条件Logistic回归模型在肺癌病因研究中的应用

1988～1989年间对锦州医学院附属医院、锦州市肿瘤医院等几所市级医院的原发性肺癌的新病例作为病例组,以同数量符合匹配条件的非肿瘤病例作为对照。研究因素有被调查者的一般情况、烟酒嗜好、饮食习惯、个人患病史、婚姻及生育史,社会生活和遗传因素等。应用条件 Logistic 方法进行回归分析。结果表明:主要危险因素依次为吸烟、精神创伤史、慢性气管炎病史及毒物接触史。本文可为锦州地区肺癌的防治工作提供科学依据。     

哑变量在Logistic回归模型中的应用

医学研究中的变量可分类为定I生变量（qualitative variable）和定量变量（quantitative variable）两大类，常见的定性变量有分类变量（categorical variable，或称名义变量nominative variable）和有序变量（ordinal variable，或称等级变量ranked variable）。当因变量为分类变量（如二分类变量、多分类有序变量、多分类无序变量）时，     

肺癌非吸烟性危险因素的条件Logistic回归分析

对广州市区1986年全人群原发性肺癌进行了1：1配对病例对照研究。多因素条件Logistic模型拟合结果表明，男女肺癌的充分病因组成不同。除吸烟外，男性肺癌还与肺部疾患史和家族肿瘤史关系密切，而女性则有所不同。结果还表明新鲜蔬菜可降低肺癌危险性，绿茶也有这种倾向。年龄分层的Logistic回归分析的结果提示，尽管以年龄作为配比因素，仍可存在残余的混杂影响。     

Logistic回归模型中参数的精确推断

介绍对Logistic回归模型中参数的精确推断的基本思想及应用实例。这类精确推断方法是基于参数的充分性统计量的分布列，可以对多元Logistic回归模型中的多个待估计参数作出精确的推断，适用于样本含量小、具有不均衡的数据结构以及高度分层的独立二项反应资料的分析。     

精神发育迟滞病因的Logistic回归分析

对太原市某培智学校100例精神发育迟滞（Mental retardation,MR）患儿进行1：2配比病例对照研究，例用条件Logistic回归模型进行多因素分析，24个因素中选出5个危险因素，分别为血缘关系，母孕期食绿叶菜少，儿童出生异常、儿童出生体重低、儿童中枢神经系统感染。并且母孕期食绿叶菜由多到少、儿童出生体重由高到低与患MR的相对危险性呈相反的剂量——反应关系。     

Logistic回归模型在高等医学院校教师教学行为研究中的应用

目的应用logistic回归模型探讨影响高等医学院校教师教学质量的教学行为因素并进行效果评价,从而探讨logistic回归模型是否可作为分析性研究方法用于教师教学行为研究。方法选取某高等医学院校《教师教学行为现状》数据库,运用病例对照研究,以教学质量作为应变量,教学行为作为自变量,采用单因素、多因素非条件Logistic回归分析,从中寻找影响教学质量的“危险行为因素”,进一步采用队列研究,对“危险行为因素”加以证实。结果在教学优秀和教学不良教师病例对照研究中,单因素非条件Logistic回归分析找出了43个影响因素,多因素分析筛选出了4个危险因素,分别是：对教学工作重视程度、做好教学工作的努力程度、对教学工作的期望要求标准、对学生学习过程的关注程度。进一步采用队列研究对4个危险因素加以干预,干预组教学质量明显高于非干预组（P〈0．05）。结论Logistic回归模型用于教师教学行为研究,吻合率高、判别率好,值得在高等教育管理研究中进一步探索和推广。     

Logistic回归分析中的一些应用问题

多元Ｌｏｇｉｓｔｉｃ回归模型是当代流行病学研究中广泛使用的分析工具之一。但其有一定的适用条件和局限性。本文就应用方面的一些问题做一扼要讨论。     

非线性混合效应模型拟合Logistic回归在临床试验中的应用

目的 探讨非线性混合效应模型拟合Logistic回归在临床试验中的应用.方法 采用SAS软件包的NLMIXED过程拟合模型,并以两例药物临床试验资料进行实例分析.结果 获得了各参数及其标准误的估计值,并可以对各因素进行直观的解释.结论 非线性混合效应模型允许固定效应和随机效应进入模型的非线性部分,可以拟合具有非线性的Logistic回归模型,是临床试验中分析二项分布数据有效方法.     

Logistic回归模型多重共线性诊断及在医学中的应用

介绍医学研究中适用的几种诊断Logistic回归模型共线性的方法,并进行拟合分析,结果表明,诊断方法确能有效发现自变量观察矩阵之间的多重共线性,便于医学研究者正确合理地建立Logistic回归模型,提高结果的可靠性。     

2型糖尿病病因的非条件Logistic回归分析

目的:探讨2型糖尿病(Type 2 diabetes mellitus,T2DM)发病的高危因素,为糖尿病的预防控制决策提供科学依据。方法:对195例2型糖尿病患者和195例非糖尿病患者进行成组匹配的病例对照研究,采用单因素和多因素非条件Logistic回归模式分析T2DM的发病高危因素。结果:多因素非条件Logistic回归分析发现肥胖(OR=3.129)、吸烟史(OR=2.408)、高胆固醇(OR=2.368)、糖尿病家族史(OR=2.162)、高血压(OR=1.990)、高甘油三酯(OR=1.809)、年龄≥55岁(OR=1.808)、饮酒史(OR=1.722)为T2DM的危险因素。结论:肥胖、吸烟史、高胆固醇、糖尿病家族史、高血压为T2DM发病的高危因素,高甘油三酯、年龄≥55岁、饮酒史与T2DM发病有一定的关系,性别与T2DM的关系有待探讨。     

随机森林模型和Logistic回归模型在高尿酸血症预测中的应用效果比较

目的比较随机森林模型和Logistic回归模型在体检人群高尿酸血症预测中的应用效果。方法选取2 754例体检个体作为研究对象,运用随机森林模型和Logistic回归模型建立高尿酸血症预测模型,采用受试者工作特征曲线下面积评价两种模型的预测效能。结果随机森林模型特征变量的重要性分析结果显示,排名前5位的变量依次是血肌酐、三酰甘油、腰围、体质指数、尿素氮;随机森林预测模型的曲线下面积为0.759(95%CI:0.746～0.772),灵敏度为97.2%,特异度为54.5%。Logistic回归分析结果显示,性别、腰围、体质指数、三酰甘油、血肌酐是高尿酸血症发生的影响因素(均P<0.05);Logistic回归预测模型的曲线下面积为0.658(95%CI:0.647～0.669),灵敏度为87.7%,特异度为43.9%。随机森林预测模型曲线下面积优于Logistic回归模型(P<0.05)。结论 Logistic回归模型可直观解释变量对疾病发生的风险度;而随机森林模型对高尿酸血症预测效果较好,可获得各个因素的重要性评分,可以作为Logistic回归预测模型的补充。     

肺癌并发心律失常病因分析

本文分析了我院 1990年 10月～ 2 0 0 1年 10月首次住院的 16 2例肺癌病人的心电图 ,旨在探讨肺癌患者并发心律失常发生率及其病因 ,结果如下。1　临床资料肺癌患者 16 2例 ,男 112例 ,女 5 0例 ,平均年龄5 6 7岁 ,均为我院首次住院病人 ,经病理诊断证实 ,鳞癌 5 7例 ,腺癌 5 2例 ,小细胞肺癌 31例 ,混合型 3例 ,未分化型 19例。依据心电图的报告 ,排除化疗药物引起的心律失常。纵隔淋巴结转移情况及病变范围 ,均根据Ｘ线正、侧位胸片、体层摄影或胸部ＣＴ扫描确定。2　结　果2 1　心律失常类型及发生率　 16 2例肺癌患者中 ,91例发生心律…     

主成分改进的Logistic回归模型方法在流行病学分析中的应用

目的探讨在涉及多自变量的Logistic回归分析中变量间多重共线性的诊断和处理方法.方法应用主成分改进的Logistic回归方法进行多重共线性变量的诊断与处理. 结果去除了回归模型中变量间的多重共线性影响,建立了较为理想的关系模型. 结论在Logistic回归模型分析中应用上述方法进行多重共线性的诊断和处理是有效及可行的.     

组合模型在肺癌死亡率预测中的构建和应用

目的 用3种预测方法对肺癌死亡率进行拟合,选择最优方法,建立组合模型并进行预测。方法 用动态数列、joinpoint回归、指数平滑对2001～2013年金昌队列肺癌死亡率进行拟合,选择单项模型形成组合模型进行拟合并预测。组合模型权重系数的计算基于算术平均法、方差倒数法、均方误差倒数法、简单加权平均法。结果 单项预测模型以指数平滑法拟合精度最高,为79.67%,Joinpoint线性回归拟合精度为74.27%。指数平滑与Joinpoint线性回归进行组合,其中以算术平均法及均方误差倒数法预测效果最好,拟合精度分别为86.87%、85.80%。结论 组合模型优于单项预测法,可以用于肺癌死亡率预测。     

二氧化硅、矽肺与肺癌病因分析

职业性接触含硅粉尘与肺癌,以及矽肺与肺癌的关系问题,很早从临床、病理、流行病学等方面进行了许多研究,但迄今仍有肯定和否定的两种观点.不过近来关于尘肺,     

COX模型在肺癌手术预后因素分析中的应用

本文对191例肺癌病人的术后随访资料,应用Cox回归模型从23个可能影响患者预后的因素中,确定对预后有影响的因素有:病理类型,肿瘤大小、淋巴结转移、手术方式、切端癌浸润及并发症.其中,对患者生存影响最大的不利因素是淋巴结转移,而有利因素是病理类型为鳞癌及采用肺叶切除手术.并通过按危险指数分组的生存曲线估计了模型的拟合度及样本人群的生存率.由此,阐明了将Cox回归模型用于多因素预后分析的优越性,并为临床医师估计患者预后、评价和选择治疗方法提供了科学依据     

子宫内膜息肉病因及其术后复发因素的 Logistic 回归分析

目的 探讨子宫内膜息肉疾病成因及其术后复发的因素并进行Logistic回归分析,为子宫内膜息肉患者防控提供循证依据。方法 选择2018年1月至2020年6月到高明区人民医院就诊的子宫内膜息肉患者115例为研究组,选择同期到高明区人民医院健康体检的人群100例为对照组,分别就两组文化结构、职业结构、体重指数、雌激素受体感染等因素进行多因素对比分析,探讨导致子宫内膜息肉疾病成因;对前述有统计学差异的指标进行多因素Logistic回归分析,讨论导致子宫内膜息肉高危因素;追踪分析手术摘除子宫内膜息肉患者2年后子宫内膜息肉复发的因素进行归纳总结,探讨子宫内膜息肉术后复发的易感因素。结果 研究组及对照组在文化程度、职业结构方面无统计学差异(P0.05);研究组体重指数、子宫内膜局部雌激素受体(estrogen receptor,ER)和孕激素受体(progesterone receptor,PR)的表达显著高于对照组(P0.05),感染及炎症发病率显著高于对照组(P0.05),研究组CD4、CD8表达异常率与对照组比较差异有统计学意义(P0.05);Logistic回归分析结果提示:内分泌失调、免疫细胞的异常表达、肥胖、高血压是子宫内膜息肉复发的独立危险因子(P0.05),关联强度(OR值)及95%CI区间范围分别为:5.631(2.579～9.186)、3.872(1.943～10.142)、3.731(1.596～8.014)、6.637(1.779～9.082)。结论肥胖及雌激素受体的过表达、局部免疫失衡可能是导致子宫内膜息肉的发病因素,而纠正内分泌失调、免疫细胞的异常表达可成为临床防范子宫内膜息肉术后复发的优先考虑方向。