Logistic回歸分析報告結(jié)果解讀分析(共4頁)

1、Logistic回歸分析報告結(jié)果解讀分析Logistic回歸常用于分析二分類因變量(如存活和死亡、患病和未患病等)與多個自變量的關(guān)系。比較常用的情形是分析危險因素與是否發(fā)生某疾病相關(guān)聯(lián)。例如，若探討胃癌的危險因素，可以選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群有不同的臨床表現(xiàn)和生活方式等，因變量就為有或無胃癌，即“是”或“否”，為二分類變量，自變量包括年齡、性別、飲食習(xí)慣、是否幽門螺桿菌感染等。自變量既可以是連續(xù)變量，也可以為分類變量。通過Logistic回歸分析，就可以大致了解胃癌的危險因素。Logistic回歸與多元線性回歸有很多相同之處，但最大的區(qū)別就在于他們的因變量不同。多元

2、線性回歸的因變量為連續(xù)變量；Logistic回歸的因變量為二分類變量或多分類變量，但二分類變量更常用，也更加容易解釋。1.Logistic回歸的用法一般而言，Logistic回歸有兩大用途，首先是尋找危險因素，如上文的例子，找出與胃癌相關(guān)的危險因素；其次是用于預(yù)測，我們可以根據(jù)建立的Logistic回歸模型，預(yù)測在不同的自變量情況下，發(fā)生某病或某種情況的概率(包括風(fēng)險評分的建立)。2.用Logistic回歸估計(jì)危險度所謂相對危險度(risk ratio，RR)是用來描述某一因素不同狀態(tài)發(fā)生疾病(或其它結(jié)局)危險程度的比值。Logistic回歸給出的OR(odds ratio)值與相對危險度類似

3、，常用來表示相對于某一人群，另一人群發(fā)生終點(diǎn)事件的風(fēng)險超出或減少的程度。如不同性別的胃癌發(fā)生危險不同，通過Logistic回歸可以求出危險度的具體數(shù)值，例如1.7，這樣就表示，男性發(fā)生胃癌的風(fēng)險是女性的1.7倍。這里要注意估計(jì)的方向問題，以女性作為參照，男性患胃癌的OR是1.7。如果以男性作為參照，算出的OR將會是0.588(1/1.7)，表示女性發(fā)生胃癌的風(fēng)險是男性的0.588倍，或者說，是男性的58.8。撇開了參照組，相對危險度就沒有意義了。Logistic回歸在醫(yī)學(xué)研究中廣泛使用的原因之一，就是模型直接給出具有臨床實(shí)際意義的OR值，很大程度上方便了結(jié)果的解讀與推廣。圖1 相對危險度(ri

4、sk ratio，RR)與OR(odds ratio)的表達(dá)3. Logistic報告OR值或值在Logistic回歸結(jié)果匯報時，往往會遇到這樣一個問題：是應(yīng)該報告OR值，還是值，還是兩個都要報告？這個決定權(quán)最終當(dāng)然還是作者本人，但有一點(diǎn)需要進(jìn)一步了解：OR值和值其實(shí)是等價的。圖2 OR值與值的公式推導(dǎo)4 Logistic回歸結(jié)果判讀“EXP(B)”即為相應(yīng)變量的OR值（又叫優(yōu)勢比，比值比），為在其他條件不變的情況下，自變量每改變1個單位，事件的發(fā)生比“Odds”的變化率。偽決定系數(shù)cox & Snell R2和Nagelkerke R2，這兩個指標(biāo)從不同角度反映了當(dāng)前模型中自變量解釋了因變量的變異占因變量總變異的比例。但對于Logistic回歸而言，通?？吹降膫螞Q定系數(shù)的大小不像線性回歸模型中的決定系數(shù)那么大。預(yù)測結(jié)果列聯(lián)表解釋，看”分類表“中的數(shù)據(jù)，提供了2類樣本的預(yù)測