邏輯斯蒂模型的應(yīng)用條件，樣本量數(shù)據(jù)準(zhǔn)備和變量設(shè)置，變量篩選和因素分析，邏輯斯蒂模型的流行病學(xué)意義，不同分析目的和設(shè)計(jì)類型，分析結(jié)果的選擇，b，5，適用數(shù)據(jù)和研究設(shè)計(jì)類型，病例對照研究數(shù)據(jù)組設(shè)計(jì)個體匹配(1:1，1:M， N:M)和頻率匹配橫斷面調(diào)查觀察數(shù)據(jù)隊(duì)列研究數(shù)據(jù)(封閉隊(duì)列)隨機(jī)對照試驗(yàn)數(shù)據(jù)交叉試驗(yàn)設(shè)計(jì)數(shù)據(jù)藥物和毒物劑量反應(yīng)研究數(shù)據(jù)，b，6，模型分析目的因子分析，自變量和因變量之間是否存在相關(guān)性，研究自變量和因變量之間的關(guān)系在調(diào)節(jié)和控制其他因素的情況下。 可能的風(fēng)險(xiǎn)因素結(jié)

3、合設(shè)計(jì)和專業(yè)問題。劑量-反應(yīng)關(guān)系(連續(xù)有序多分類)。自變量與因變量之間的關(guān)系形式線性、“S”、“U”、對數(shù)線性等。模型分析目的建模預(yù)測和判別，在分析的基礎(chǔ)上建立邏輯回歸方程，可用于預(yù)測和判別因變量。只有前瞻性研究數(shù)據(jù)(包括臨床隨機(jī)試驗(yàn))反映模型擬合度指標(biāo)較好，回歸與前瞻性符合率較高。對模型的適用性和良好的專業(yè)研究基礎(chǔ)有很高的要求。應(yīng)用條件：基于二項(xiàng)式分布的Logistic模型是獨(dú)立的、可重復(fù)的。拆卸和獨(dú)立個人之間的事故(事件)不會相互影響。重復(fù)個別事件發(fā)生的條件是相同的，并且有一定的重復(fù)次數(shù)。多項(xiàng)調(diào)查結(jié)果的綜合分析和樣本量；在、b、9的相互分解和應(yīng)用條件的案例分析中，只有兩個相反的結(jié)果(兩個分

4、類)。在當(dāng)前高血壓患病率及危險(xiǎn)因素調(diào)查中，以高血壓患者為例，非高血壓患者為對照，采用logistic模型分析影響高血壓發(fā)病率的可能危險(xiǎn)因素。(GEE模型)logistic回歸模型用于分析傳染病的病例對照研究數(shù)據(jù)，探討傳染病可能的影響因素。B、10、Logistic模型的樣本量大，當(dāng)研究對象的數(shù)量大于參數(shù)的數(shù)量時(shí)，模型效率差，這通常是自變量數(shù)量(參數(shù)數(shù)量)的510倍。傳統(tǒng)的概念是50與參數(shù)的數(shù)量、病例與非病例的比率以及比率的大小有關(guān)(中國公共衛(wèi)生，中國衛(wèi)生統(tǒng)計(jì))。在許多情況下，50的樣本量仍然有效。設(shè)置精確的邏輯回歸模型b，11，數(shù)據(jù)準(zhǔn)備變量，第二分類變量直接設(shè)置為01變量無序多分類(在計(jì)數(shù)數(shù)據(jù)

5、中多分類)。將k類設(shè)置為k-1 0-1變量，血型x1 x2 x3 O型0 0 0 A型1 0 0 B型0 1 0 AB型0 0 1，血型x1 x2 x3 O型1 0 0 A型0 1 0 B型01ab型000 0，B，12，數(shù)據(jù)準(zhǔn)備變量設(shè)置，有序多分類變量(等級分組數(shù)據(jù))根據(jù)專業(yè)問題設(shè)置為0，1，2，3，4，并設(shè)置為特殊定量等級關(guān)系。 如0，1.5，3，5被轉(zhuǎn)換成k-1 0-1變量，如大便潛血試驗(yàn)結(jié)果-，b，13，潛血試驗(yàn)結(jié)果x1x2x3 x4-0000 1000 0100 0010 0001，b，14，數(shù)據(jù)準(zhǔn)備變量設(shè)置，測量數(shù)據(jù)(連續(xù)變量)以原始變量值輸入，然后輸入進(jìn)行適當(dāng)?shù)淖儞Q(如對數(shù)變換)

6、。 首先，它探索專業(yè)和定量的關(guān)系，集中、縮放和標(biāo)準(zhǔn)化原始變量值，并將連續(xù)變量離散化為有序的多分類，或者然后將其轉(zhuǎn)換為0-1變量(探索不太精確和離散的規(guī)律)。嘗試通過專業(yè)探索和各種方式進(jìn)行數(shù)據(jù)清理。變量篩選和因子分析，單變量分析和多變量分析。在一般軟件中，有分步篩選法、正向法和反向法。可變簡單篩選只是初步分析，可能會產(chǎn)生不滿意或矛盾的結(jié)果；單變量分析函數(shù)探索測量數(shù)據(jù)的轉(zhuǎn)換規(guī)律。有些因素變量在設(shè)定各種變量后進(jìn)入模型，或調(diào)整不同的基本水平來區(qū)分混雜因素和加工因素，但相對而言，混雜因素的設(shè)定可以更厚，加工因素的設(shè)定應(yīng)該更細(xì)；b，16，因子分析(case analysis)，分析女性年齡與低出生體重之間

7、的關(guān)系，當(dāng)年齡為1645歲時(shí)，直接輸入沒有統(tǒng)計(jì)顯著性或弱統(tǒng)計(jì)顯著性，且沒有標(biāo)準(zhǔn)化或轉(zhuǎn)換的變化。采用0-1變量分析，以低年齡組為基準(zhǔn)，中年組風(fēng)險(xiǎn)低，高年齡組風(fēng)險(xiǎn)高；以中年組和高年齡組為基準(zhǔn)，分別進(jìn)行分析，b、17，分析可能的矛盾結(jié)果和原因，各因素應(yīng)具有顯著性，回歸系數(shù)無統(tǒng)計(jì)學(xué)意義；回歸系數(shù)的符號與專業(yè)意義相反。在變量篩選過程中，變量進(jìn)進(jìn)出出，變量之間的相互作用可能包括重疊。選擇不同的級別，結(jié)果完全不同。使用不同的基本級別或不同的變量設(shè)置或轉(zhuǎn)換方法。結(jié)果完全不同或相反。b，18，分析可能的矛盾結(jié)果和原因，變量(因素)之間的相關(guān)性共線性，重要的和直接的變量，沒有被調(diào)查或引入模型，是有偏見的或有限的，

8、數(shù)值范圍窄，樣本量小，變量設(shè)置不合理，研究問題不適合乘法邏輯回歸模型，加法模型，功率轉(zhuǎn)換模型，非線性模型或其他模型，b，19，可能的解決方案，數(shù)據(jù)清理分析數(shù)據(jù)結(jié)構(gòu)-數(shù)據(jù)分布范圍，相互關(guān)系，因素和變量重置，其他多元統(tǒng)計(jì)方法處理專業(yè)分析研究問題的重要變量和樣本的局限性，以及數(shù)值范圍是否狹窄；深入因素分析，重置變量值，嘗試其他分析模型，加法模型，構(gòu)造非線性模型，廣義相對風(fēng)險(xiǎn)模型，b，20，Logistic模型參數(shù)含義和結(jié)果選擇。病例對照研究b0受相應(yīng)人群抽樣中病例組和對照組的抽樣比率(1，0)的影響，其關(guān)系為B0=b0=b0* ln(1 /0).在病例對照研究中，當(dāng)因素分為兩類時(shí)，OR=eb在任何設(shè)計(jì)中，當(dāng)因子是有序的多分類或數(shù)值變量時(shí)，OR=exp(b(xk-x1)，b，21。一名研究人員想比較三種不同藥物對不同病癥的療效。