采用Logistic 回归分析时需注意的问题.pdf

230 中国循环杂志 2014 年 3 月 第 29 卷 第 3 期（总第 189 期）Chinese Circulation Journal，March，2014，Vol. 29 No.3（Serial No.189） 学习园地 采用 Logistic 回归分析时需注意的问题 吴振强，王杨，李卫 关键词 Logistic；回归； 样本量 Logistic 回归常用于分析二分类因变量（如存活 性别的胃癌发生危险不同，通过 Logistic 回归可以求 [1] 和死亡、患病和未患病等）与多个自变量的关系 。 出危险度的具体数值，例如 1.7，这样就表示，男性 比较常用的情形是分析危险因素与是否发生某疾病 发生胃癌的风险是女性的 1.7 倍。这里要注意估计的 相关联。例如，若探讨胃癌的危险因素，可以选择 方向问题，以女性作为参照，男性患胃癌的 OR 是 两组人群，一组是胃癌组，一组是非胃癌组，两组 1.7。如果以男性作为参照，算出的 OR 将会是 0.588 人群有不同的临床表现和生活方式等，因变量就为 （1/1.7），表示女性发生胃癌的风险是男性的 0.588 倍， 有或无胃癌，即“是”或“否”，为二分类变量，自变 或者说，是男性的 58.8%。撇开了参照组，相对危险 量包括年龄、性别、饮食习惯、是否幽门螺杆菌感 度就没有意义了。 染等。自变量既可以是连续变量，也可以为分类变量。 Logistic 回归在医学研究中广泛使用的原因之一， 通过 Logistic 回归分析，就可以大致了解胃癌的危险 就是模型直接给出具有临床实际意义的 OR 值，很 因素。 大程度上方便了结果的解读与推广。 Logistic 回归与多元线性回归有很多相同之处， 3 样本量问题 但最大的区别就在于他们的因变量不同。多元线性 通常回归模型都需要建立在大样本的基础上。 回归的因变量为连续变量；Logistic 回归的因变量为二 在进行 Logistic 回归前，应该考虑当前的样本量是否 分类变量或多分类变量，但二分类变量更常用，也 充足？根据模拟研究，在使用 Logistic 回归时，事件 [1] 更加容易解释 。 （死亡或患病）个数至少应该是自变量个数的 10 倍以 尽管 Logistic 回归在医学研究领域中应用广泛， 上（这一条也适于 Logostic 其他的应用情况） [2]。例如， 但在应用中存在很多问题。本文将结合笔者自身的 观察胃癌的危险因素，比如有性别、年龄和饮食习 经验，对使用 Logistic 回归常见的问题进行讨论。 惯等 9 个研究因素，那就至少需要 90 例胃癌。另一 1 Logistic 回归的用法 个比较常见的样本量原则是，观测的数量应该至少 一般而言，Logistic 回归有两大用途，首先是 是自变量数的 20~30 倍，同样如果有 9 个自变量，那 寻找危险因素，如上文的例子，找出与胃癌相关的 么总体样本最好能够达到 180 例以上。建议在进行 危险因素；其次是用于预测，我们可以根据建立的 Logistic 回归前，结合上述两个原则，从总样本和事 Logistic 回归模型，预测在不同的自变量情况下，发 件数两个角度共同对模型样本量进行考虑。 生某病或某种情况的概率（包括风险评分的建立）。 4 Logistic 回归中的自变量形式 2