(12.3.1)-12.3 logistic校正模型医学统计学

logistic回归及SPSS的实现第十二章logistic校正模型流行病学文献Logistic回归校正模型Figure2.Associationsforthebiologicalagemetricsandprevalenthypertension.Prevalenthypertensionassociationsestimatedusingseparateweightedlogisticregressionmodelstreatinghypertensionstatusatbaselineastheoutcomeandbiologicalagemetricsaspredictors.Fullyadjustedmodelsincludeage,self-reportedrace,bodymassindex,alcoholconsumption,smokinghistory,menopausestatus,physicalactivity,dietaryindex,andmethylationplatform;minimallyadjustedonlyincludeageandmethylationplatform.图片来源于网络，仅供教学参考将吸烟情况作为分层因素，整理患急性心肌梗死情况的资料如下表：吸烟情况饮酒情况患病数总人数患病率%吸烟饮酒33223640.15不饮酒21142310.15不吸烟饮酒22823540.03不饮酒531983980.03饮酒情况与患病情况的关联有统计学意义。Logistic回归校正模型这是什么原因导致的呢？哪一个结果才是合理可靠的？吸烟的人，通常也饮酒，而吸烟会增加心肌梗死的风险。这种效应，流行病学里成为吸烟情况的混杂效应。如果不把吸烟情况加以区分，笼统地分析饮酒情况与患病情况的关联，得到的结果并不可靠。Logistic回归校正模型如下：对于X1，称该模型校正了X2；Logistic回归校正模型

或

对于X2，称该模型校正了X1

。计算得到回归系数估计结果如下：x1=1和0分别表示饮酒和不饮酒，x2=1和0分别表示吸烟和不吸烟，试解释该结果。Logistic回归校正模型因素BPExp(B)X1-0.000021.0000.99998X21.7100.0005.530常量-8.2270.0000.000对于同为吸烟或不吸烟的对象而言饮酒(x1=1)的ln(Odds)为不饮酒(x1=0)的ln(Odds)为饮酒对不饮酒者患病的OR=e-0.00002=0.99998Logistic回归校正模型

校正吸烟情况后Logistic回归校正模型因素BPExp(B)X1-0.000021.0000.99998X21.7100.0005.530常量-8.2270.0000.000x1=1和0分别表示饮酒和不饮酒，x2=1和0分别表示吸烟和不吸烟，试解释该结果。对于同为吸烟或不吸烟的对象而言饮酒(x1=1)的ln(Odds)为不饮酒(x1=0)的ln(Odds)为饮酒对不饮酒者患病的OR=e-0.00002=0.99998Logistic回归校正模型

校正吸烟情况后同理，对于吸烟因素：P<0.001，校正了饮酒情况后，吸烟情况与患急性心肌梗死的关联性有统计学意义，吸烟者患急性心肌梗死的风险是非吸烟者的5.530倍。Logistic回归校正模型OR=e1.710=5.530图片来源于网络，仅供教学参考校正了其他因素OR，称为校正OR（adjustedOR）Logistic回归校正模型1Logistic回归的校