《多因素分析 案例》由会员分享，可在线阅读，更多相关《多因素分析 案例（4页珍藏版）》请在金锄头文库上搜索。
1、多因素分析案例案例1 某医生为研究乳腺癌彩超血流显像的相关因素，检测了121例乳腺癌患者，其中 血流丰富者68个，中等血流者48个，无血流者5个。选择患者的年龄、乳腺癌的大小、组织 学分类、导管内癌和浸润性导管癌组织学分级及雌激素受体，孕酮受体等因素，进行了多 因素1 ogistic回归分析。结果显示，对血流程度有影响的因子，其作用从大到小依次为：肿 块大小（OR=5.931），肿块分好程度（低分化OR=4.318，中分化OR=1.681），患者年龄 （OR=0.949）。其余因素对血流程度无影响。问题：本案例中的涉及到了哪些变量？分别属于什么类型？因变量自变量分别是什么？ 本案例可否用直线相
2、关或者回归分析？为什么？在进行多因素logistic回归前，是否应该先进行单因素分析？如何分析？单因素logistic回归分析与多因素logistic回归分析有何区别？能否直接做多因素logistic回 归分析？得到l ogistic回归分析结果后，如何解释？如何应用这个结果？案例2 某研究者观察了确诊后采取同样方案进行化疗的26例急性混合型白血病患者， 欲了解某种不良染色体是否会影响患者病情的缓解，于是将治疗后 120 天内症状是否缓解 作为结果变量y （缓解=0，未缓解=1），有无不良染色体chr （有=1，无）作为研究因素， 数据收集后（详细数据见表 19-5）进行一系列统计分析，请结合
3、以下问题，对分析结果进 行恰当的评价。表 19-5 急性混合型白血病患者化疗后观察数据ageblcdchrsextyageblcdchrsexty28001030481011150331111120148101012013500107048101012013900105049100012014000101605411001200420010205501011204211011201571101116043011112016011011090440010406101104004400101906200101604401101201620110118045100010806311001201470
4、01018074001070（1）按照有无不良染色体分组比较缓解率，考虑到例数较小，采用 Fisher 精确概率法，得到P值为0.667,此时的结论如何？（2）考虑到有无不良染色体并非研究人员可以随机分配的处理，所以比较组之间其它 影响患乾缓解的因素不一定均衡,因而需要考虑平衡其他可能的影响因素的作用。于是该 研究者进一步查阅了相关文献，追加记录了患者的年龄age （岁）、骨髓原幼细胞数分组bl（大于等于50%=1，小于50%=0）、CD34表达式cd （阳性=1，阴性=0）、性别sex （男=1, 女=0）这几个变量（数据见表19-5）,采用多因素logistic模型分析，经逐步法近a =0
5、.10 水准得到表19-6中的结果。此时的结论又如何？表19-6急性混合型白血病患者化疗后观察数据的逐步logistic回归分析结果回归系数标准误X2自由度P值RRBl-2.0540.9714.47210.0347.800常数项-1.8720.7606.07310.0140.154综合上述分析过程，你对此项研究的设计、资料收集及统计分析方法的选择有何评论？案例3某研究者为探讨帕金森病（PD）与吸烟的关系，采用以人群为基础的病例-对照研究，调 查某市PD病例共114例，以及对照205例（性别、民族及居住于与病例相匹配）。采用非条件 logistic 回归分析，结果见表 18-12。请根据所提供信
6、息，分析该研究中存在的主要统计学 缺陷。表18-12 PD与吸烟关系的非条件logisti回归分析变量回归系数标准误WaldX2 P值OROR 的 95%CI性别0.9360.02989.8210.0092.5491.420,4.579年龄0.0300.2994.6120.0321.0310.573,1.852吸烟年限-0.6190.3153.8660.0490.5380.290,0.346喝茶-1.6160.28332.6190.0000.1990.114,0.346饮酒-0.0310.3390.0090.9260.9690.499,1.884案例 4 为探讨超重和肥胖对高血压病的影响，20
7、04 年，某研究者采用整群抽样的方法， 对某地6个镇 35周岁以上的常住人口进行高血压普查，同时收集了身高、体重等相关信息 体质指数BMI225判为“超重或肥胖” BMI5为“正常”收缩压2140mmHg和（或） 舒张压290mmHg判为“高血压”整理后资料见表18-13。自变量X为体质指数，X=1表示“超重或肥胖” X=0表示“正常”因变量Y为是否患病, Y=1表示“患病” Y=0表示“未患病” X对Y影响的单因素logistic回归结果见表18-14。 请问该二分类单因素logistic回归所得OR值与采用2*2表所计算的OR有何关系？表 18-3 不同体质指数高血压患病率体质指数（ X）
8、调查人数患病（ Y=1病例）未患病（ Y=0对照）患病率 （ % ）超重或肥胖41481656(a)2492(b)39.92（ X=1 暴露）正常67921331(c)5461(d)19.60（X=0非暴露）合计109402987795327.30表 18-4 非条件 logistic 回归分析结果Variables in the EquationBS EWalddfSig.Exp(B)95.0% C.I for FXP(B)L ower1 Ipperstep x1.003.044518.6661.0002.7262.5012.9721Constant-2.415069-1229.351L00
9、0-089-a. Variable(s) entered on step 1: X.案例5 某医生在河南平顶山煤矿区人群糖尿病（DM）现况调查基础上，对筛选出的174 例糖尿病病例和 3066 例糖耐量正常者进行以人群为基础的病例-对照研究。调查内容包括 性别、年龄、糖尿病史、肥胖、体力劳动、饮酒和饮食等因素，分析目的主要是糖尿病者 是否与肥胖有关。该医生应用单因素的分析方法，分别估计暴露于各危险因素的糖尿病患 病优势比，对优势比假设检验和区间估计。分析结果表明糖尿病患病与年龄、糖尿病史、 体质指数（BMI）、腰臀比值（WHR）、舒张压、多食高粱豆类、职业体力劳动等的关联有 统计意义。该医生应
10、用非条件 logistic 回归分析糖尿病发生与各种危险因素的关联性，先做 糖尿病患病与逐个因素的单因素 logistic 回归结果摘要在表 18-6 中。然后将单因素分析有 统计学意义的危险因素引入多因素 logistic 回归模型进行逐步筛选，筛选结果列在表 18-7 中，结果表明，年龄大、母亲有糖尿病史、同胞有糖尿病史、最重时体质指数（BMI）高、 腰臀比值（WHR ）高、舒张压高、多食高粱和豆类可能是糖尿病的独立危险因子；职业性 体力活动强度高和多食浅色蔬菜可能是糖尿病患病的独立保护因子。讨论：（ 1 ）该研究在设计方面存在什么问题？（2）该资料的统计分析存在什么问题？（3）什么因素可
11、能影响糖尿病与肥胖的关系，在该研究设计中存在哪些可能的混杂因素？ （ 4 ）如何校正混杂因素的影响？（5）目前的统计分析程序存在什么问题？（ 6 ）如何应用 logistic 回归校正混杂因素的影响？ （7）如何根据研究目的估计校正混杂因素后糖尿病与肥胖的关联？ tic回归单因素分析结果变量OROR 的 95%CI变量OROR 的 95%CI性别0.520.38-0.71年龄2.442.08-2.87居住年限1.581.24-2.03母亲DM史5.933.25-10.82子女有 DM8.952.22-36.08同胞DM史4.992.44-10.21现进 BMI3.352.41-4.65最重时
12、BMI4.443.01-6.56现时 WHR5.914.05-8.63饮酒指数0.670.47-0.96职业性体力0.710.63-0.80收缩压3.892.39-6.33活动舒张压3.282.27-4.48大米0.110.03-0.45小米1.641.24-2.18高粱2.961.35-6.52豆类1.471.19-1.82禽肉1.301.02-1.66鲜奶1.521.10-2.10豆制品1.271.03-1.06浅色蔬菜0.510.37-2.74动物油0.780.66-0.91两年前动物0.780.97-0.91月经1.801.38-2.36油表18-7非条件logistic回归多因素分析
13、结果及各危险因子的PAR%值变量回归系数标准误标准回归系数OROR 的 95%CIPAR%年龄0.71340.09000.42422.041.71-2.4480.04母亲 DM 史1.79840.36130.13696.042.98-12.267.19同胞 DM 史0.80690.43490.05322.240.96-5.263.18职业性体力-0.11910.0689-0.09090.890.78-1.02-19.20活动最重时 BMI0.61350.22550.16911.851.19-2.8737.35现进 BMI0.94370.22070.25712.571.67-3.9648.80舒张压0.41110.25070.06701.511.01-2.268.15高粱0.79880.29510.07092.221.25-3.
