文档介绍：多因素案例分析 12345 案例 18-1 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 18-1 。请根据所提供信息,分析该研究中存在的主要统计学缺陷。表 18-1 PD 与吸烟关系的非条件 logisti 回归分析该研究中存在的主要统计学缺陷。? 1. 我们研究的是 PD 和吸烟的关系,而设计变量中含有喝茶和饮酒这两个变量,这些因素可能成为混杂因素或者交互因素。? 2. 设计性别这一个变量与案例的前提有冲突, 案例中给定了 205 例(性别、民族及居住于与病例相匹配)。所以不应设为变量来分析。? 3. 由表可以看出在年龄这一行中 P值=< 接受原假设, OR 值的 95%CI 中包含 1拒绝原假设,所以说两处矛盾。? 4. 变量设计不合理,没有充分的为我们研究提供帮助。案例 18-2 ?为探讨超重和肥胖对高血压病的影响, 2004 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 BMI ≥ 25 判为“超重或肥胖”, BMI<5 为“正常”;收缩压≥ 140mmHg 和(或)舒张压≥ 90mmHg 判为“高血压”。整理后资料见表 18-13 。表 18-13 不同体质指数高血压患病率 7953 2987 10940 合计( X=0 非暴露) 5461(d) 1331(c) 6792 正常( X=1 暴露) 2492(b) 1656(a) 4148 超重或肥胖(% ) ( Y=0 对照) ( Y=1 病例) (X ) 患病率未患病患病调查人数体质指数?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 。(课本 404) 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? ?单因素 logistic 所得 OR 值为 , ?根据公式计算 2*2表所计算的 OR = 与单因素 logistic 所得到结果一致 dc ba OR / /?案例 18-3 为研究居民两周患病未治疗的影响因素, 采用单纯随机抽样,对某地 11790 名农村居民进行了调查。调查内容包括性别、年龄、年人均收入、医疗保障、距就近医疗点时间、自感疾病严重程度、发病时间。变量赋值见表 18-3 。请评述该赋值方式是否恰当?并说明各种变量赋值方法主要的利弊。表 18-3 居民两周患病未治疗的影响因素及其赋值急性病两周内发生=1 ,急性病两周前发生延续到两周内=2 ,慢性病持续到两周内=3 发病时间不严重=1 ,一般=2 ,严重=3 自感疾病严重程度<10 分钟=1 ,10 分钟~=2 ,30 分钟~=3 距就近医疗点时间有=0 ,无=1 医疗保障实测值年人均收入(元) 实测值年龄男=0 ,女=1 性别赋值变量