logistic回归中连续型自变量离散化为二分类变量时适宜分界点的确定北大核心CSCD

目的提出logistic回归中连续型自变量离散化为二分类变量时的双界点OR值最大化分类法(简称双界点OR值最大法),通过模拟研究评价该法与其他离散化方法的模型拟合效果,并用实例数据进行验证。方法应用R软件中的"Smei Par"包对连续型自变量与logitπ间是否呈单调变化性进行判定;对不满足单调变化关系的自变量,采用连续型变量法(或称原始取值法)、中位数法、单界点P值最小法、双界点OR值最大法对原始数据进行处理后,分别拟合logistic回归模型;从拟合优度、变异的解释程度方面评价模型拟合效果。结果模拟数据和实例数据分析结果均可见,双界点OR值最大法相对于单界点P值最小法能够更合理地反映影响因素和结局的关联,并且与连续型变量法和中位数分类法相比其模型拟合优度、变异的解释程度效果更好。结论在拟合logistic回归模型时,若连续型自变量与logitπ之间呈非单调变化关系时,建议使用双界点OR值最大法对数据进行离散化。     

logistic回归中连续型自变量离散化为二分类变量时适宜分界点的确定

目的提出logistic回归中连续型自变量离散化为二分类变量时的双界点OR值最大化分类法(简称双界点OR值最大法),通过模拟研究评价该法与其他离散化方法的模型拟合效果,并用实例数据进行验证。方法应用R软件中的"Smei Par"包对连续型自变量与logitπ间是否呈单调变化性进行判定;对不满足单调变化关系的自变量,采用连续型变量法(或称原始取值法)、中位数法、单界点P值最小法、双界点OR值最大法对原始数据进行处理后,分别拟合logistic回归模型;从拟合优度、变异的解释程度方面评价模型拟合效果。结果模拟数据和实例数据分析结果均可见,双界点OR值最大法相对于单界点P值最小法能够更合理地反映影响因素和结局的关联,并且与连续型变量法和中位数分类法相比其模型拟合优度、变异的解释程度效果更好。结论在拟合logistic回归模型时,若连续型自变量与logitπ之间呈非单调变化关系时,建议使用双界点OR值最大法对数据进行离散化。     

自变量连续型测定值及基于中位数的0～1转化值拟合logistic回归模型的效果比较

目的探讨当logitπ与连续型自变量之间呈线性关系时,采用原始值法和中位数截断法拟合logistic回归模型的差异。方法以成组设计病例对照研究为背景产生模拟数据,应用R软件"Smei Par"软件包对logitπ与连续型自变量间函数关系进行判断,进而采用原始值法和中位数截断法分别拟合logistic回归模型。结果原始值法较中位数截断法能够更好地拟合logistic回归模型。结论当logitπ与连续型自变量间呈线性关系时,建议采用原始值法。     

单参数指数模型在医药数据分析中的应用研究

对于因变量Y是0-1变量,当自变量xi是连续型变量的情况,logistic回归模型长期被应用,来解决这类问题,随着非参数和半参数模型的发展以及计算机编程水平的提高,我们可以用非参数模型或者半参数模型来解决这类问题.非参数模型或者半参数模型可以直接建立Y与xi之间的关系,这种关系的函数的具体的表达式未知,但是,我们可以通过计算机软件得出这个函数的估计值,得到预测模型,对于给定的值就可求出预测值.如果这种方法计算的结果与logistic回归模型预测的结果一致,或者比logistic回归模型预测的结果好,可提供一种新的解决因变量Y是0-1变量,xi是连续型变量的关系模型,这种关系模型比logistic回归模型好,能表示出Y与置的直接的函数关系.本文的单参数指数模型就是半参数模型中的一种,目的是说明单参数指数模型的可行性和优越性.     

用于生存资料分析的R软件CutpointsOEHR包

目的介绍R软件CutpointsOEHR包的主要功能及其应用,为广大临床医生和研究者寻找生存数据中连续型自变量的合理分界点提供参考。方法利用美国退伍军人管理局肺癌研究组的肺癌数据,演示用CutpointsOEHR包寻找年龄变量合理分界点的过程与代码。CutpointsOEHR包使用AIC判定准则量化cox模型的拟合效果,并选择合理的双界点使cox模型有最好拟合效果。结果对于与结局风险呈U型关系的连续型自变量,CutpointsOEHR包可方便地计算该自变量的两个合理分界点。结论用R软件CutpointsOEHR包寻找分界点的过程与代码易于解读、具有可操作性,为生存数据cox回归应用中自变量的合理离散化提供实用的操作参考。     

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.     

观察性研究中三种控制混杂偏倚的匹配方法比较

目的 探讨观察性研究中用于混杂偏倚控制的倾向性评分匹配、马氏距离匹配和遗传匹配三种方法的性能。方法 针对连续型结局变量,设定混杂变量与处理分组变量之间具有不同复杂度的回归模型结构,采用Monte-Carlo模拟方法比较三种匹配方法在处理组间效应估计和匹配前后自变量均衡的区别,进而对三种方法性能进行评估。结果 在给定的模拟情形下,相比于倾向性评分匹配和马氏距离匹配,遗传匹配法得出的效应估计偏差最小,匹配后两组自变量均衡性最好。结论 遗传匹配在三种匹配方法中表现出较好的统计性能,可考虑作为观察性研究中控制混杂偏倚优先推荐的匹配方法。     

偏最小二乘回归系数的Bootstrap假设检验及SAS实现

目的 运用SAS程序实现对偏最小二乘自变量回归系数的假设检验.方法 运用Bootstrap向后筛选变量的方法,用误差均方和评价检验前后模型的预测能力,借助SAS中的PROC SURVEYSELECT、PROC PLS等实现假设检验.结果 在模拟实验中,通过一轮向后筛选变量的过程剔除了两个设定为无统计学意义的自变量,而保存了其余有统计学意义的自变量;在实例中,利用本文的方法和程序也得到了较为满意的结果.结论 Bootstrap向后筛选变量法可以有效地对偏最小二乘回归自变量进行统计学检验,且可以通过SAS方便的实现.     

Logistic回归模型中自变量相对重要性的优势分析

目的应用扩展优势分析方法于Logistic回归模型中,为研究者在确定模型中自变量相对重要性提供一种可选择的方法。方法通过计算和比较与某自变量有关的所有可能子模型(即含有该变量的不同组合)的平均贡献增量△R2,以评价该自变量的相对重要性,并应用于实例分析。结果优势分析所得的各变量的总平均贡献之和等于最终模型的决定系数,其重要性排序与标准回归系数的排序不同,且R2M和R2E更适合作为优势分析的指标。结论优势分析可将各自变量对因变量总方差的贡献,分解为已解释方差百分比,且独立于模型,能精确地衡量自变量的相对重要性。     

采用分式多项式模型估算饮用水中氟化物的安全阈值

目的研究全国饮水氟含量与氟斑牙患病率之间的剂量-效应关系,确定饮水氟的安全阈值。方法对2001-2002年全国地方性氟中毒重点病区调查数据进行Meta回归分析。首先利用分式多项式(FP)建立固定效应模型,确定最佳FP结构;然后采用限制极大似然法(REML)估计研究间方差,建立最佳随机效应模型。结果最佳FP结构为一阶对数变换。在最佳随机效应模型基础上,计算饮水氟的基准剂量(BMD)及其95%下限值(BMDL)分别为0.98和0.78 mg/L。饮水氟只可解释35.8%患病率的变异,其他因素中,病区类型是显著性因素,而气温条件和海拔高度是非显著性因素。结论基于分式多项式的Meta回归方法简单实用,拟合效果好。基于此,确定中国饮水氟的安全阈值为0.8 mg/L。     

用SAS软件实现偏比例优势模型

比例优势模型( proportional odds model)是处理有反应资料的常用方法[1,,2],目前在国内医学领域已有较多应用[3,4].但该法必须满足比例优势假定条件,即自变量的回归系数应与分割点k无关.尽管以往有研究认为,比例优势模型对这一条件并不敏感[5],但实际情况可能并非如此.Bender曾对此做过讨论[6],如果不满足比例优势假定条件,比例优势模型跟其他模型的结果可能相反.Lall建议[7],对假定条件不满足的数据,可采用偏比例优势模型( partial proportional odds model)进行分析,而不是比例优势模型.本文通过对一组有序反应变量的分析,介绍如何利用SAS软件实现偏比例优势模型的分析.     

HIV高流行地区预防母婴传播资源需求预测

目的 建立我国艾滋病病毒高流行地区预防艾滋病母婴传播资源需求模型.方法 收集我国4个艾滋病病毒相对高流行地区2003～2006年预防艾滋病母婴传播资源投入指标,运用主成分分析构建需求指数,并运用需求指数和地区人均国内生产总值构建模型.结果 对所构建模型的所有自变量回归系数进行的方差分析显示,模型中所有自变量与反应变量之间的线性回归关系密切(F=5.432,P<0.05).结论 应用需求指数与地区人均国内生产总值建立的需求模型具有统计学意义.     

基于随机系数模型的重复测量资料分析方法

目的探讨随机系数模型在重复测量资料分析中的应用。方法以实例说明随机系数模型，包括线性随机系数模型和多项式随机系数模型在重复测量资料中的应用，并与重复测量方差分析进行比较。结果重复测量方差分析结果显示，处理因素无统计学意义，时间因素有统计学意义；随机系数模型拟合结果还提示因变量与时间之间可能存在非线性关系。结论随机系数模型拟合结果基本与重复测量方差分析结论一致，但随机系数模型可以考虑资料的相关性、非线性问题，因此更为准确可信。     

中国财政分权与公共医疗卫生服务供给的荟萃回归分析

本文通过对中国财政分权与公共医疗卫生服务供给关系的主要实证研究结果进行荟萃分析发现,中国财政分权对公共医疗卫生服务供给影响的不同实证结果受到不同研究特征的影响,尤其是显著效应的实证结果受到起始年份、终止年份、模型数量、模型是否包含人口密度、转移支付、对外开放度、自变量是否包含财政支出分权等研究特征的显著影响,而且通过漏斗不对称检验后发现,样本文献存在发表偏倚问题。     

探寻肥胖切点的方法在糖尿病筛查/诊断中的应用

合适的肥胖切点(如BMI、腰围)有助于发现糖尿病及其高危人群,是实施肥胖干预的依据。由于种族差异,针对不同种族人群应制定不同的肥胖切点。目前肥胖切点的制定多使用受试者工作特征曲线,其他方法还有限制性立方样条和分式多项式模型。本文对应用以上3种方法寻找人群糖尿病筛查/诊断肥胖切点的研究现状进行综述,以期了解不同人群糖尿病筛查/诊断的肥胖切点、明确不同方法判定切点的意义。     

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。     

应用广义多因子降维法分析数量性状的交互作用

介绍广义多因子降维法(GMDR)在交互作用分析,尤其是数量性状的基因-基因交互作用分析中的应用.文中简述GMDR的原理、基本步骤及其特点,并结合实例说明如何在研究中对GMDR进行应用.GMDR是无模型的交互作用分析方法,能够处理连续型结局变量,还可纳入协变量改善预测准确率,目前已成功应用于尼古丁依赖等疾病的研究.GMDR能够处理多种样本类型和结局变量类型,与其他连续变量交互作用分析方法相比具有一定优势.     

多元多水平模型及其在儿童生长发育研究中的应用

目的传统的统计方法不宜用于分析具有层次结构特征的多反应变量数据,本文探讨了多元多水平模型的原理及应用.方法利用儿童生长发育研究的实例介绍多元多水平模型的构造及其应用.结果获得了解释变量系数的有效估计及身长和体重在各个水平上关系.结论多水平模型可以灵活有效地处理各种具有层次结构的数据.     

数学模型在拟合围生儿出生缺陷率变化趋势中的应用

目的 探讨模拟效果好的数学模型,以拟合围生儿出生缺陷的变化趋势,为卫生部门制定相应的防制对策提供理论依据. 方法 根据我国2001～2006年间围生儿出生缺陷率的变化特点,选用线性函数、幂函数、二次多项式函数对围生儿出生缺陷率变化趋势进行拟合,比较分析各模型的拟合优度及残差等判别指标. 结果 二次多项式模型的拟合效果好于其它2个数学模型,拟合的二次多项式函数为Y=92.8 12.018X-0.554X2. 结论 应用二次多项式模型拟合2001～2006年围生儿出生缺陷率的变化趋势,效果理想.     

浅谈癌症病人的心理特点及护理

癌症病人由于对病情的恐惧,常常会出现较为极端和异常的心理状态和表现,所以做好对于癌症病人的护理对病人的治疗和恢复都有极大的作用。本文就癌症病人的心理特点进行分析,并进行针对性的心理护理,收到较好的效果。