醫(yī)學(xué)研究中的logistic模型精講（課堂PPT）

1、醫(yī)學(xué)研究中的醫(yī)學(xué)研究中的logistic模型精講模型精講馮國雙馮國雙Logistic分布與分布與logistic模型模型pLogistic分布首先由比利時數(shù)學(xué)家分布首先由比利時數(shù)學(xué)家Verhulst于于1838年提出年提出p最初主要用于研究人口的增長趨勢最初主要用于研究人口的增長趨勢p很多物種都符合很多物種都符合logistic分布，呈現(xiàn)分布，呈現(xiàn)“S”型的發(fā)展型的發(fā)展趨勢趨勢Logistic模型在醫(yī)學(xué)研究中的地位模型在醫(yī)學(xué)研究中的地位p線性回歸是非常經(jīng)典的回歸模型，但不適用于因線性回歸是非常經(jīng)典的回歸模型，但不適用于因變量為分類變量的情況變量為分類變量的情況p考慮選擇一個在（考慮選擇一個在（

2、0,1）之間有）之間有S型曲線的分布，型曲線的分布，如如probit分布、分布、logistic分布等分布等pLogistic分布是最流行的一種分布分布是最流行的一種分布p形成了我們今天熟悉的形成了我們今天熟悉的logistic回歸模型回歸模型Logistic模型在醫(yī)學(xué)研究中的地位模型在醫(yī)學(xué)研究中的地位plogistic回歸模型在醫(yī)學(xué)中的主要用途：回歸模型在醫(yī)學(xué)中的主要用途：p探索疾病發(fā)生的危險因素探索疾病發(fā)生的危險因素p驗(yàn)證某危險因素對疾病的效果，校正其它混雜因驗(yàn)證某危險因素對疾病的效果，校正其它混雜因素的影響素的影響p預(yù)測某疾病發(fā)生的概率預(yù)測某疾病發(fā)生的概率p評價不同因素水平下的發(fā)病風(fēng)險評

3、價不同因素水平下的發(fā)病風(fēng)險logistic曲線曲線p常用于描述：常用于描述：p初期增長速度越來越快初期增長速度越來越快p后期增長速度越來越慢后期增長速度越來越慢p最終趨于一個上限值最終趨于一個上限值p反映事物發(fā)生、發(fā)展、成熟、飽和的整個過程反映事物發(fā)生、發(fā)展、成熟、飽和的整個過程p例如：人口增長趨勢、企業(yè)成長模式、物種種群數(shù)量的增例如：人口增長趨勢、企業(yè)成長模式、物種種群數(shù)量的增加、細(xì)胞的增長、藥物濃度在體內(nèi)的變化等加、細(xì)胞的增長、藥物濃度在體內(nèi)的變化等logistic曲線曲線p最簡單的最簡單的logistic曲線：曲線：-xey11logistic曲線曲線p常見的常見的logistic曲線（

4、三參數(shù)曲線（三參數(shù)logistic曲線）：曲線）：p式中，式中，K、a、b為待估參數(shù)為待估參數(shù)pK 代表曲線的上限值代表曲線的上限值pa反映了增長速度反映了增長速度pb表示拐點(diǎn)，在這一點(diǎn)增長速度最快，這一點(diǎn)對應(yīng)表示拐點(diǎn)，在這一點(diǎn)增長速度最快，這一點(diǎn)對應(yīng)的的y值為值為K/2)(bxeKya-1logistic曲線曲線p四參數(shù)四參數(shù)logistic曲線：曲線：p式中，式中，D、C、a、b為待估參數(shù)為待估參數(shù)pD 代表曲線的上限值代表曲線的上限值pC 代表曲線的下限值代表曲線的下限值pa反映了增長速度反映了增長速度pb表示拐點(diǎn)，在這一點(diǎn)增長速度最快表示拐點(diǎn)，在這一點(diǎn)增長速度最快)(bxeCDya-1

5、logistic曲線曲線p二參數(shù)二參數(shù)logistic曲線：曲線：p式中，式中，a、b為待估參數(shù)為待估參數(shù)pa反映了增長速度反映了增長速度pb表示拐點(diǎn)，在這一點(diǎn)增長速度最快表示拐點(diǎn)，在這一點(diǎn)增長速度最快)(bxeya-11Logistic回歸模型回歸模型pLogistic回歸模型（單因素回歸模型（單因素logistic回歸模型）：回歸模型）：pp為陽性率，如疾病發(fā)生率、死亡率等為陽性率，如疾病發(fā)生率、死亡率等p0和和1為待估參數(shù)，分別表示模型的截距和斜率為待估參數(shù)，分別表示模型的截距和斜率epx)(1011Logistic回歸模型回歸模型pLogistic回歸模型（多因素回歸模型（多因素log

6、istic回歸模型）：回歸模型）：pp為陽性率，如疾病發(fā)生率、死亡率等為陽性率，如疾病發(fā)生率、死亡率等p0為待估參數(shù)，表示模型的截距為待估參數(shù)，表示模型的截距p1、 1、 m為待估參數(shù)，分別表示各自變量為待估參數(shù)，分別表示各自變量的斜率的斜率emmxxxp).(221011用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系p劑量反應(yīng)關(guān)系：劑量反應(yīng)關(guān)系：p某藥物的生理反應(yīng)強(qiáng)度對給藥量的函數(shù)某藥物的生理反應(yīng)強(qiáng)度對給藥量的函數(shù)p隨著藥量增加，反應(yīng)強(qiáng)度增大，但不會無限增大隨著藥量增加，反應(yīng)強(qiáng)度增大，但不會無限增大，而是有一個上限值，而是有一個上限值p不少劑量反應(yīng)關(guān)系都呈不少劑量反應(yīng)關(guān)系都呈S

7、型曲線，可用型曲線，可用logistic曲線曲線來描述來描述用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系p例例1：某實(shí)驗(yàn)室進(jìn)行小鼠的藥物毒性實(shí)驗(yàn)，下面數(shù)：某實(shí)驗(yàn)室進(jìn)行小鼠的藥物毒性實(shí)驗(yàn)，下面數(shù)據(jù)為不同劑量下的小鼠死亡率。據(jù)為不同劑量下的小鼠死亡率。劑量劑量(mg/kg)死亡率死亡率30.7038.40.2480.35600.8750.95用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系p該實(shí)驗(yàn)的結(jié)果為死亡率，因此最高為該實(shí)驗(yàn)的結(jié)果為死亡率，因此最高為1p可以考慮二參數(shù)可以考慮二參數(shù)logistic曲線擬合曲線擬合用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反

8、應(yīng)關(guān)系用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系p擬合模型：擬合模型：p死亡率以死亡率以0.14的速率增長的速率增長p劑量在劑量在51.26時死亡率的增長時死亡率的增長速度達(dá)到高峰，以后死亡率速度達(dá)到高峰，以后死亡率增長速度開始下降增長速度開始下降p半數(shù)致死劑量為半數(shù)致死劑量為51.26(95%CI :48.96-53.56).(26510.14-11xey用用logistic曲線擬合劑量反應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系p反推：反推：p在什么劑量下死亡率達(dá)到在什么劑量下死亡率達(dá)到50%？用用logistic曲線擬合劑量反

9、應(yīng)關(guān)系曲線擬合劑量反應(yīng)關(guān)系pLogistic曲線與直線擬合的比較曲線與直線擬合的比較logistic曲線曲線 直線擬合直線擬合用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢p例例2：2003年年SARS在香港的感染人數(shù)，在香港的感染人數(shù)，t=0表示表示2003年年3月月17日。日。天數(shù)天數(shù)病例數(shù)病例數(shù)09552221247019800261108331358401527471621541674611710681724751739811750871755用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢p感染人數(shù)無上限，但有下限（感染人數(shù)無上限，但有下限（0），考慮三參數(shù)

10、模型），考慮三參數(shù)模型用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢p擬合模型：擬合模型：p感染人數(shù)以感染人數(shù)以0.11的速度增的速度增長長p在第在第21天時感染速率最高天時感染速率最高，從，從21以后感染速度放慢以后感染速度放慢p最高感染人數(shù)約為最高感染人數(shù)約為1732人人).(08210.11-11732xey用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢pLogistic曲線與指數(shù)曲線擬合的比較曲線與指數(shù)曲線擬合的比較logistic曲線曲線 指數(shù)曲線指數(shù)曲線用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢p預(yù)測模擬（預(yù)測刻畫器）預(yù)測模擬（預(yù)測刻畫

11、器）用用logistic曲線擬合曲線擬合SARS發(fā)展趨勢發(fā)展趨勢p反推預(yù)測：反推預(yù)測：p根據(jù)根據(jù)logistic曲線擬合結(jié)果，什么時候病例突破曲線擬合結(jié)果，什么時候病例突破1000？用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p探索疾病的危險因素是探索疾病的危險因素是logistic回歸的一個重要作用回歸的一個重要作用p病因研究一般可分為探索性研究和證實(shí)性研究病因研究一般可分為探索性研究和證實(shí)性研究p探索性研究主要用于對疾病發(fā)生的影響因素不確定，作為探索性研究主要用于對疾病發(fā)生的影響因素不確定，作為疾病危險的初步探索，如病例對照研究疾病危險的初步探索，如病例對照研究p證實(shí)性研究

12、在探索性研究的基礎(chǔ)上，初步確定某因素可能證實(shí)性研究在探索性研究的基礎(chǔ)上，初步確定某因素可能是疾病的影響因素，用于進(jìn)一步證實(shí)。如隊(duì)列研究是疾病的影響因素，用于進(jìn)一步證實(shí)。如隊(duì)列研究用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p病例對照研究在醫(yī)院中應(yīng)用非常廣泛，具有很多優(yōu)點(diǎn)：病例對照研究在醫(yī)院中應(yīng)用非常廣泛，具有很多優(yōu)點(diǎn)：p收集數(shù)據(jù)快，符合醫(yī)院特點(diǎn)，可以利用病史快速收集到病收集數(shù)據(jù)快，符合醫(yī)院特點(diǎn)，可以利用病史快速收集到病例及對照的數(shù)據(jù)例及對照的數(shù)據(jù)p研究時間短，可以很快發(fā)現(xiàn)一些疾病的危險因素研究時間短，可以很快發(fā)現(xiàn)一些疾病的危險因素p病例對照研究是回顧性的，很大的一個問題是調(diào)查對

13、象的病例對照研究是回顧性的，很大的一個問題是調(diào)查對象的回憶是否準(zhǔn)確。如果這一點(diǎn)能避免，其效率還是很高的回憶是否準(zhǔn)確。如果這一點(diǎn)能避免，其效率還是很高的用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p病例對照研究最關(guān)鍵的就是選擇病例和對照，然后收集他病例對照研究最關(guān)鍵的就是選擇病例和對照，然后收集他們的相關(guān)數(shù)據(jù)們的相關(guān)數(shù)據(jù)p選擇病例：最好的是從自然人群中選擇病例，但實(shí)施困難選擇病例：最好的是從自然人群中選擇病例，但實(shí)施困難。在醫(yī)院中選擇病例非常方便，但有時容易出現(xiàn)選擇性偏。在醫(yī)院中選擇病例非常方便，但有時容易出現(xiàn)選擇性偏倚，如果可能，最好從多家醫(yī)院選擇倚，如果可能，最好從多家醫(yī)院選

14、擇p選擇對照：從醫(yī)院中選擇對照，可以是未患有研究疾病的選擇對照：從醫(yī)院中選擇對照，可以是未患有研究疾病的其他患者。但需要注意，不能患有與病例具有相同病因的其他患者。但需要注意，不能患有與病例具有相同病因的疾病。疾病。用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p例例3：某婦幼保健院采用病例對照研究，欲分析巨：某婦幼保健院采用病例對照研究，欲分析巨大兒的危險因素。該研究設(shè)計(jì)如下：大兒的危險因素。該研究設(shè)計(jì)如下：p1、選擇某年在該院確診的巨大兒，作為病例、選擇某年在該院確診的巨大兒，作為病例p2、選擇同期正常兒、選擇同期正常兒200名，作為對照名，作為對照p3、病例和對照均采用同樣

15、的問卷，由醫(yī)務(wù)人員詢問調(diào)查、病例和對照均采用同樣的問卷，由醫(yī)務(wù)人員詢問調(diào)查相關(guān)的危險因素，如孕次、產(chǎn)次、出產(chǎn)年齡等相關(guān)的危險因素，如孕次、產(chǎn)次、出產(chǎn)年齡等p4、收集資料，錄入數(shù)據(jù)，統(tǒng)計(jì)分析、收集資料，錄入數(shù)據(jù)，統(tǒng)計(jì)分析用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p數(shù)據(jù)（部分）數(shù)據(jù)（部分）編號編號孕次孕次產(chǎn)次產(chǎn)次孕周孕周體重體重(kg)巨大兒巨大兒1113842021138480311384904213839051139410611394507113947081139500用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p變量賦值情況變量賦值情況變量變量變量命名變量命

16、名賦值賦值巨大兒巨大兒y1=是，是，0=否否孕次孕次yc1=1次，次，2=2次，次，3=3次次產(chǎn)次產(chǎn)次chc1=1次，次，2=2次次孕周孕周yzh1=38-39周，周，2=40周，周，3=41周周孕前體重孕前體重wt1=50，2=51-60，3=60用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p第第1步：探索各自變量與因變量的關(guān)系步：探索各自變量與因變量的關(guān)系pproc logistic desc plots(only)=(effect(link join=yes); pclass yc;pmodel y=yc;prun;pproc logistic desc plots(on

17、ly)=(effect(link join=yes); pclass yzh;pmodel y=yzh;prun;pproc logistic desc plots(only)=(effect(link join=yes); pclass wt;pmodel y=wt;prun;用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p孕次、孕周、孕前體重與孕次、孕周、孕前體重與logit (p)的關(guān)系圖的關(guān)系圖用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p孕次孕次2次與次與3次的次的logit(p)值非常接近，可以考慮將值非常接近，可以考慮將2次和次和3次合并為一類。次合

18、并為一類。p體重的體重的logit(p)值基本呈一直線趨勢，可考慮直接值基本呈一直線趨勢，可考慮直接將其納入模型。將其納入模型。p孕周孕周38周與周與39周的周的logit(p)值也非常接近，可以考值也非常接近，可以考慮將這兩類合并，將孕周簡化為三分類變量，采慮將這兩類合并，將孕周簡化為三分類變量，采用虛擬變量的形式納入模型。用虛擬變量的形式納入模型。用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p第第2步：單因素分析步：單因素分析pproc logistic desc;pmodel y=yc;pproc logistic desc;pmodel y=chc;pproc logi

19、stic desc;pclass yzh(param=reference ref=first);p/*class語句表明將語句表明將yzh作為虛擬變量，以第一類為參照組作為虛擬變量，以第一類為參照組*/pmodel y=yzh;pproc logistic desc;pmodel y=wt;prun;用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p單因素分析結(jié)果（經(jīng)整理后）：單因素分析結(jié)果（經(jīng)整理后）：用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p將產(chǎn)次與是否巨大兒列成四格表將產(chǎn)次與是否巨大兒列成四格表，可以發(fā)現(xiàn)，其可以發(fā)現(xiàn)，其中一個格子為空單元（中一個格子為空單

20、元（zero cell count），產(chǎn)次），產(chǎn)次2次的人群均發(fā)生巨大兒。次的人群均發(fā)生巨大兒。用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p出現(xiàn)空單元時，導(dǎo)致估計(jì)無效，此時可考慮確切出現(xiàn)空單元時，導(dǎo)致估計(jì)無效，此時可考慮確切l(wèi)ogistic回歸（回歸（exact logistic）pproc logistic desc;pmodel y=chc;pexact chc/estimate=both;p/*estimate=both選項(xiàng)表明同時給出參數(shù)估計(jì)和選項(xiàng)表明同時給出參數(shù)估計(jì)和OR值結(jié)果值結(jié)果*/prun;用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p確切確切

21、logistic回歸估計(jì)結(jié)果回歸估計(jì)結(jié)果用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p第第3步：多因素分析步：多因素分析pproc logistic desc;pclass yzh(param=reference ref=first);p/*class語句表明將語句表明將yzh作為虛擬變量，以第一類為參照組作為虛擬變量，以第一類為參照組*/pmodel y=yc chc yzh wt;pexact chc/estimate=both;p/*estimate=both選項(xiàng)表明同時給出參數(shù)估計(jì)和選項(xiàng)表明同時給出參數(shù)估計(jì)和OR值結(jié)果值結(jié)果，注意精確檢驗(yàn)的變量必須在，注意精確檢驗(yàn)的變量

22、必須在model語句中出現(xiàn)語句中出現(xiàn)*/prun;用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p多因素分析結(jié)果：多因素分析結(jié)果：用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p多因素分析結(jié)果（針對多因素分析結(jié)果（針對chc的確切的確切l(wèi)ogistic）：）：用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p為什么孕次（為什么孕次（yc）變得無統(tǒng)計(jì)學(xué)意義了？）變得無統(tǒng)計(jì)學(xué)意義了？p可能的假設(shè)：可能的假設(shè)：p孕次和產(chǎn)次的關(guān)系是很密切的，孕次決定產(chǎn)次，孕次和產(chǎn)次的關(guān)系是很密切的，孕次決定產(chǎn)次，如果孕次對巨大兒發(fā)生有影響的話，那產(chǎn)次只是如果孕次對巨大兒發(fā)生有影

23、響的話，那產(chǎn)次只是孕次與巨大兒發(fā)生中的一個環(huán)節(jié)，最終的決定因孕次與巨大兒發(fā)生中的一個環(huán)節(jié)，最終的決定因素是孕次。素是孕次。用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p刪除產(chǎn)次后的多因素分析：刪除產(chǎn)次后的多因素分析：pproc logistic desc;pclass yzh(param=reference ref=first);pmodel y=yc yzh wt;prun;用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p刪除產(chǎn)次后的多因素分析結(jié)果：刪除產(chǎn)次后的多因素分析結(jié)果：用用logistic回歸探索疾病危險因素回歸探索疾病危險因素p孕周（孕周（yzh）的標(biāo)

24、準(zhǔn)誤相對較大，考慮將孕周）的標(biāo)準(zhǔn)誤相對較大，考慮將孕周40與與41合并合并用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p診斷試驗(yàn)是評價一種診斷方法真實(shí)性與可靠性的診斷試驗(yàn)是評價一種診斷方法真實(shí)性與可靠性的研究，在臨床應(yīng)用中十分廣泛。研究，在臨床應(yīng)用中十分廣泛。p一種新的、簡便易行或價格便宜的診斷方法一種新的、簡便易行或價格便宜的診斷方法，能，能否否代替代替原有的原有的操作繁瑣或價格昂貴的方法操作繁瑣或價格昂貴的方法？p新的診斷方法的診斷價值如何？新的診斷方法的診斷價值如何？p真實(shí)性、可靠性有多高？真實(shí)性、可靠性有多高？用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p診斷試驗(yàn)的診斷

25、試驗(yàn)的設(shè)計(jì)過程主要包括以下幾點(diǎn)：設(shè)計(jì)過程主要包括以下幾點(diǎn)：p1. 明確研究目的明確研究目的p研究者要評價什么？是否有臨床價值？研究者要評價什么？是否有臨床價值？p2. 選擇金標(biāo)準(zhǔn)選擇金標(biāo)準(zhǔn)p金標(biāo)準(zhǔn)一定是臨床公認(rèn)的診斷所研究疾病的最可靠的金標(biāo)準(zhǔn)一定是臨床公認(rèn)的診斷所研究疾病的最可靠的方法，能夠正確地區(qū)分有病和無病。方法，能夠正確地區(qū)分有病和無病。p常用的金標(biāo)準(zhǔn)有組織病理學(xué)檢查、手術(shù)發(fā)現(xiàn)、影像診常用的金標(biāo)準(zhǔn)有組織病理學(xué)檢查、手術(shù)發(fā)現(xiàn)、影像診斷、病原體的分離培養(yǎng)以及長期隨訪結(jié)果等。斷、病原體的分離培養(yǎng)以及長期隨訪結(jié)果等。用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p3. 選擇研究對象選擇研究

26、對象p研究對象的分組以金標(biāo)準(zhǔn)的診斷結(jié)果為依據(jù)，金標(biāo)準(zhǔn)確診研究對象的分組以金標(biāo)準(zhǔn)的診斷結(jié)果為依據(jù)，金標(biāo)準(zhǔn)確診為為“患病患病”的為病例組，金標(biāo)準(zhǔn)證實(shí)為的為病例組，金標(biāo)準(zhǔn)證實(shí)為“無病無病”的為對照組。的為對照組。p病例組的病例要具備代表性，即要包括各臨床型（如輕、病例組的病例要具備代表性，即要包括各臨床型（如輕、中、重型，有或無并發(fā)癥、早、中、晚期等）病例。病例中、重型，有或無并發(fā)癥、早、中、晚期等）病例。病例的代表性愈好，新的診斷試驗(yàn)的實(shí)用價值愈大。的代表性愈好，新的診斷試驗(yàn)的實(shí)用價值愈大。p對照組的人群不等于健康人群，對照組的人群不等于健康人群，而而是被金標(biāo)準(zhǔn)診斷為不患是被金標(biāo)準(zhǔn)診斷為不患有研究

27、疾病但又容易與所研究疾病混淆的人群。有研究疾病但又容易與所研究疾病混淆的人群。用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p4. 盲法盲法p診斷試驗(yàn)必須采用盲法評價，診斷試驗(yàn)結(jié)果的評判者診斷試驗(yàn)必須采用盲法評價，診斷試驗(yàn)結(jié)果的評判者（reader）一定不能預(yù)先知道金標(biāo)準(zhǔn)劃分的結(jié)果，否）一定不能預(yù)先知道金標(biāo)準(zhǔn)劃分的結(jié)果，否則多數(shù)評判者會傾向于對金標(biāo)準(zhǔn)判斷為則多數(shù)評判者會傾向于對金標(biāo)準(zhǔn)判斷為“有病有病”的標(biāo)本的標(biāo)本給出陽性結(jié)果，以致夸大診斷方法的價值。給出陽性結(jié)果，以致夸大診斷方法的價值。p5. 診斷試驗(yàn)的評價診斷試驗(yàn)的評價p靈敏度、特異度、靈敏度、特異度、ROC曲線曲線等等用用logis

28、tic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p 診斷結(jié)果診斷結(jié)果真實(shí)結(jié)果真實(shí)結(jié)果合計(jì)合計(jì)有疾病有疾病無疾病無疾病陽性陽性a 真陽性真陽性b 假陽性假陽性n1陰性陰性c 假陰性假陰性d 真陰性真陰性n0合計(jì)合計(jì)m1m0N用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)pROC曲線曲線：pROC曲線是以靈敏度為曲線是以靈敏度為y軸、以軸、以1-特異度特異度為為x軸，由不同界值產(chǎn)生不同的點(diǎn)，由線軸，由不同界值產(chǎn)生不同的點(diǎn)，由線段將這些點(diǎn)連接起來形成段將這些點(diǎn)連接起來形成ROC曲線曲線。p縱貫左下角與右上角的直線稱為機(jī)會線縱貫左下角與右上角的直線稱為機(jī)會線，這是劃分診斷方法有無價值的一條線，這是劃分診斷

29、方法有無價值的一條線。只有曲線高于機(jī)會線，也就是曲線下。只有曲線高于機(jī)會線，也就是曲線下面積（面積（Area Under the Curve，AUC）大于大于0.5才有診斷價值。曲線下面積越大才有診斷價值。曲線下面積越大，表示診斷價值越高，反之診斷價值越，表示診斷價值越高，反之診斷價值越低。有學(xué)者認(rèn)為，低。有學(xué)者認(rèn)為，AUC大于大于0.9表明診斷表明診斷價值很高，大于價值很高，大于0.7表示診斷價值中等。表示診斷價值中等。用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p例例4：某研究者欲觀察某生化指標(biāo)某研究者欲觀察某生化指標(biāo)K和和P對胃癌的對胃癌的診斷價值，以病理檢查為金標(biāo)準(zhǔn)劃分胃癌和非

30、胃診斷價值，以病理檢查為金標(biāo)準(zhǔn)劃分胃癌和非胃癌，然后測定兩組人群的癌，然后測定兩組人群的K和和P指標(biāo)的值。指標(biāo)的值。p分析分析：p這兩個這兩個指標(biāo)對胃癌是否有診斷價值指標(biāo)對胃癌是否有診斷價值？p兩個指標(biāo)聯(lián)合是否比單個指標(biāo)診斷價值更高？兩個指標(biāo)聯(lián)合是否比單個指標(biāo)診斷價值更高？p如何找出指標(biāo)的如何找出指標(biāo)的cut-off值值？用用logistic回歸評價診斷試驗(yàn)回歸評價診斷試驗(yàn)p部分?jǐn)?shù)據(jù)：部分?jǐn)?shù)據(jù)：idKP胃癌胃癌10.01248.01否否20.04262.94否否30.02450.45否否40.07283.18否否50.05291.52否否60.066841.66否否70.101357.4否否80.02458.23否否90.07479.8否否100.108343.36否否