D20：Logistic 回归

昨日是病例对照研究的简单关联性方法，但是简单关联性方法是单因素关联性方法，现实世界中，病例对照研究往往可以同时研究影响结局的多个因素，因此必须要结合多因素回归

当研究的健康终点是二分类变量时，线性回归分析往往无法进行（线性回归分析要求残差服从线性、正态性、独立性、方差齐性），此时可以考虑Logistic回归模型。

病例对照研究结局为二分类，采用的方法是logistic回归。

统计分析策略

探讨影响因素研究，有基础统计学方法和高级分析方法；一般来说，基础统计学方法无法满足影响因素的研究，一般需要开展回归分析，且需要多因素回归分析。

线性回归常见包括线性回归、Logistic回归、Cox比例风险模型，三者分别用于定量数据、分类数据、带有结局的生存时间资料。

回归分析的主要功能是研究影响因素、开展预测。线性回归分析是通过构建线性函数，探讨影响与预测定量数据结局大小的因素。

如果结局是分类变量，回归分析主要分析影响阳性事件发生的因素，预测阳性事件的发生。

影响与预测阳性事件发生，可以用概率P来表示。P值越大，阳性事件发生的可能越大。如果一个因素可以导致概率P增大，说明该因素是重要的影响因素或者预测因素。

Logistic回归模型都是包括一个分类因变量及若干自变量(可以是分类变量，也可以是连续变量)，反映了m个自变量对因变量的线性影响。

Logistic OR值计算

Logistic回归核心的功能之一是研究影响因素，它用于评价暴露因素影响程度的指标是OR值。

OR值指的是，优势比/比数比(odds ratio，OR)。优势是指二分类事件中一类事件相对于其对立事件的优势。病例组中优势是暴露者数/非暴露数,对照组中暴露数/非暴露数。

OR值大于1，提示暴露促进阳性事件的发生；

OR值小于1，提示暴露阻碍阳性事件的发生；

OR值等于1，提示暴露与阳性事件发生无关。

Logistic回归分析类型

依据研究设计不同，可分为非条件Logistic回归模型和条件Llogistic回归模型。非条件Logistic回归用于成组设计的观察性研究，而条件Logistic 回归一般用于匹配设计研究。

依据因变量类型(水平数量)，又可分为二分类Logistic回归模型和多分类Logistic回归模型；二分类Logistic回归也称二元Logistic回归（SPSS软件的叫法

此外，根据多分类因变量是否有序，又可以分为多分类有序logistic回归模型和多分类无序logistic回归模型。

SPSS操作

1、Logistic回归入口

分析--回归--二元Logistic回归

2、Logistic回归分析界面

①因变量：放入“是否患有冠心病（ca）”

②协变量：即自变量，放入年龄、性别、心电图表现、糖尿病、高血压

③保存：可分别计算除预测值（即P值）和残差，残差包括原始残差和标准化残差。

④选项：可计算霍斯黙-莱梅肖拟合优度（Hosmer-Lemesho，H-L检验）（①）、OR值的95%CI置信区间（②

要读懂统计结果表，读懂OR值，必须明确，自变量中谁是暴露，结局变量谁是阳性事件。

在SPSS分析中，阳性事件指的是数据库结局变量赋值较大的结局。

在构建数据库时，将所指认的阳性事件给予更高的赋值，高于阴性事对于二分类的结局，最好用0、1表示（0代表阴性事件，1代表阳性事件），保证你理念中的阳性事件与SPSS的阳性事件定义的统一，不容易出错。

SPSS统计分析在二分类自变量的影响时，默认是以自变量赋值较低作为对照，探讨赋值较大者能否相对能否增加阳性事件概率。

统计结果的撰写

规范文字1：纳入xx、xxx和xx2等构建多因素Logistic回归方程。结果发现：xxx对冠心病的影响具有统计学意义；xx对冠心病的影响具有统计学意义；xx2对冠心病的影响具有统计学意义

规范文字2：纳入年龄、心电图和性别等构建多因素Logistic回归方程。结果发现：心电图异常等级增加将增加冠心病的风险，具有统计学意义（OR=3.40,95%CI 1.81-6.37, P<0.001）；年龄越大冠心病风险越高，具有统计学意义（OR=1.09, 95%CI 1.03-1.15, P=0.001）；相对女性，男性增加冠心病发生的风险，差异具有统计学意义（OR=6.24，95%CI 2.50-15.56, P<0.001）；高血压增加冠心病的风险，差异具有统计学意义（OR=10.81,95%CI 4.15-28.20, P<0.001）。

特别提醒：Logistic回归OR值不能代表风险增加的准确倍数，因此文字描述，切勿说相对女性，男性增加冠心病风险5.24倍的说法。