1:m匹配病例对照Logistic回归

SPSS教程回归分析
问答

点击绿色“提问”按钮

  • 针对本文提问
  • 查看历史问答

长按鼠标选中正文某句话

  • 对选中的内容进行针对性提问
一、问题与数据

某医生想利用自己科室的患者数据,采用匹配的病例对照方法探究吸烟和肺癌的关系。该研究为每一位肺癌患者根据年龄段(±2岁)、性别和是否有家族史匹配2名对照,对病例和对照均收集是否吸烟的信息,并探索收入水平是否是可能的混杂因素。部分患者信息如表1:

 

表1. 病例对照信息

 

其中,ID表示对子数,每组对子3人,含1名肺癌患者和2名对照。Status变量表示是否患有肺癌,其中1表示患有肺癌(即病例),0表示未患肺癌(即对照)。Smoke变量代表是否吸烟,1表示吸烟,0表示不吸烟。Income变量代表收入水平,1表示高收入水平,0表示低收入水平。

二、对问题分析
该研究中,病例与对照根据年龄、性别和是否有家族史进行了匹配。此种设计需应用配对Logistic回归(条件Logistic回归)进行分析。SPSS中无专门进行配对Logistic回归的菜单,但是可以利用分层Cox回归进行分析。SPSS的Cox回归可分析病例与对照为1:m(m≥1)配比的设计。若配比为n:m(n>1,m≥1),需使用Stata软件的Cox回归过程,其数据格式与SPSS一致。在Cox回归中,将是否患病作为是否发生结局的变量,然后新建患者生存时间变量,此变量的赋值应满足对照组大于病例组,具体数值可不固定。
三、SPSS操作
请先登录
这么重要的内容,赶快登录查看吧!
四、结果解释
请先登录
这么重要的内容,赶快登录查看吧!
五、撰写结论
吸烟组与不吸烟组相比,吸烟组发生肺癌的风险是不吸烟组的4.310倍,差异有统计学意义(P<0.001)。
六、延伸阅读

(1) 1:m的病例对照研究在SPSS软件中需借助Cox回归分析,分析前需新建立虚拟的生存时间变量,且要求对照组生存时间比病例组长。

 

(2) n:m的病例对照设计应使用Stata软件的Cox回归进行分析,数据格式与本例同。

 

(3) 对于二分类的自变量,如果变量的赋值为1和0,可以不设置为分类变量而直接选入Covariates位置,此时自变量按连续变量进行分析,但结果与分类变量相同,而且参照组即为自变量赋值为0的组,不再需要在结果中查看分析时的对照组是哪一组。但对于分类数n>2的自变量,只能设置为分类变量,此时软件会给出n-1个系数,分别为n-1个分类与选定的参照分类的对比。

 

请先登录
这么重要的内容,赶快登录查看吧!
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
Next
Previous
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
    提交问题