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,

