SPSS危险度分析和Logistic回归.ppt

危险度分析和Logistic回归讲授：王柏松1可编辑危险度分析n相对危险度(relative risk)简记为RR,人群总体中暴露于某因素者的发病率P1与不暴露于某因素者的发病率P0之比值称为该因素对于该疾病发病的相对危险度。n所比较的是病例组和对照组中暴露者比数(odds),两个比数之比值称为比数比(odds ratio)。n在发病率较低的疾病中可由比数比来近似地估计相对危险度。2可编辑RR与OR的计算RRP1/P0比数(odds),某事件发生的概率和不发生的概率之比。Odds=P/（1-P）病例组中暴露的比数=a/(a+b)/b/(a+b)=a/b对照组中暴露的比数=c/(c+d)/d/(c+d)=c/d两个比数之比值称为比数比：OR(odds ratio)。病例组中暴露的比数与对照组中暴露的比数之比值 OR=a/b/c/d=ad/bc3可编辑危险度分析2n有时在分析某危险因素与疾病之间的关系时,有些额外因素会对所分析的问题起干扰作用,这些额外因素就称为混杂因素。它能部分甚至全部掩盖危险因素与疾病之间的真实关系,故必须设法排除。例如要研究卫生状况与某传染病发病之间的关系,但传播可能与居住密度有关,故居住密度对所研究的问题就成为一个混杂因素,如果结论中未排除该因素之干扰,将影响推断之可靠性4可编辑危险度分析3分层分析步骤：n（1）计算各层的比数比，作显著性检验。n（2）检验各层的总体比数比是否相同。如差异有统计学意义，结束。n（3）如差异无统计学意义，计算公共比数比。n（4）检验公共比数比和1之间的差异是否有统计学意义。5可编辑SPSS中的实现nAnalyzeDescriptive StatisticsnCrosstabsnStatistics对话框中选取Risk选项，分层分析另外选取Cochrans and Mantel-haenszel statistics选项。6可编辑Logistic回归n数据：因变量为二值变量。n统计量：回归系数，比数比等。n较大值代表终点事件n应用：72024/5/22 周三8可编辑Logistic回归的应用n1.在队列研究中用于预测 把各协变量代入方程，得到P值，即发病 的概率。n2.因素分析 分析哪些因素（协变量）对疾病的发生有显著作用。对各偏回归系数作显著性检验，如显著，则说明在排除其它因素的影响后，该因素与发病有显著关系。9可编辑Logistic回归的应用2n3.求各因素在排除其它因素的影响后，对于发病的相对危险度（或比数比）如某因素Xi的偏回归系数为bi，则该因素Xi对于发病的比数比为exp(bi)n(1)当Xi为二值变量时，如吸烟（1=吸，0=不吸）nexp(bi)为吸烟对于发病的比数比10可编辑Logistic回归的应用3n（2）当Xi为等级变量时，如吸烟（0=不吸，1=少量，2=中等，3=大量）。exp(bi)为每增加一个等级，发病的相对危险度 如大量对于不吸其发病的相对危险度为：exp(3bi)n（3）当Xi为连续变量时，如年龄（岁）exp(bi)为每增加一岁时，发病的相对危险度n如60岁相对于35岁其发病的相对危险度为exp(25bi)11可编辑Logistic回归的应用4n4.比较各因素对于发病的相对重要性 比较各标准化偏回归系数bi 绝对值的大小，绝对值大的对发病的作用也大。n5.考察因素之间的交互作用 如考察XL和XK之间的交互作用是否显著，再增加一各指标：XLK=XL*XK，如其偏回归系数bLK显著，则XL和XK之间的交互作用显著。n6.Logistic回归也可用于二类间的判别分析。12可编辑SPSS中的实现nAnalyzeRegressionBinary Logistic 13可编辑本节内容n掌握危险度分析在SPSS中的实现及结果解释，注意RR和OR的区别n熟悉分层分析在SPSS中的实现及结果解释n了解logistic回归142024/5/22 周三15