流行病学常用多因素回归统计分析-培训课件.pptx

流行病学资料的多因素回归分析;;;流行病学多变量分析工具;本章我们来交流点什么？;本讲学习目标;一、多因一果的回归分析方法;多因素问题常见情况;举例 关于胰脏癌病人生存时间的研究。该研究的终点为死亡，包括很多可能影响生存的因素;本例目标分析影响生存的多个因素，因素间地位平等;举例 关于胰脏癌病人生存时间的研究。该研究的终点为死亡，探讨术中放疗对生存的影响;本例目标探讨术中放疗较未放疗是否影响生存，其它为混杂因素，需要排除混杂干扰;COX回归分析结果;多因素回归;不同方法的应用场合;不同方法的应用场合;思考：什么样的设计？采用什么样的方法？;横截面研究可以做多因素回归吗？;横截面研究可以做多因素回归吗？;横截面研究可以做多因素回归吗？;多因素回归的注意点;样本量;因素筛选;24;25;26;27;28;回归案例分析（logistic）;回归案例分析;1：单因素分析; 单因素分析初步结论： 由于年龄的影响在单因素分析中无统计学意义，且OR值也较为接近1，在多因素分析中不再考虑年龄因素，仅对其它4个因素进行分析。;多因素分析结果：;多因素分析小结： 为什么rs变得无统计学意义了？ 相关分析结果显示，妊娠次数与流产次数具有较强的相关性（r=0.55，P0.001）。 ;多因素分析小结： 可以设想，妊娠次数对乳腺增生可能并无影响或影响很小，单因素中的影响可能主要是通过流产次数这一因素起作用的，当多因素分析中校正了流产次数的影响后，妊娠次数的影响变得无统计学意义。 将妊娠次数这一变量去掉，重新拟合方程。 ;模型中所有变量均有统计学意义。 与含rs变量的模型相比，AIC和SC均降低，似然比差别很小。 说明去掉rs后模型更优 含rs模型 不含rs模型;初产年龄与母乳喂养可能存在一定的交互效应 为什么mr和chage变得无统计学意义？ (注意:即使有统计学意义，也无法反应真实的情况) 一旦模型中加入交互项，变量便不再反映主效应，而是单独效应。此时mr反映的是chage=0时的效应，同样，chage反映的是mr=0时的效应。;交互项的进一步解释： 对于母乳喂养的人（mr=0），初产年龄=25与初产年龄25岁的人相比，其效应（参数估计值）为0.2717。 对于非母乳喂养的人（mr=1），初产年龄=25与初产年龄25岁的人相比，其效应（参数估计值）为0.2717+1.4587=1.7304。 ;本例结论： 流产次数多是乳腺增生的危险因素，初产年龄和是否母乳喂养的交互作用对乳腺增生的影响也有统计学意义。 初产年龄≥25且非母乳喂养的人，其乳腺增生的危险明显增高。 而单纯初产年龄25的人，或单纯非母乳喂养的人，发生乳腺增生的危险并不高。 这提示可针对不同人群开展不同的干预措施。;当混杂混入流行病学;回归中的混杂因素;回归中的混杂因素; 回归中的混杂因素;回归中的混杂因素;回归中的混杂因素;回归中的混杂因素;胰岛素治疗的2型糖尿病患者中胰岛素和胰岛素类似物的剂量与癌症之间的关系;研究方法及设计;;预先计划的比较;肿瘤风险与胰岛素日用剂量的关联性;肿瘤风险与胰岛素日用剂量的关联性;结论;多因素回归＋匹配;条件logistic回归：; 倾向的分法是Rosenbaum和Rubin(1984)年首次提出的，其主要目的是均衡各对比组间各个特征变量的可比性。 倾向得分：是指在一定协变量条件下，一个观察对象可能接受某种处理（或暴露）因素的可能性。 倾向的分值相同的两个个体，其协变量的分布也趋于一致，??具有相同的接受处理/对照的概率。 倾向的分主要用来降低选择偏倚。 ;倾向得分应用方法; 不同胰岛素促泌剂与二甲双胍在有或无心肌梗 塞史二型糖尿病患者中死亡率和心血管风险 的比较: 丹麦研究;数据来源: 丹麦国家注册登记研究;研究人群;研究设计;无心梗史患者的各组基线数据;既往心梗史患者的各组基线数据; 统计学方法：倾向匹配;倾向得分计算;倾向性匹配 (propensity-matching);;基线水平的均衡性有所改善。; ; 二甲双胍 格列美脲 格列齐特 格列苯脲 格列吡嗪 甲苯磺丁脲 瑞格列奈 ;;结论;结论;其它要点：实验性研究的多因素方法;其他要点：非独立性的数据;对于流行病学家来说，是个挑战 对于统计学家来说，是个机遇 重复测量方差分析 广义估计方程 广义混合线性模型 随机效益模型 多水平模型 。。。;总结：流行病学的分析方法