用Logistic回归模型预测血清中HBV－DNA的活动性

多聚酶链反应（简称ＰＣＲ）技术检测血清中ＨＢＶ－ＤＮＡ的活动性具有很高的敏感性，但因自身的特点，应用受到限制．结合乙肝三系检测结果，用Ｌｏｇｉｓｔｉｃ回归模型配合ＰＣＲ检测结果具有较好的配合适度，在没有条件开展ＰＣＲ检测项目的情况下根据乙肝三系检测结果用Ｌｏｇｉｓｔｉｃ回归模型预测血清中ＨＢＶ－ＤＮＡ的活动性。     

Logistic回归模型及其研究进展

Ｌｏｇｉｓｔｉｃ回归模型从 19世纪 80年代提出以来 ,在离散型资料的分析中起到了十分重要的作用。 2 0世纪 70年代以来随着对该模型研究的深入 ,形成了多值ｌｏｇｉｓｔｉｃ模型 (多项反应分类ｌｏｇｉｓｔｉｃ模型和有序反应分类ｌｏｇｉｓｔｉｃ模型 )、多水平ｌｏｇｉｓｔｉｃ模型和模糊ｌｏｇｉｓｔｉｃ模型等回归模型 ,现将近年来有关ｌｏｇｉｓｔｉｃ回归模型的研究概况综述如下。1　基本模型 (Ｂｉｎａｒｙｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ)ｌｏｇｉｓｔｉｃ回归模型从数理统计上可分为 2种形式 :非条件ｌｏｇｉｓ…     

乙肝孕产妇血清HBV-DNA与乳汁HBV-DNA的检测及意义

目的:分析乙肝孕产妇乳汁HBV-DNA与血清HBV-DNA相关性及探讨母乳喂养安全性问题。方法:用酶联免疫吸附试验(ELISA)检测血清中HBV-M,将其分为HBeAg阳性组和HbeAg阴性组,同时采用荧光定量PCR法检测血清HBV-DNA及乳汁HBV-DNA。结果:339例患者血清中检测出HBV-DNA阳性197例,占58.1%,乳汁HBV-DNA阳性167例,占49.3%,其中HBeAg阳性组(135例)乳汁中检测出HBV-DNA阳性105例,占77.8%,142例血清HBV-DNA阴性者无1例乳汁HBV-DNA阳性。结论:乙肝孕产妇临床上应充分结合血清HBV-DNA和乳汁HBV-DNA来正确指导母乳喂养。     

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。     

Logistic回归中参数的稳健估计

通常的极大似然估计对反应y方向和设计空间x方向的突出值都很敏感,容易引起参数估计值的偏差。本文提出一种用于Logistic回归的稳健估计方法。该法的基点是弧立少数突出值,配合大部分非突出值,使截尾平均对数似然达到最大,因而最终参数估计值不受突出值影响。文章阐述了所用稳健估计的原理,并对有关问题进行了讨论。     

Logistic回归预测肺叶切除术后并发症

本文对473例肺叶切除病人进行研究,其中105例术后发生心、肺并发症。用Logistic回归进行多因素分析提示有6个因素是肺切除术后并发症的主要危险因素。它们是年龄、慢支史、FEV1/FEV1预计值、FVC/FVC预计值、肺切除的段数、麻醉时间等。并在此基础上建立了回归模型。使用该模型预测术后并发症的敏感性为82％、特异性为65％,超过临床经验预测。     

前瞻研究中Logistic回归参数估计的应用条件

Logistic回归模型是分析反应变量为独立二分类资料的常用统计分析方法。对模型中的参数通常采用的是极大似然估计法(Maximum likelihood estimate。MLE)，当资料的样本含量足够大、分层后格子不稀疏时，估计的结果是令人满意的，如果所得资料样本含量比较少或者资料中分层很多而致格子稀疏(数据结构不平衡)时。MLE估计结果可靠性会大为减低。所以为了获得可靠的估计结果，都要获得足够的样本含量，而为此往往要花费很多的资源。研究周期也比较长。对于小样本、资料结构不平衡及高度分层的情况。可以用精确Logistic回归进行处理，但MLE法也是可以得到估计结果的，这些结果究竟在什么条件下有效。在什么情况下又不可靠，目前研究较少。且没有明确一致的结论。本文将采用计算机模拟资料分析的研究方法，从最简单、最基本的四格表和分层四格表资料入手。探讨MLE法估计结果有效性的条件、MLE法与精确推断的关系。     

Logistic回归模型拟合SABS发病及流行特征

目的 利用比Logistic回归模型预测SARS发病及流行趋势，研究SARS发病与流行特征及相应预防措施对疾病流行的影响，为预防与控制SARS提供科学依据。方法 使用Logistic回归模型拟合广东省、香港特别行政区、北京市及山西省累计发病数据，并绘制出SARS流行曲线。结果 对上述地区发病人数进行拟合，各地曲线拟合的决定系数R2均大于0.99，预测值与实际值符合，无显著性差异。从SARS流行曲线推算出各地发病高峰及时间分布，预防措施对疾病流行曲线有明显影响。结论 Logistic回归模型对SARS流行的拟合效果好，可用于理论上探讨预防措施对SARS发病及流行特征的研究。     

用Logistic回归模型研究煤工尘肺发病规律

本文以职业流行病学调查材料为基础,采用多元分析法,用Logistic 回归模型研究煤工尘肺的发生发展规律,阐明累积接尘量和实际接尘工龄两项危险因素与尘肺发病之间的关系,建立数学模型,预测发病趋势,推算煤尘容许浓度。     

Logistic回归模型拟合SARS发病及流行特征

目的利用Logistic回归模型预测SARS发病及流行趋势,研究SARS发病与流行特征及相应预防措施对疾病流行的影响,为预防与控制SARS提供科学依据.方法使用Logistic回归模型拟合广东省、香港特别行政区、北京市及山西省累计发病数据,并绘制出SARS流行曲线.结果对上述地区发病人数进行拟合,各地曲线拟合的决定系数R2均大于0.99,预测值与实际值符合,无显著性差异.从SARS流行曲线推算出各地发病高峰及时间分布,预防措施对疾病流行曲线有明显影响.结论 Logistic回归模型对SARS流行的拟合效果好,可用于理论上探讨预防措施对SARS发病及流行特征的研究.     

Logistic回归模型使用注意事项和结果表达

Logistic回归模型是流行病学研究中用途较广的多因素分析方法.然而,有时人们因不参很好地理解模型的假设条件而误用,或因不能明确地表达和解释结果造成读者的误解.     

孕产妇血清和乳汁HBV-DNA的含量对照分析

目的:根据产检的孕妇血清HBV指标阳性和HBV-DNA含量,跟踪该孕妇产后乳汁HBV-DNA含量,阐明新生儿可通过乳汁感染HBV的可能性,指导孕妇正确的母乳喂养。方法:采用荧光定量PCR检测仪进行荧光定量PCR(FQ-PCR)检测630例HBsAg阳性孕妇血清和乳汁HBV-DNA含量。结果:HBsAg、HBeAg、抗HBc阳性的孕妇血清和乳汁HBV-DNA检出率和含量都比其他指标阳性的孕妇血清和乳汁HBV-DNA检出率和含量高。结论:当血清HBV-DNA的含量均>1.0×106(对数值6)拷贝/ml时,乳汁HBV-DNA的含量增高。     

基于Logistic回归模型的心脏病预测模型构建及效果分析

目的 使用Logistic回归模型预测心脏病。方法 使用Logistic回归模型,利用UCI数据库的心脏病数据集,确定心脏病预测模型的算法参数。结果 实验结果显示Logistic回归模型在心脏病预测中的准确率非常高。结论 Logistic回归模型能够准确预测患者是否患有心脏病,对心脏病的临床预测有指导意义。     

重症SARS病人死亡危险因素的Logistic回归分析

目的分析重症SARS病人死亡的危险因素.方法利用单因素、多因素非条件Logistic回归对54例重症SARS病例的18个危险因素进行分析.结果年龄(OR=7.351,=0.042)、有无心血管系统并发症(OR=24.381,=0.035)、有无采用人工辅助通气(0R=43.905,=0.002)是重症SARS病人预后的主要影响因素,人工辅助通气为病情指标.结论高龄、伴有呼吸衰竭和心血管系统并发症的重症SARS患者预后较差.     

剖宫产影响因素的条件Logistic回归分析

剖宫产的影响因素很多,为了探讨其主要因素,本文运用了流行病学病例对照的研究方法,按1:1配成97对,并进行条件 logisitic 回归分析。结果表明:分娩时的临床印象(X12),新生儿体重(X10),孕妇贫血(X17),及职业(X15),为剖宫产的主要因素。而孕妇的年龄(X1),增加的体重(X3),文化程度(X4),丈夫的年龄在单因素 Logistic 回归分析中与剖宫产也有明显的联系。产前检查次数,流产史,活动程度与剖宫产的联系还有待进一步研究。