SPSS 危险度分析和Logistic回归

危险度分析和Logistic回归讲授：王柏松上海交大基础医学院生物统计教研室危险度分析相对危险度(relativerisk)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。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(oddsratio)。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。上海交大基础医学院生物统计教研室RR与OR的计算RR＝P1/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(oddsratio)。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/bc上海交大基础医学院生物统计教研室危险度分析2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上海交大基础医学院生物统计教研室危险度分析3分层分析步骤：（1）计算各层的比数比，作显著性检验。（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。（3）如差异无统计学意义，计算公共比数比。（4）检验公共比数比和1之间的差异是否有统计学意义。上海交大基础医学院生物统计教研室SPSS中的实现AnalyzeDescriptiveStatisticsCrosstabsStatistics对话框中选取Risk选项，分层分析另外选取CochransandMantel-haenszelstatistics选项。上海交大基础医学院生物统计教研室Logistic回归数据：因变量为二值变量。统计量：回归系数，比数比等。较大值代表终点事件应用：上海交大基础医学院生物统计教研室Logistic回归的应用1.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。2.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。上海交大基础医学院生物统计教研室Logistic回归的应用23.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)(1)当Xi为二值变量时，如吸烟（1=吸，0=不吸）exp(bi)为吸烟对于发病的比数比上海交大基础医学院生物统计教研室Logistic回归的应用3（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)（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如60岁相对于35岁其发病的相对危险度为exp(25bi)上海交大基础医学院生物统计教研室Logistic回归的应用44.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。5.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。6.Logistic回归也可用于二类间的判别分析。上海交大基础医学院生物统计教研室SPSS中的实现AnalyzeRegressionBinaryLogistic上海交大基础医学院生物统计教研室本节内容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熟悉分层分析在SPSS中的实现及结果解释了解logistic回归