Logistic回归分析报告结果解读分析

Logistic回归分析报告结果解读分析Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃

Logistic回归分析报告结果解读分析 Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与 多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。 例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃 癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是” 或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌 感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析， 就可以大致了解胃癌的危险因素。 Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的 因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分 类变量或多分类变量，但二分类变量更常用，也更加容易解释。 1.Logistic回归的用法 一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子， 找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回 归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评 分的建立)。 2.用Logistic回归估计危险度 所谓相对危险度(riskratio，RR)是用来描述某一因素不同状态发生疾病(或 其它结局)危险程度的 比值。Logistic回归给出的OR(oddsratio)值与相对危险度类似，常用来表 示相对于某一人群，另一人群发生终点事件的风险超出或减少的程度。如不同性 别的胃癌发生危险不同，通过Logistic回归可以求出危险度的具体数值，例如1.7，