全球旧事资料 分类
现概率的比值是变化前的相应比值的倍数,即优势比(注意:不是出现阳性结果的概率为变化前的倍数,即优势比并不等同于相对危险度)。
本例中自变量治疗方法的回归系数10608,为两组病人的治愈率与未治愈率之比的
对数值之差,即l
60812181l
42692769l
adbc。因此,对于
四格表资料而言,所建立的Logistic回归模型也可以写成:
logitPoutcome1l
bdl
adbctreatl
bdl
ORtreat
由以上关系可知,exp0表示传统疗法组的治愈率与未治愈之比值。exp1则表示
治疗方法增加一个单位,即将疗法从传统疗法改为新疗法时,新疗法组病人治愈率与未治愈率之比值相对于传统疗法组病人的治愈率与未治愈率比值的倍数。而两组病人的治愈率之比
608142691217,并不完全相同。但是,当研究结果出现阳性的概率较小时(一
般认为小于01,反之当概率大于09时亦可),OR值大小和发生概率之比非常接近,此时可以近似地说一组研究对象的阳性结果发生率是另一组研究对象发生率的OR值倍,即用OR值的大小来挖地表示相对危险度的大小。
三、简单分析实例SPSS中通过regressio
模块中的Bi
aryLogistic过程实现结果变量为二分类的Logistic回归,下面通过一个实例分析,具体讲解相应的操作和结果解释。例1某医师希望研究病人的年龄(岁)、性别(0为女性,1为男性)、心电图检验是否异常(ST段压低,0为正常、1为轻度异常、2为重度异常)与患冠心病是否有关。调用SPSS中的Bi
aryLogistic过程:
4
f图2Logistic回归主对话框本例中涉及的对话框界面如图92所示,注意对话框中部有一个以前未出现过的ab按钮、用于纳入交互作用,只要先将相应变量选中,然后单击此按钮,相应的交互项就会被纳入模型。本例因较为简单,未用到此功能。性别虽为分类变量,但仅有两个取值水平,所以可以直接引入模型,结果仍然可以被正常解释。结果如下:首先输出分析中使用的记录数汇总,此处略。
表2Depe
de
tVariableE
codi
g
Origi
alValue
I
ter
alValue
未患病
0
患病
1
表2为因变量的取值水平编码,SPSS拟合模型时默认取值水平高的为阳性结果,对于本
例来讲,拟合的模型是logitPy患病。随后进行模型拟合,首先给出的是模型不含任何自变量,而只有常数项(即无效模型)
时的输出结果,标题为:“Block0Begi
i
gBlock”。此时的模型为:
logitp00103
Pexp0exp0103052571exp01exp0103
表3Classificatio
Tableab
Observed
Predicted
是否患冠心病
Perce
tage
5
fStep0是否患冠心病
未患病患病
r
好听全球资料 返回顶部