A2-条件logistic回归分析-暨南大学高级医学统计学

高级《医学统计学》第十六章logistic回归分析第二节条件logistic回归分析暨南大学医学院医学统计学教研室林汉生1.基本概念为消除混杂因素对研究结果的影响，对每1例病人选择1至数例在混杂因素的暴露水平上相一致的，合乎研究条件的，未患病的人作为对照，共同组成一个匹配组。统计分析按匹配组进行。条件logistic回归分析只估计了表示危险因素作用的j值，表示匹配组效应的常数项0i则被自动地消去了。条件logistic回归的计算见《实习指导》。2.《实习指导》例题1：1配对病例-对照研究。某市调查三种生活因素与胃癌发病的关系，设计时采用配对病例对照的形式，按每一个病例的性别、年龄和居住地选取一个健康对照。调查的三种生活因素取值见表。供调查50例病例与对照。不良饮食习惯X1:0，1，2，3，4喜吃咸食X2：0，1，2，3，4精神状况X3：0表示差，1表示好50对胃癌病例与对照三种生活因素调查结果i病例对照X1X2X3X1X2X3124031023210103300201…………………4820111049121001502010313.变量名称及数值含义AnalyzeSurvivalCoxregressionitimestatusx1x2x3i:配对组号（为分层变量）time：病例为1；对照为2status：病例为1；对照为0（1为完全数据）x1,x2,x3：暴露因素4.SPSS操作选用SPSS过程AnalyzeSurvivalCoxregressionOption:Atlaststep;95%CI;Entry结果胃癌发病的多因素条件logistic回归分析影响因素ORP值OR95%CI不良饮食习惯（X1）2.570.0011.45~4.57喜吃咸食（X2）2.420.0071.28~4.56VariablesintheEquation.945.29410.3551.0012.5721.4474.571.882.3247.4041.0072.4161.2804.560X1X2Step2BSEWalddfSig.Exp(B)LowerUpper95.0%CIforExp(B)应用实例《医学统计学》286-288页例16-3某北方城市研究喉癌发病的危险因素，用1:2配对的病例对照研究方法进行了调查。现选取了6个可能的危险因素并节录25对数据，各因素的赋值说明见表16-6，资料列于表16-7。试作条件logistic逐步回归分析。喉癌的危险因素与赋值说明因素变量名赋值说明咽炎X1无=1,偶尔=2,经常=3吸烟量(支/日)X20=1,14=2,59=3,1020=4,20=5声嘶史X3无=1,偶尔=2,经常=3摄食新鲜蔬菜X4少=1,经常=2,每天=3摄食水果X5很少=1,少量=2,经常=3癌症家族史X6无=0,有=1是否患喉癌Y病例=1,对照=0喉癌1:2配对病例对照调查资料整理表（前3对）配对组号因变量危险因素YX1X2X3X4X5X6113511100111330011133021131130011132001213203114132001513200141320SPSS数据工作表多因素条件logistic回归分析结果可信区间的范围宽吗？说明了什么问题？VariablesintheEquation1.487.5517.2921.0074.4231.50313.0161.917.9444.1191.0426.7981.06843.274-3.7641.8254.2531.039.023.001.8303.6321.8663.7901.05237.793.9761463.898x2x3x4x6Step4BSEWalddfSig.Exp(B)LowerUpper95.0%CIforExp(B)5.非条件与条件logistic回归分析的比较区别应用条件（1）非条件与条件logistic回归的区别非条件：非配对资料。当混杂因素过多时，所估计的参数过多，每个参数从资料中得到的信息相对减少，从而降低了估计的精确度。优点是收集资料方便。条件：配对资料。表示匹配组效应的常数项被自动地消去了，只得到各研究因素的参数估计值。由于需要估计的参数减少，从而提高参数估计的精确性。缺点是收集资料较困难，不能用于预测。（2）应用条件何时应用条件logistic回归分析？病例少，有进行配对研究的可行性控制已知的危险因素或混杂因素（配对因素），研究未知或需要探索的危险因素非条件logistic回归分析的常用原因：配对有时难于实现，而且容易配对过度非条件logistic回归分析可以将配对的因素作为混杂因素或危险因素纳入方程频数配对方便，如病例组和对照组男女性别，年龄大致均衡，然后采用非logistic回归分析。