SPSS-配对条件 Logistic 回归分析.doc

SPSS配对调查资料的条件 Logistic 回归分析（1:1或1:n） 1. 1:1 病例对照研究的基本概念 在管理工作中，我们也经常要开展对照调查。例如为什么有的人患了胃癌，有的人却不会患胃癌？如果在同一居住地选取同性别、年龄相差仅 2 岁的健康人作对照调查，调查他们与患胃癌有关的各种影响因素，这就是医学上很常用的所谓“1:1 病例对照研究”。病例对照研究资料常用条件Logistic 回归分析。条件Logistic 回归模型（conditional logistic regression model,CLRM)，下称CLRM 模型。2. 条件Logistic 回归模型的一个实例 某地在肿瘤防治健康教育、社区干预工作中做了一项调查，内容是三种生活因素与胃癌发病的关系。调查的三种生活因素取值见表 11-6。请拟合条件Logistic 回归模型，说明胃癌发病的主要危险因素。表 11-6 三种生活因素与胃癌发病关系的取值-变 量 名 取 值 范 围- X1 (不良生活习惯) 0，1，2，3，4 表示程度（0 表示无，4 表示很多） X2 (喜吃卤食和盐腌食物) 0，1，2，3，4 表示程度（0 表示不吃，4 表示喜欢吃、吃很多） X3 (精神状况) 0 表示差，1 表示好-表 11-7 50 对胃癌病例（S=1）与对照（S=0）三种生活习惯调查结果-病例 对照 病例 对照- No S X1 X2 X3 No S X1 X2 X3 No S X1 X2 X3 No S X1 X2 X3-1 1 2 4 0 1 0 3 1 0 26 1 2 2 0 26 0 1 1 0 2 1 3 2 1 2 0 0 1 0 27 1 2 0 1 27 0 0 2 1 3 1 3 0 0 3 0 2 0 1 28 1 1 1 1 28 0 3 0 1 4 1 3 0 0 4 0 2 0 1 29 1 2 0 1 29 0 4 0 0 5 1 3 0 1 5 0 0 0 0 30 1 3 1 0 30 0 0 2 1 6 1 2 2 0 6 0 0 1 0 31 1 1 0 1 31 0 0 0 0 7 1 3 1 0 7 0 2 1 0 32 1 4 2 1 32 0 1 0 1 8 1 3 0 0 8 0 2 0 0 33 1 4 0 1 33 0 2 0 1 9 1 2 2 0 9 0 1 0 1 34 1 2 0 1 34 0 0 0 110 1 1 0 0 10 0 2 0 0 35 1 1 2 0 35 0 2 0 111 1 3 0 0 11 0 0 1 1 36 1 2 0 0 36 0 2 0 112 1 3 4 0 12 0 3 2 0 37 1 0 1 1 37 0 1 1 013 1 1 1 1 13 0 2 0 0 38 1 0 0 1 38 0 4 0 014 1 2 2 1 14 0 0 2 1 39 1 3 0 1 39 0 0 1 015 1 2 3 0 15 0 2 0 0 40 1 2 0 1 40 0 3 0 116 1 2 4 1 16 0 0 0 1 41 1 2 0 0 41 0 1 0 117 1 1 1 0 17 0 0 1 1 42 1 3 0 1 42 0 0 0 118 1 1 3 1 18 0 0 0 1 43 1 2 1 1 43 0 0 0 019 1 3 4 1 19 0 2 0 0 44 1 2 0 1 44 0 1 0 020 1 0 2 0 20 0 0 0 0 45 1 1 1 1 45 0 0 0 121 1 3 2 1 21 0 3 1 0 46 1 0 1 1 46 0 0 0 022 1 1 0 0 22 0 2 0 1 47 1 2 1 0 47 0 0 0 023 1 3 0 0 23 0 2 2 0 48 1 2 0 1 48 0 1 1 024 1 1 1 1 24 0 0 1 1 49 1 1 2 1 49 0 0 0 125 1 1 2 0 25 0 2 0 0 50 1 2 0 1 50 0 0 3 1-3. 条件Logistic 回归模型的拟合原理与方法 本例以 SPSS 软件包来拟合 CLRM 模型。SPSS 虽有一个 LOGISTIC REGRESSION 命令，却无法拟合条件 Logistic 模型(CLRM)，但有拟合 Cox 回归模型的固有命令（COXREG）。 回顾一下Cox 回归模型的公式： h (t,X) = h0(t) exp (X1 1 + X2 2 + .+ Xp p) 将两侧同时取对数可得： LN(h(t,X) = LN (h0(t) + (X1 1 + X2 2 + .+ Xp p) 如果是含有分层变量的Cox 回归模型, 则公式变为： LN(h(t,X) = LN (h0i(t) + (X1 1 + X2 2 + .+ Xp p) 各层的基线风险函数h0i(t) 可以完全无关，而协变量的系数则在所有层中保持不变。作为半参数的方法，Cox 模型在拟合时并不估计基线风险函数h0i(t)，只估计各协变量的系数值。这则与条件 Logistic 回归模型不关心i 的大小，只解出系数值的思路一致。而且两者都以最大似然法（LR）来拟合。把配对因素作为分层因素，即可消除配对因素的作用，因此可用分层变量控制法的原理，来拟合条件 Logistic 回归模型。在使用SPSS的COXREG 命令拟合条件 Logistic 模型时（Analyze Survival Cox Regression），要回答下列5个对话框： Time: 给每行记录一个虚拟的生存时间（Time)，一般默认“病例” 生存时间短（例如为“1”），“对照” 生存时间长（例如为“2”）。只要“对照” 的生存时间（例如“2”“100”）长于“病例”即可。因为SPSS 会把在最短的完全数据的生存时间之前的截尾数据（Censored）全部去掉而不参加分析。输出分层状态时，Event=“1”；Censored=“2”。 Status 与 Define Event: 选入虚拟生存状态变量。定义事件时“病例”全为“1”（Single value），为完全数据；“对照” 全“0”，为截尾数据。此值“1”表示事件已发生，本例即“病例”。 Covariates: 选入要进行分析的协变量（即自变量 X1，X2，X3）。 Method: 用 FSTEP（LR），即似然比法。 Strata: 录入配对的对子号，“1”指第1 个对子（含“病例”为“1”一行与“对照” 者为“0”一行）；“2”指第2 个对子。本例指变量“No”。4. 拟合条件Logistic 回归模型所用程序文件 所用程序文件名为 CondLogiRegre.sps。*Conditional Logistic Regression; filename: CondLogiRegre.sps.*-.*Fang Ji-Qian: Med. Stat. and Computer Experiment, P.492:.* Using COX-Regression to fit Conditional Logistic Regression:.DATA LIST FREE /No Status Time x1 x2 x3.BEGIN DATA. 1 1 1 2 4 0 1 0 2 3 1 0 2 1 1 3 2 1 2 0 2 0 1 0 3 1 1 3 0 0 3 0 2 2 0 1 4 1 1 3 0 0 4 0 2 2 0 1 5 1 1 3 0 1 5 0 2 0 0 0 6 1 1 2 2 0 6 0 2 0 1 0 7 1 1 3 1 0 7 0 2 2 1 0 8 1 1 3 0 0 8 0 2 2 0 0 9 1 1 2 2 0 9 0 2 1 0 1 10 1 1 1 0 0 10 0 2 2 0 011 1 1 3 0 0 11 0 2 0 1 1 12 1 1 3 4 0 12 0 2 3 2 013 1 1 1 1 1 13 0 2 2 0 0 14 1 1 2 2 1 14 0 2 0 2 115 1 1 2 3 0 15 0 2 2 0 0 16 1 1 2 4 1 16 0 2 0 0 117 1 1 1 1 0 17 0 2 0 1 1 18 1 1 1 3 1 18 0 2 0 0 119 1 1 3 4 1 19 0 2 2 0 0 20 1 1 0 2 0 20 0 2 0 0 021 1 1 3 2 1 21 0 2 3 1 0 22 1 1 1 0 0 22 0 2 2 0 123 1 1 3 0 0 23 0 2 2 2 0 24 1 1 1 1 1 24 0 2 0 1 125 1 1 1 2 0 25 0 2 2 0 0 26 1 1 2 2 0 26 0 2 1 1 027 1 1 2 0 1 27 0 2 0 2 1 28 1 1 1 1 1 28 0 2 3 0 129 1 1 2 0 1 29 0 2 4 0 0 30 1 1 3 1 0 30 0 2 0 2 131 1 1 1 0 1 31 0 2 0 0 0 32 1 1 4 2 1 32 0 2 1 0 133 1 1 4 0 1 33 0 2 2 0 1 34 1 1 2 0 1 34 0 2 0 0 135 1 1 1 2 0 35 0 2 2 0 1 36 1 1 2 0 0 36 0 2 2 0 137 1 1 0 1 1 37 0 2 1 1 0 38 1 1 0 0 1 38 0 2 4 0 039 1 1 3 0 1 39 0 2 0 1 0 40 1 1 2 0 1 40 0 2 3 0 141 1 1 2 0 0 41 0 2 1 0 1 42 1 1 3 0 1 42 0 2 0 0 143 1 1 2 1 1 43 0 2 0 0 0 44 1 1 2 0 1 44 0 2 1 0 045 1 1 1 1 1 45 0 2 0 0 1 46 1 1 0 1 1 46 0 2 0 0 047 1 1 2 1 0 47 0 2 0 0 0 48 1 1 2 0 1 48 0 2 1 1 049 1 1 1 2 1 49 0 2 0 0 1 50 1 1 2 0 1 50 0 2 0 3 1END DATA.LIST VARIABLES=ALL /FORMAT=NUMBERED /CASES=FROM 1 TO 50.* When programing:.* Status: Case=1; Control=0.* Time: Case=1; Control=2, that is, the survival time of Control should longer than Case.* Define Event: Single value: 1 means Case.* Covariate: Inpute the independence variables.* Method: ENTER, FSTEP, BSTEP, etc.* Strata: The No. of per pairs, that is,No.COXREG Time /STATUS=Status(1) /STRATA=No /METHOD=FSTEP(LR) X1 X2 X3 /PRINT=DEFAULT CI(95) /CRITERIA=PIN(0.05) POUT(0.1) ITERATE(20).*-.5. 拟合条件Logistic 回归模型的主要运算结果 运行程序文件 CondLogiRegre.sps 可得到下列主要结果：Variables in the EquationBSEWalddfSig.Exp(B)95.0% CI for Exp(B)LowerUpperStep 1X10.6590.2208.97310.0031.9321.2562.973Step 2X10.7850.2579.35110.0022.1931.3263.629 X20.8140.3077.04210.0082.2571.2374.118 回归系数 B 表示病例与对照变量值之差与患病优势的关系，即 Exp(B) 表示病例与对照暴露水平相差 1 个单位时患病的比数比（Odd Ratio, OR）。从表中可见，X3（精神状况）未被引入回归模型，只引入影响因素 X1