多水平logistic回归模型在血吸虫病流行因素研究中的优越性

目的探讨在血吸虫病流行因素的研究中多水平logistic回归模型相对于传统logistic回归模型的优越性。方法分别使用多水平logistic回归模型和传统logistic回归模型分析血吸虫病流行因素。结果多水平logistic回归模型分析中有统计学意义的变量在传统logistic回归分析中均有统计学意义,但在传统logistic回归分析中有意义的几个变量,如人均收入、无害化厕所比例,却没有进入多水平logistic回归模型方程。结论与传统logistic回归模型相比,多水平模型更适合用来研究不同层次的血吸虫病的流行因素。     

边际回归模型方法及医学应用

目的探讨边际回归模型在医学研究领域多变量相关分析中的应用。方法结合两个医学研究实例，说明边际回归模型原理，软件和实际应用。结果连续型和二分类的多变量需要使用不同的相关测量。对两种类型资料。边际回归模型都可以同时估计回归系数和关联参数。结论边际回归模型方法应用灵活、方便，可作为多变量相关分析的常规工具之一。     

慢性病流行病学研究的带时依变量多状态Cox回归模型

目的：探讨带时依变量多状态Cox回归模型在慢性病流行病学研究中的推广应用。方法：介绍带时依变量多状态Cox回归模型的基本原理，并将它应用于2型糖尿病不同发展阶段影响因素的探讨。结果：应用带时依变量多状态Cox回归模型探讨2型糖尿病不同发展阶段的影响因素，取得了较为满意的效果。结论：带时依变量多状态Cox回归模型可以作为慢性病流行病学研究中的一种有效工具。     

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。     

Poisson和Cox回归模型在队列随访资料分析中的应用和对比

Ｐｏｉｓｓｏｎ与Ｃｏｘ回归模型是流行病学队列随访资料分析中常用的两类多变量分析方法。本文对有关这两类多变量回归模型的统计方法等问题进行了系统的回顾（相乘模型），并用一个实例的结果来说明两者的应用。从本文的结果和讨论来看，Ｐｏｉｓｓｏｎ和Ｃｏｘ回归模型均适合于队列随访资料的分析，但两者各有一些优势和不足。最后，笔者就目前两者的应用情况和相互比较提出了一些看法。此外，还讨论了其它形式的回归模型（相加模型）及在回归模型中如何引入外部对照率等。     

冶金行业职工胆石病危险因素的病例对照研究

目的 探索胆石病的危险因素，为人群预防提供依据。方法 选取马钢公司胆系疾病现况调查中发现的175例胆石病患为病例组，421例非胆石病为对照组，进行人群病例对照研究；采用非条件logistic回归对38个变量进行分析。结果 单因素logistic回归分析发现共有20个变量有统计学意义，多因素logistic回归共有13个进入模型；其中7个变量为胆石病的危险因素，OR值大小依次为：胆囊炎史、胆石病家族史、油腻饮食、甘油三脂、体质指数、多食动物蛋白和女性孕次，而多饮牛奶、按时进早餐、饮酒、多食水果、较高化程度和多食蔬菜6个变量为保护因素。结论 胆囊炎、家族史、油腻饮食、高甘油三脂、肥胖、多食动物蛋白、多孕次是胆石病危险因素，而多吃蔬菜、水果、按时进早餐、多饮牛奶、加强自我保健意识有助于预防胆石病。     

交互作用的估计及其应用(二)

三、回归模型在多变量资料分析时,由于变量数较多,评价有无交互作用时,就可能有多个乘积项(x_x_2,x_1x_2x_3),此时可把资料配合回归模型进行分析。如果与乘积项相应的回归系数显     

基于潜变量得分的多水平多变量回归模型在职业紧张评价中的应用

目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在，以职业紧张量表14个分项的潜变量得分，将之作为中问结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧张，而个体应变能力是减轻职业紧张行之有效的方式。随机系数反映这些影响在不同科室存在着不同。结论采用基于潜变量得分的多水平多反应变量回归模型既可有效降低测量误差，又得以合理地解释。尤其对于系统结构数据，多元线性模型的多水平理论比多水平潜变量分析方法更成熟可信。     

Logistic回归模型的适用条件及其局限性

在现代流行病学研究中,尤其对慢性疾病(如肿瘤、心血管病等)的病因学研究,常常涉及到多种致病因子相互联系、相互制约的复杂关系。应用Logistic回归模型能克服传统的Mantel-Haenszel分析方法及线性回归分析之不足,可一次分析同时包含离散变量和连续变量的多个危险因子,并能有效地分析外部变量所拥有的混杂作用和交互作用,为多个危险因子与疾病概率之间的相互关系提供一个定量的描述,所以这一模型已成为当代流行病学研究中一种比较成熟的基础分析工具之一。近年来,国内不少地方开办了各类回归模型学习     

不明位置妊娠Logistic回归超声诊断模型的初步研究

目的:通过经阴道超声(TVS)检测不明位置妊娠(PUL)患者的子宫内膜,建立鉴别诊断的多变量回归模型,并评价该模型的临床应用价值。方法:分析早期PUL患者的子宫内膜二维声像图特征,并对年龄、β-HCG、停经时间等进行分析,采用多变量Logistic回归法及ROC曲线筛选出有意义的诊断指标,建立PUL患者的多变量回归模型。结果:建立了三个预测PUL妊娠结局的Logistic回归模型,分别对宫内早孕(MIUP)、宫内早孕流产(MIUPM)和早期异位妊娠(MEP)进行评估,ROC曲线下面积(AUC)分别为0.941、0.886、0.891,预测模型循证试验的诊断指标均优于各自回归模型中任何单一变量。结论:本研究所建立的多变量预测模型能更早期、更有效地预测PUL患者的妊娠状态,对早期PUL患者妊娠结局的预测有较大的临床价值。     

多水平分析在调查问卷结果分析中的应用北大核心CSCD

目的探讨应用两水平分层logistic回归模型分析调查问卷二分类结局变量资料的影响因素,对影响因素做出正确的评价和解释。方法以学生的调查问卷作为分析对象,运用两水平分层logistic回归模型,拟合一系列零模型、随机截距模型,识别学生水平和学校水平因素的影响大小。结果学生对所研究问题的看法受到学生个体特征和学校特征的影响,学生层面中学生成绩影响较大。结论多水平分析方法是处理分层嵌套数据的有用工具,利用两水平分层logistic回归模型可以同时探讨学生层面和学校层面解释变量对结局变量的效应,对于分析嵌套数据结构资料结局变量的影响因素有优越性。     

多水平分析在调查问卷结果分析中的应用

目的探讨应用两水平分层logistic回归模型分析调查问卷二分类结局变量资料的影响因素,对影响因素做出正确的评价和解释。方法以学生的调查问卷作为分析对象,运用两水平分层logistic回归模型,拟合一系列零模型、随机截距模型,识别学生水平和学校水平因素的影响大小。结果学生对所研究问题的看法受到学生个体特征和学校特征的影响,学生层面中学生成绩影响较大。结论多水平分析方法是处理分层嵌套数据的有用工具,利用两水平分层logistic回归模型可以同时探讨学生层面和学校层面解释变量对结局变量的效应,对于分析嵌套数据结构资料结局变量的影响因素有优越性。     

线性光滑可加Cox回归模型及其应用

目的提出线性光滑可加Cox回归模型。方法建立理论模型并通过实例进行分析。结果分别建模分析变量的线性效应与二次效应，只考虑一次线性效应可能会把有效的变量剔除，同时考察二次效应有时更完整。结论线性光滑可加Cox回归模型是研究对数危险比与危险因素呈非线关系的重要模型，计算方便，可解释性强。     

logistic回归模型在ROC分析中的应用

目的探讨logistic回归模型在有协变量或多指标联合诊断试验ROC分析中的应用。方法根据疾病状态建立logistic回归模型,通过形成的预测概率或联合预测因子为分析指标,并结合非参数模型和双正态模型建立ROC曲线。结果通过实例阐述了整个分析过程,并说明了该试剂盒的有效性,同时利用两种模型得到了一致的结果。结论ROC分析中结合logistic回归模型简单有效,尤其适用于有协变量或多指标联合诊断试验的分析评价。     

广义可加模型及其SAS程序实现

回归分析中，非参数回归以其适用性强，对模型假定要求不严等优点，扩展了参数回归的应用范围，增强了模型的适应性。但非参数回归也有其局限性，当模型中的解释变量个数较多而样本含量并不是很大时，非参数回归拟合的效果并不尽如人意，容易引起方差的急剧增大。这种由于维度的增加而使方差急剧扩大的问题通常被称为“维度的孽根（curse of dimensionality）。而且非参数回归多是建立在核估计和光滑样条基础上的，其解释性也是一个问题。为了解决这些问题，Stone（1985）提出了可加模型（additive models），这种模型对多变量回归方程估计一个可加近似值。可加近似值有两个优点：（1）由于每一个个体的可加项是以单变量平滑估计的，因而“维度的孽根”可以避免；（2）个体项的估计解释了应变量如何随着自变量的变化而变化的。为了使可加模型扩展到更广范围的分布族，Hastie和Tibshirani（1990）又提出了广义可加模型（generalized additive models，GAM）。     

SPSS中的分类树模型在分析伤害影响因素中的应用

目前,国内对于伤害影响因素的研究多采用logistic回归分析.虽然logistic回归模型的理论基础和建模方法都比较成熟,但仍有不足.例如,它对自变量的主效应分析充分,但对变量间的交互作用分析困难;注重自变量对结果影响的数量关系而轻视变量间的层次关系.分类树模型分析能较好的处理变量间的交互作用,并且可分析出各变量的具体影响人群,同时还可提示具有何种特征的人群更易发生伤害,从而可集中资源对伤害发生重点人群进行干预.     

Poisson模型与队列研究—原理及应用

Ｐｏｉｓｏｎ模型与队列研究——原理及应用上海医科大学李克俞顺章Ｐｏｉｓｏｎ回归模型主要用于队列研究资料的分析〔１－４〕，属于分析流行病学的范畴，鉴于它调整协变量的强大能力〔５〕，常用来研究多因素对疾病率的影响及暴露与疾病间的剂量反应关系，尤其适用于罕...     

Poisson回归模型的应用

Ｐｏｉｓｓｏｎ回归模型的应用南京医科大学于浩石卫江苏省卫生防疫站戴胜利应用回归分析方法进行变量筛选、预测、模型拟合对模型参数估计是统计的重要手段。在流行病学的随访研究和前瞻研究中，若独立变量，如肿瘤的发病数，放射学、遗传学中的畸变数等，服从泊松分布，...     

样条Cox回归在随访资料分析中的应用

介绍借助R软件应用样条Cox回归分析不满足Cox比例风险模型两个基本假定条件的随访资料的方法,可同时估计非线性效应和时协效应.结果表明文中实例涉及的连续型协变量多不符合线性假定,3个变量不符合比例风险假定,应用样条Cox回归控制多个协变量后,踝臂指数每降低0.1,全因死亡的风险比(HR)为1.071.随访资料在不满足比例风险Cox回归模型的应用条件时,可选择应用样条Cox回归进行分析.     

Cox回归模型的研究进展

Ｃｏｘ回归模型的研究进展项永兵，高玉堂，金凡自从ＣｏｘＤＲ１９７２年首次提出比例危险回归模型［１］，至今已２０年有余。作为一个多变量分析方法，它在流行病学、临床试验研究中起到了非常重要的作用。不仅如此，其自身在不断的发展中也取得了令人嘱目的成就，如时...