spss在醫(yī)學(xué)研究數(shù)據(jù)管理與分析中的高級(jí)應(yīng)用

1、流行病學(xué)教學(xué)工作室SPSS 在醫(yī)學(xué)研究數(shù)據(jù)管理與分析中的高級(jí)應(yīng)用 ContentsLogistic回歸的應(yīng)用基本原理Spss實(shí)現(xiàn)生存分析的應(yīng)用基本原理Spss實(shí)現(xiàn)Logistic回歸分析的基本原理Logistic模型 用多元線形回歸方程來(lái)分析一個(gè)因變量與多個(gè)自變 量之間的定量關(guān)系。 但是疾病的發(fā)病概率不同于多元線性回歸方程中的 結(jié)局變量，它的取值只能是1或0，是兩分變量。因 此，各種疾病的發(fā)病概率對(duì)多個(gè)因素（自變量）的 多元回歸方程，不會(huì)是多元線性回歸方程，而將是 多元非線性回歸方程。 Logistic回歸模型 假設(shè) （簡(jiǎn)記為P）表示暴露因素為X時(shí)個(gè)體發(fā)病的概率，稱發(fā)病的概率 P與未發(fā)病的概率

2、1P之比為比值（odds），則定義logit P 為odds的對(duì)數(shù)：因此，多元logistic 回歸模型定義為： x1xm表示各危險(xiǎn)因素、混雜因素或它們之間的交互項(xiàng)。 p/(1-p)為發(fā)病與不發(fā)病之比，稱為比值或比數(shù)（odds）。 0為常數(shù)項(xiàng)，表示所有自變量都不存在時(shí)正常人群中該病的基準(zhǔn)發(fā)病率。1m為需要估計(jì)的各自變量的偏回歸系數(shù)，反映危險(xiǎn)因素、混雜因素及交互項(xiàng)的效應(yīng)。Logistic回歸的作用衡量危險(xiǎn)因素與疾病間的關(guān)系；估計(jì)OR值；篩選自變量；反映自變量之間的關(guān)系。應(yīng)用范圍病例對(duì)照研究資料；隊(duì)列研究資料（固定隊(duì)列）；橫斷面研究資料；Logistic回歸模型的作用、應(yīng)用范圍及應(yīng)用條件應(yīng)用條件各

3、個(gè)體的結(jié)局變量取值應(yīng)該相互獨(dú)立、互不影響。各觀察對(duì)象的觀察事件應(yīng)該相同。 探討各種疾病發(fā)生的原因可推廣到探討各種事件發(fā)生的原因，只要調(diào)查或?qū)嶒?yàn)得到的結(jié)果或結(jié)局是某種事件“發(fā)生-不發(fā)生”的兩分類變量，如陽(yáng)性-陰性、治愈-未愈、死亡-存活等，都可用Logistic回歸分析去探討其發(fā)生的原因。Logistic回歸模型的作用、應(yīng)用范圍及應(yīng)用條件兩個(gè)結(jié)局變量的LogisticSPSS 分析命令：AnalyzeRegressionBinary Logistic例1：比較新療法與舊療法治療某種疾病的療效。現(xiàn)對(duì)40例患者隨機(jī)分組，分別接受新療法和舊療法治療。根據(jù)專業(yè)知識(shí)，患者的病情嚴(yán)重程度、年齡對(duì)療效也有影響

4、。如何評(píng)價(jià)新舊療法的療效？（注：作為舉例，本例樣本量?jī)H為40例，由于樣本量太小，Logistic回歸的結(jié)論僅作為參考）兩個(gè)結(jié)局變量的Logistic注：此處將X1、X3看作為連續(xù)變量；采用Enter法對(duì)模型的檢驗(yàn)經(jīng)統(tǒng)計(jì)學(xué)檢驗(yàn)，模型213.951，P=0.023, Logistic回歸模型有統(tǒng)計(jì)學(xué)意義。回歸系數(shù)標(biāo)準(zhǔn)誤Wald值P值OR值OR值95%的可信區(qū)間Logistic回歸模型為：兩個(gè)結(jié)局變量的LogisticSPSS 分析命令：AnalyzeRegressionBinary Logistic例2：研究者對(duì)某地婦女采用現(xiàn)代化避孕方法的情況進(jìn)行調(diào)查。同時(shí)想了解地區(qū)類型（城市、農(nóng)村）、教育程度（

5、文盲、小學(xué)/初中、高中及以上）、現(xiàn)有孩子數(shù)、宗教信仰（穆斯林教、印度教）、婦女年齡等因素對(duì)是否采用現(xiàn)代化避孕方法的影響。1、Logistic 回歸是乘法模型，在結(jié)果解釋時(shí)需要慎重。對(duì)于自變量（ X1，X2），OR12=EXP(1+2)=OR1OR2例：某研究調(diào)查胃癌發(fā)生的危險(xiǎn)因素，得到“有不良飲食習(xí)慣”相對(duì)于“無(wú)不良飲食習(xí)慣”的OR=2.6，“喜吃鹽漬食物”相對(duì)于“不吃鹽漬食物”的OR=2.4。那么根據(jù)Logistic回歸，“有不良飲食習(xí)慣且經(jīng)常吃鹽漬食物”相對(duì)于“無(wú)不良飲食習(xí)慣且不吃鹽漬食物”的OR=2.62.4=6.24，得出此結(jié)論時(shí)需要考慮：從專業(yè)只是上是否合理？應(yīng)用Logistic回歸

6、分析時(shí)的注意事項(xiàng)：2、通常情況下，自變量為二分類變量時(shí)，可以當(dāng)作連續(xù)性變量進(jìn)入模型（常用0、1或者1、2賦值），也可以通過(guò)“categorical”來(lái)指定啞變量。但是對(duì)多分類變量應(yīng)該通過(guò)“categorical”來(lái)指定啞變量，而不宜直接作為連續(xù)變量處理。 多元線性回歸分析與Logistic回歸分析都是實(shí)際工作中常用的方法，用于影響因素分析時(shí)，多元線性回歸的因變量是連續(xù)變量，而Logistic回歸的因變量是分類變量；兩種方法的自變量可是為連續(xù)變量或分類變量，當(dāng)為分類變量時(shí)，均需相應(yīng)的啞變量（兩分類變量例外）。3、Logistic回歸模型中，連續(xù)變量的OR值通常缺乏實(shí)際意義。為方便結(jié)果解釋，通常將連續(xù)變量轉(zhuǎn)換為分類變量，再解釋相應(yīng)的OR值。隨訪