临床科研设计3.ppt
- 文档编号:17685420
- 上传时间:2023-07-31
- 格式:PPT
- 页数:206
- 大小:3.48MB
临床科研设计3.ppt
《临床科研设计3.ppt》由会员分享,可在线阅读,更多相关《临床科研设计3.ppt(206页珍藏版)》请在冰点文库上搜索。
临床科研设计病因与预后研究设计,疾病,病因危险因素,结局,病因研究,预后研究,病因研究设计方法预后研究设计方法相关分析与线性回归Logistics回归生存分析,是指外界客观存在的生物的、物理的、化学的、社会的等有害因素,或人体本身的心理以及遗传的缺陷,当其作用于人体,可以引起致病效应者,称之为病因,或致病因素。
疾病的发生是一个相当复杂的过程,不仅取决于是否存在致病因素,还取决于机体的病理生理状况和免疫防卫机制。
病因的概念,病因的分类,直接病因:
只有该病原体入侵人体,才能引起疾病,称之为直接病因结核菌与结核病HIV与爱滋病间接病因:
与发病有关的间接因素,它们的存在,能促进疾病发生居住条件差、营养不良、社会经济环境恶劣、心理精神刺激等,危险因素,某些疾病(如:
发病率低的、潜伏期长的、危险性小的、多病因的)单从临床个体入手来研究病因十分困难,需从临床个体扩大到相应群体,从宏观方面来研究病因,于是提出危险因素的概念。
危险因素是指在一群体中,由于某一因素的存在,使有关疾病的发病率增高,而当其被消除后,可使该病的发病率下降,这种与发病率增高有关的因素,称之为危险因素。
病因研究,研究疾病发生原因的一类研究。
病因研究通常需要回答:
病因是什么?
关联程度有多大?
病因研究的基本步骤1、观察现象2、提出假设3、验证假设4、导出结论,病因研究的步基本骤,分析性研究,描述性研究,病因推断,验证病因假设,提出病因线索形成病因假设,推断暴露和疾病之间的因果关系,队列研究,RCT,病例对照研究,横断面研究,纵向研究,疾病监测,生态学研究,病因研究的因果假设方法,1、求同法如果多种不同情况与某种疾病的存在有联系,而在这多种情况中均有一个共同的因素,则这个因素很可能为该病的病因。
放射科医生铀矿工人孕期接受X线辐射的婴儿,白血病的高发人群,共同点:
放射线,2、求异法如果两组人群发病率有明显差异,而两组人群在某种因素上也有区别,则该因素很可能是病因。
如,察布查尔疾病锡伯族,维吾尔族和哈萨克族发病均不发病不同点:
饮食习惯不同,晒干的发酵馒头“米送乎乎”中存在的肉毒杆菌,3、共变法当某个因素出现的频度或强度发生变化时,该病发生的频率与强度也变化,则该因素很可能是该病的病因。
如温州散发性脑炎的调查表明,这种散发性脑炎的发生率与该地咪唑类驱虫药驱虫净(TMS)的销售情况一致。
因而提出这种驱虫药可能与这种脑炎有关。
4、类推法当一种疾病的分布与另外一种病因已清楚的疾病的分布相似时,则这两种可能有共同的病因。
如克汀病与地方性甲状腺肿分布一致,从而推测该病的病因也是碘缺乏。
再如非洲的Burkitt淋巴瘤的分布与黄热病的分布相一致,因而推测Burkitt淋巴瘤可能也是一种由埃及伊蚊传播的病毒性疾病。
5、排除法采用逐一排除的方法,在几个可疑因素中,排除不可能的因素,再进行逻辑推论,有助于形成病因假设。
病因研究的设计方案,队列研究病例对照研究随机对照试验横断面研究,队列研究,由因到果,先因后果适用于研究一个重点病因时的研究,以及一因多果的研究,队列研究设计要点,研究对象:
暴露组与对照组人群,选择时要考虑除了暴露因素以外,其他因素要尽量均衡。
研究因素:
除了暴露因素以外,还会有混杂因素,注意必须设计进去加以分析。
所研究的因素,可以是分类资料,也可以是计量资料。
效应指标:
结局的发生,结局可以是一因多果的。
有一类特殊的效应指标,包括结局和到达结局所经历的时间两维信息,要采用生存分析和COX回归的方法。
科学性原则:
对照、均衡(依靠三大标准)、重复。
病例对照研究,由果及因,先因后果适用于多因素筛选,多因一果的情况,病例对照研究设计要点,研究对象:
病例组一般采用确诊的新发病例。
对照对象必须来自于产生病例的总体。
研究因素:
怀疑与所研究疾病有可能发生联系的因素。
多数情况下是多因素,可以是分类资料,也可以是计量资料。
效应指标:
分组依据,病例的概念是广义的,病例要有明确可靠诊断。
明确纳入、排除标准。
科学性原则:
对照、均衡(依靠三大标准)、重复。
发病的病因或危险因素,病因研究的设计方案选择,不良反应性病因研究可由随机对照试验来回答。
因果联系方式单因单果,20世纪前,传染病流行猖獗,病因学研究局限于描述性研究,大多数人认为疾病是由单一、特异的因素引起。
统计方法:
卡方检验、logistic回归,因果联系方式单因多果,吸烟引起慢性支气管炎、肺癌、冠心病从某病因的多效应来看是正确的。
以病因为分组依据的多个变量的组间比较:
t检验、卡方检验,高血压、高脂血症、肥胖、糖耐量异常、高胰岛素血症与吸烟引起急性心肌梗死。
统计方法:
多因素logistic回归筛选危险因素,因果联系方式多因单果,高脂膳食、缺乏体力活动、吸烟和饮酒引起脑血栓、心肌梗死、大肠癌和乳腺癌。
统计方法:
偏最小平方回归=多元线性回归+典型相关+主成分分析;多变量变异数分析;结构方程模型;决策树分析;神经网络等。
Y1+y2+。
=x1+x2+。
因果联系方式多因多果,评价因果联系的标准,1、联系强度2、联系的时间性3、联系的特异性4、联系的一致性5、剂量-反应关系6、分布的一致性7、实验证据8、联系的合理性,1、联系强度,联系强度以RR值或OR值来测量。
一般而言,关联的强度越大,该关联存在因果关系的可能性就越大,偏倚所致的可能性就越小。
若RR3或RR0.3时,则暴露因素与疾病的联系就不大可能完全由偏倚所致;若RR10或RR0.1,则暴露因素与疾病的联系就由偏倚所致的可能极小。
2、联系的时间性,关联的时间性有因才有果,“因”一定先于“果”,因必先于果,致病可疑因素应出现在前,发病、死亡在后,这是因果关系推断成立的唯一必要条件。
30,3、联系的特异性,如果某因素仅与某病有关,这种因素与疾病的特异关系称联系的特异性。
这种情况在传染病与职业病中比较明显。
联系的特异性所包含的另一个意思是某因素与某病的联系只是引起该病某些型别的高发或是在特定时间的暴露才导致疾病发生。
例如:
吸烟只引起肺癌中的支气管鳞状上皮细胞癌,而与肺部腺癌无关联,4、联系的一致性,某因素与某病的关联在不同的人群、不同的地区和不同的时间重复研究,或应用不同的设计方案均得到一致结果,这在确定因果关系上是非常重要的,因为所有研究得出同样错误的可能性极小。
吸烟与肺癌的关联,不同国家的研究人员在29次病例对照研究中28次获得吸烟是肺癌重要危险因素的一致结论,在7次著名的队列研究中均得出同样的一致结论。
5、剂量-反应关系,如果所研究的因素可以定量,随着该因素量的变化人群中某病发生的频率也相应变化,则称该因素与疾病间存在剂量-反应关系。
例如:
每日平均吸烟量越大,肺癌的发生概率也就越大,且戒烟时间越长,死于肺癌的概率越小。
危险因素的消长规律,当危险因素存在时,其相关的疾病(事件)发生率会相应增高;危险因素被消除后,又可以使该病(事件)发生率随之下降。
5、剂量-反应关系,6、分布的一致性,所研究疾病的时间、地区分布应与假设病因的分布基本一致,才可能是因果联系。
否则,因果联系不成立。
例如:
传播疟疾的按蚊地区分布与疟疾患者的地区分布基本一致。
7、实验证据,实验证据,即观察到的两事件之间的联系可得到实验室或流行病学实验研究的支持。
(1)存在实验室证据支持。
例如:
病例对照研究发现进食霉变花生与肝癌存在关联。
同时在实验室研究中从霉变花生分离到黄曲霉毒素B1,而实验室研究表明黄曲霉毒素B1具有强致癌性。
这就有助于论证食霉变花生与肝癌发病的因果关系。
(2)对某可疑因素干预后研究疾病的发病率下降。
例如:
戒烟后肺癌死亡率下降。
高血压病人减少食盐摄入量(每天少于5克)后,血压就下降,恢复平时摄入量(每天大于10克),血压值又回升。
8、联系的合理性,关联的合理性,即医学上言之有理,对于关联的解释与理论知识不矛盾,该关联与疾病的自然史、生物学、实验室发现、作用机制等其它理论知识或证据相符,则为因果关系的可能性就大一些。
例如:
病例对照研究发现吸烟与肺癌存在强联系。
由于曾经在香烟的烟或焦油里证实有苯并芘、砷及一氧化碳等多种化学致癌物,因此,吸烟致肺癌是言之有理的。
案例,大量流行病学及临床前研究已经证实了非甾体抗炎药(NSAIDs)对胃肠道癌、尤其是结直肠癌具有化学预防作用。
1988年,首次报道阿司匹林的使用与结直肠癌风险降低有关。
后来研究者又发现,每日300mg相比每日应用75/150mg阿司匹林长期应用者结直肠癌的发生风险降低。
应用除阿司匹林之外的NSAIDs也可使结直肠癌风险降低。
临床前研究表明,NSAIDs通过抑制酶促前列腺素(PG)G/H合成中的环氧合酶活性、导致前列腺素合成受阻而发挥作用。
前列腺素G/H合成两种产物,分别为COX-1、COX-2。
COX-1表达于大部分组织,COX-2则认为是一种可诱导酶,在炎症、外伤及癌变时才表达于大部分组织,且是疼痛、炎症及发热的介质。
传统的NSAIDs(阿司匹林、布洛芬等)对这两种同工酶均有抑制作用。
评价因果联系的标准,1、联系强度2、联系的时间性3、联系的特异性4、联系的一致性5、剂量-反应关系6、分布的一致性7、实验证据8、联系的合理性,1、2、3、4、5、6、7、8、,病因研究设计方法预后研究设计方法相关分析与线性回归Logistics回归生存分析,疾病预后问题,医生无时无刻不在考虑病人、家属十分关心,1.病人或家属提出的预后问题,病情是否严重?
能否避免急性期死亡?
能活多少年?
会猝死吗?
会发生再梗塞吗?
会发生心衰吗?
生活质量会受到什么影响?
急性心梗,2.医生考虑的预后问题,男性、40岁、无症状单纯性房颤,发生脑栓塞、心衰的可能性多大?
需要预防性抗血栓治疗吗?
何时抗血栓治疗预后最好?
疾病预后,是指在疾病发生后,对该病未来的发展过程和不同结局(治愈、复发、恶化、并发症发生、伤残、死亡等)做出的事先估计。
疾病预后包括四方面问题,疾病会发生什么样的结果?
(定性)发生不良结果的可能性有多大?
(定量)什么时间会发生?
(定时)受哪些因素影响?
是关于疾病发生后出现各种结局概率及其影响因素的研究。
其意义在于可了解疾病的发展趋势和后果,帮助临床医师做出治疗决策;研究影响预后的各种因素,有助于改变疾病的结局;通过预后分析比较不同干预措施的效果。
预后研究,预后因素指影响疾病结局的因素;当患者具有这些因素时,其病程发展过程中出现某种结局的概率就可能发生改变。
预后因素,常见的预后因素,患者本身:
年龄、性别、营养、体质、免疫功能、心理状况、依从性等;疾病特点:
性质、病程、临床类型、病变程度合并症、被诊断和治疗的时间等;外环境:
医疗干预效果、医院内感染、医疗卫生条件、社会经济水平、社会保障体系、家庭因素等。
危险因素:
作用于健康人增加其患病危险的因素。
预后因素:
影响疾病结局的因素。
预后因素与危险因素的区别,危险因素与预后因素的关系,某因素是某疾病的危险因素,而与该疾病的预后关系不大。
例:
吸烟是肺癌的危险因素,但与其预后无关。
某因素只是某疾病的预后因素,而与该疾病的发生无关,不是该疾病的危险因素。
例:
急性心梗预后与梗死部位、低血压、是否合并心律失常有关,而这些因素与心肌梗死的发生无关。
危险因素与预后因素的关系,某些因素对危险和预后有相似作用,即可能是某种疾病的危险因素,又可能与该疾病的预后有关。
例:
中年男性较女性更易患冠状血管疾病,如果男女都患该病,男性更容易死亡。
两性患急性心肌梗死的危险和心梗死亡的危险都随年龄而增加。
危险因素与预后因素的关系,疾病预后研究设计,纵向研究(单组,描述性研究)队列研究病例对照研究随机对照试验(从另一个角度看干预试验),描述疾病的治愈率、病死率、致残率、缓解率、复发率、生存率、等。
描述疾病的自然史,预后的评定纵向研究设计,疾病预后的评定指标,病死率:
用于病程短易于死亡的疾病;治愈率:
用于病程短不易引起死亡的疾病;缓解率:
用于疾病治疗后进入临床消失期;复发率:
疾病缓解或痊愈后又重新发作;致残率:
发生肢体或器官功能丧失;生存率:
用于长病程致死性疾病5年存活率从病程某时点起存活5年病人的比例。
中位生存时间等,预后的影响因素队列研究,有明确的需要研究的主要影响因素。
以此主要影响因素的分类作为不同组别,追踪不同组别的结局差异。
结局指标可以是计量资料、特定时间段的终点事件、到达终点事件的时间等。
影响预后的因素病例对照研究,以特定时间内的结局分类为分组依据进行回顾性分析。
例某医院2003年收治非典型肺炎病人100例,其中死亡30例,最终痊愈出院70例,分析影响预后的因素。
以是否死亡为分组依据,分成死亡组30例、存活组70例,回顾性收集病人性别、年龄、病程、基础疾病、接受药物治疗、接受的非药物治疗等。
不同干预措施的结局比较随机对照试验,以不同的干预措施为分组依据,进行随机分组前瞻性地追踪结局一般追踪时间不能太长,否则患者的依从性有问题,造成可操作性差。
结局指标特征,任意时点的分类资料:
如1年生存率、2年生存率与时间结合的预后全过程:
生存曲线到达结局的平均时间:
中位时间任意时点的计量资料:
如血脂的下降,0,3,9,6,12,50%,100%,随访期不够!
中位时间的计算,0,3,9,6,12,50%,100%,7个月,中位时间的计算,0,3,9,6,12,50%,100%,3个月,中位时间的计算,0,3,9,6,12,50%,100%,9个月,中位时间的计算,统计分析方法,任意时点的分类资料:
卡方检验与时间结合的预后全过程:
生存分析到达结局的平均时间:
生存分析任意时点的计量资料:
t检验、方差分析多因素分析:
多元logistic回归、COX回归、多元线性回归,预后研究的案例,性别年龄,病因研究设计方法预后研究设计方法相关分析与线性回归Logistics回归生存分析,相关与线性回归,直线相关秩相关直线回归多元线性回归,又称简单相关或Pearson相关分析,用于研究两个数值变量间是否存在线性相关关系,以及线性关系的方向和密切程度的的统计分析方法。
直线相关用于双变量正态分布资料,一般说来,两个变量都是随机变动的,不分主次,处于同等地位。
直线相关的概念,相关关系示意:
0,r1,-,1r0,正相关,负相关,-,1r0,0r1,-1r0,相关关系示意:
相关关系示意:
r=0,r=,0,非线性相关,非线性相关,相关关系密切程度的判断,低度相关,中度相关,高度相关,一般说来,当样本量较大(n100),并对r进行假设检验,有统计学意义时(即),r绝对值越大,说明两个变量之间关联程度越强。
【例1】11名糖尿病患者的血清总胆固醇含量(minol/L)与空腹血糖(mmol/L)的测量值如下,试进行直线相关分析。
SPSS软件操作,第1步:
定义变量,第2步:
输入原始数据,第3步:
作散点图
(1),选择图形旧对话框散点/点状(S),第3步:
作散点图
(2),选择简单分布选择定义,第3步:
作散点图(3),将血糖和总胆固醇含量分别移入Y轴和X轴,第3步:
作散点图(4),查看散点图结果:
有直线趋势,异常点不明显。
第4步:
线性相关分析
(1),选择分析相关双变量(B),第4步:
线性相关分析
(2),将总胆固醇含量和血糖移入变量勾上pearson,第4步:
线性相关分析(3),结果解读:
r=0.852,p=0.001,注意事项,
(1)并非任何有联系的两个变量都属线性联系,在计算相关系数之前首先利用散点图判断两变量间是否具有线性联系,曲线联系时不能直接用直线相关分析。
(2)有些研究中,一个变量的数值随机变动,另一个变量的数值却是人为选定的。
如研究药物的剂量反应关系时,一般是选定n种剂量,然后观察每种剂量下动物的反应,此时得到的观察值就不是随机样本,算得的相关系数r会因剂量的选择方案不同而不同。
故一个变量的数值为人为选定时不宜作直线相关分析。
注意事项,(3)作相关分析时,必须剔除异常点。
异常点即为一些特大特小的离群值,对正确评价两变量直线相关有较大影响。
所以,应及时复核检查,对由于测定、记录或计算机录人的错误数据,应予以修正或剔除。
注意事项,(4)相关分析要有实际意义,两变量相关并不代表两变量间一定存在内在联系。
如根据儿童身高与小树树高资料算得的相关系数,是由于时间变量与二者的潜在联系,造成了儿童身高与树高相关的假象。
注意事项,(5)分层资料不要盲目合并作直线相关分析,否则可能得出错误结论。
注意事项,秩相关,秩相关(rankcorrelation)又称等级相关,是一种非参数统计方法,适用于资料不是正态双变量或总体分布未知,数据一端或两端有不确定值的资料或等级资料。
秩相关分析的方法有多种,Spearman等级相关最常用,它是用等级相关系数rs,来说明两个变量间相关关系的密切程度与相关方向的。
【例2】在肝癌病因研究中,某地调查了10个镇的肝癌死亡率(1/10万)与大豆中黄曲霉毒素相对含量(最高含量为10),见表。
试作等级相关分析。
SPSS软件操作,第1步:
定义变量,第2步:
输入原始数据,第3步:
线性相关分析
(1),选择分析相关双变量(B),第3步:
线性相关分析
(2),将X和Y移入变量勾上Spearman,第3步:
线性相关分析(3),结果解读:
rs=0.745,p=0.013,直线回归(linearregression)又称简单线性回归(simpielinearregression),是描述两变量的线性依存关系,它的任务就是找出一条最能描述变量间非确定性关系的一条直线,此直线为回归直线,相应的方程为直线回归方程。
如果某一个变量随着另一个变量的变化而变化,并且它们的变化在直角坐标系中呈直线趋势,那么就可以用一个直线回归方程来定量地描述它们之间的数量关系,这就是直线回归分析。
直线回归分析中两个变量的地位不同,其中一个变量是依赖另一个变量而变化的,因此分别称为反应变量和自变量,习惯上分别用Y和X来表示。
直线回归的概念,两种变量,自变量(independentvariable)应变量(dependentvariable),两种关系,函数关系函数方程:
回归关系回归方程:
x,y呈确定性关系,x,y呈非确定性关系,直线回归是分析两变量间线性依存变化的数量的关系,直线回归的应用条件,要求Y变量呈正态分布,X变量可以是精确测量和控制的变量。
【例3】11名糖尿病患者的血清总胆固醇含量(minol/L)与空腹血糖(mmol/L)的测量值如下,试进行直线回归分析。
SPSS软件操作,第1步:
定义变量,第2步:
输入原始数据,第3步:
作散点图
(1),选择图形旧对话框散点/点状(S),第3步:
作散点图
(2),选择简单分布选择定义,第3步:
作散点图(3),将血糖和总胆固醇含量分别移入Y轴和X轴,第3步:
作散点图(4),查看散点图结果:
有直线趋势,异常点不明显。
第4步:
线性回归
(1),选择分析回归线性(L),第4步:
线性回归
(2),将总胆固醇含量和血糖分别移入自变量和因变量,第4步:
线性回归(3),设置统计量勾上估计勾上误差条图的表征水平勾上模型拟合度,第4步:
线性回归(5),结果解读1:
r=0.852,p=0.001决定系数R2=0.726,表示Y的变异有72.6%与回归有关。
第4步:
线性回归(5),结果解读2:
直线回归的方差分析F=23.789,p=0.001,第4步:
线性回归(5),结果解读3:
直线回归方程的截距a=3.433,回归系数b=1.620;T检验t=4.877,p=0.001。
直线回归方程可以写成血糖=3.433+1.620*总胆固醇含量,第5步:
绘制回归直线
(1),双击散点图,在图表编辑器的元素菜单上点总计拟合线。
第5步:
绘制回归直线
(2),右击键选属性窗口,在属性窗口设置拟合线内容。
在属性窗口设置拟合线内容,拟合方法:
线性,第5步:
绘制回归直线
(2),在属性窗口设置拟合线内容,拟合方法:
线性,第5步:
绘制回归直线(3),在属性窗口设置拟合线内容,置信区间:
均数的95%CI,第5步:
绘制回归直线(4),在属性窗口设置拟合线内容,置信区间:
个体的95%CI。
第5步:
绘制回归直线(5),直线相关与回归的区别,1.资料要求不同相关要求两个变量是双变量正态分布;回归要求反应变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。
2.统计意义不同相关反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则反映两变量间的依存关系,有自变量与反应变量之分,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。
3.分析目的不同相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与反应变量间的关系用数学模型定量表达出来。
多元(多重)线性回归,在医学研究中常常会遇到一个应变量与多个自变量间的关系问题。
某种流行病的发生受温度、湿度、气压等多个气象因素影响。
人的体重受身高、胸围等因素影响人的心率与年龄、体重、肺活量等多个因素有关。
多个因素与应变量间线性依存关系的统计方法,采用多重线性回归。
多元线性回归模型的应用条件:
1.线性趋势:
Y与Xi间具有线性关系。
2.独立性:
应变量Y的取值相互独立。
3.正态性:
对任意一组自变量取值,因变量Y服从正态分布。
4.方差齐性:
对任意一组自变量取值,因变量y的方差相同。
【例4】观察30名儿童血中血红蛋白、钙、镁、铁的含量。
试研究血红蛋白与微量元素的关系?
SPSS软件操作,第1步:
定义变量,第2步:
输入原始数据,第3步:
线性回归
(1),选择分析回归线性(L),第3步:
线性回归
(2),将X1-3和Y分别移入自变量和因变量,方法选择逐步,自变量选择的常用算法,2、删除法(Remove):
根据设定的条件直接剔除部分自变量。
1、进入法(Enter):
预先选定的自变量全部进入回归模型,这是系统默认方式。
3、向前引入法(Forward):
自变量由少到多一个一个引入回归方程,将与因变量的相关系数最大的第一个自变量选入方程并进行检验,如果F值Fa,拒绝H0;将其余的变量中与因变量的相关系数最大的第二个自变量选入方程,当F值Fa,拒绝H0;如此下去,不断引入新的自变量,直到不能拒绝H0,再没有变量被引入为止。
4、向后剔除法(Backward):
自变量由多到少一个一个从回归方程中剔除,首先,对预先选定自变量全部进行回归,然后把对因变量影响不显著的自变量从方程中剔除并进行检验,如果F值Fa,接受H0,一个一个剔除对因变量不显著的自变量,直到再不能剔除为止。
5、逐步引入剔除法(Stepwise):
向前引入法与向后剔除法的结合。
第3步:
线性回归(3),设置选项设置进入、删除的概率。
第3步:
线性回归(4),结果解读:
逐步回归指标进入的过程,第3步:
线性回归(5),结果解读:
相关系数,第3步:
线性回归(6),结果解读:
方差分析,第3步:
线性回归(7),结果解读:
回归方程:
血红蛋白=1.129+0.031*血铁-0.043*血钙,回归系数的意义,1、符号:
正的表示自变量增大,因变量随之增大;负的表示自变量增大,因变量随之减小。
2、大小:
表示在其它变量不变的情况下,自变量每变化一个单位,因变量随之变化若干个单位。
病因研究设计方法预后研究设计方法相关分析与线性回归Logistics回归生存分析,【例2】为了探索有关危险因素和保护因素,对32例胃癌病人和32例对照者进行病例对照研究,考察的危险因素作为自变量,分别为:
x1(年龄)x2(蛋白质摄入量由低到高:
0,1,2,3,4)x3(新鲜蔬菜及水果食用情况:
良好、一般、不足、严重不足为0,1,2,3),x4(吃盐量高食物由轻到重为:
0,1,2,3,4),x5(饮食习惯,从良好,一般,不良,严重不良为:
0,1,2,3),x6(精神心理因素,从乐观,较乐观,一般,不良为0,1,2,3)。
Y(是否患胃癌作为因变量。
0未患,1患者),。
SPSS软件操作,第1步:
定义变量,第2步:
输入原始数据,第3步:
logistic回归分析
(1),选择分析回归二元logistic,第3步:
logistic回归分析(
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 临床 科研 设计
![提示](https://static.bingdoc.com/images/bang_tan.gif)