logistic回归在医学中应用

logistic回归在医学中应用

ID:33547628

大小:48.14 KB

页数:5页

时间:2019-02-27

logistic回归在医学中应用_第1页
logistic回归在医学中应用_第2页
logistic回归在医学中应用_第3页
logistic回归在医学中应用_第4页
logistic回归在医学中应用_第5页
资源描述:

《logistic回归在医学中应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Logistic回归在医学中应用摘要Logistic回归模型是一种概率模型,适合于病例—对照研究、随访研究和横断面研究,且结果发生的变量取值必须是二分的或多项分类。可用影响结果变量发生的因素为自变量与因变量,建立回归方程。logistic回归分析的特点之一是参数意义清楚,即得到某一因素的回归系数后,可以很快估计出这一因素在不同水平下的优势比或近似相对危险度,因此非常适合于流行病学研究。本文在spss环境下利用logistic回归方法分析南非心脏病与那些因素有关。关键词:Logistic回归;心脏病一、引言Logistic回归(logis

2、ticregression)属于概率型非线性回归,是分析反应变量为独立分类资料的常用统计分析方法,由于对资料的正态性和方差齐性不做要求、对自变量类型也不做要求等,使得近年来Logistic回归模型在医学研究各个领域被广泛用,如流行病学、病因学的队列研究、病例对照研究,临床诊断的判别模型,治疗效果评价等。Logistic回归在单独面对医学领域日益庞大和复杂多变的数据信息时,往往受到一定的限制,无法使数据信息得到充分利用,应用不当还会得出错误结论。因此随着统计学方法的不断发展和新的统计学方法的出现,Logistic回归在越来越多的医学研究的

3、文献资料中常常不再独自出现,而是与其他方法相互结合取长补短,充分利用资料中的信息,从而得出相对正确的结论。本研究将对近几年Logistic回归在医学研究中与其他方法相互结合及比较应用作简要介绍。Logistic回归模型是一种概率模型,它是以疾病,死亡等结果发生的概率为因变量,影响疾病发生的因素为自变量建立回归模型。它特别适用于因变量为二项,多项分类的资料。在临床医学中多用于鉴别诊断,评价治疗措施的好坏及分析与疾病愈后有关的因素等。心脏病学是研究心脏疾病的医疗学科,它是一门既年轻又古老的医疗学科。古老是因为心脏病学起源较早,年轻是因为心脏

4、病学发展比较缓慢,21世纪以后来取得突飞猛进的发展。心脏病学在医学中占着举足轻重的地位,心脏病学的完善发展将关系到人类的健康。二、logistic应用(一)数据简介南非心脏病数据收集了160名患心脏病的病人病历数据,对照组为没有患心脏的正常人302名,收集了10个相关指标变量,希望建立病人患心脏病的关系模型。Chd是目标变量:病人是否患有心脏病。9个影响变量为:sbp(收缩压)、tobacco(累计吸烟量)、ldl(低密度脂蛋白)、adiposity(肥胖指数)、famhist(家族心脏病史)、obesity(脂肪指标)、alcohol

5、(酒精量)、typea(A型行为)、age(年龄)。(二)数据分析上表为因变量赋值情况。BinaryLogistic过程默认以因变量较大取值的概率P(Y=1),而不是以P(Y=0)建立模型。1、Block0:BeginningBlock首先给出的是模型不含任何自变量,而只有常数项时的输出预测分类结果,此时所观察对象都被预测为未康复,总的预测准确率为65.4%。P值为0拒绝原假设,模型显著。模型中只有常数项的检验结果。该表反映的是如果将现有模型外的各个变量纳入模型,则整个模型的拟合优度改变是否有统计学意义。若将Sbp、tobacco、ld

6、l、adiposity、famhist、typea、obesity、age引入,p值<0.05系数不为0,则模型改变有统计意义,而将alcohol引入,系数为0,则模型改变无统计意义。八个因素都与心脏病有关.由于在对某一因素进行单因素分析时没有控制其它因素的干扰,因此结果不可靠.2、Block1:Method=Enter这是模型总的全局检验,为似然比检验,共给出三个结果:Step统计量为每一步与前一步相比的似然比检验结果;Block统计量是将Block1与Block0相比的似然比检验结果;Model统计量则是上一个模型与现在模型相比的似

7、然比检验结果。该表为引入9个变量的模型对因变量的分类预测情况。预测准确率由65.4%上升到73.4%,说明新变量的引入对改善模型预测效果的确有意义。由上最大似然估计分析知,对于变量sbp、adiposity、obesity、alcohol的Wald检验结果P>0.05表明,收缩压、肥胖指数、脂肪指数、酒精量对心脏病无影响;对于变量tobacco、ldl、famhis、typea、age的Wald检验结果P<0.05表明,累计吸烟量、低密度脂蛋白、家族心脏病史、A型行为、年龄对心脏病无影响。3.Block1:Method=ForwardS

8、tepwise(Wald)剔除Sbp、adiposity、obesity,建立chd与tobacco、ldl、famhist、typea、age的Logistic回归方程三、结论通过logistic回归分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。