医学研究中的logistic模型精讲课件.ppt

1、文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。Logistic分布与分布与logistic模型模型pLogistic分布首先由比利时数学家分布首先由比利时数学家Verhulst于于1838年提出年提出p最初主要用于研究人口的增长趋势最初主要用于研究人口的增长趋势p很多物种都符合很多物种都符合logistic分布，呈现分布，呈现“S”型的发展型的发展趋势趋势文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。Logistic模型在医学研究中的地位模型在医学研究中的地位p线性回归是非常经典的回归模型，但不适用于因线性回归是非常经典的回归模型

2、，但不适用于因变量为分类变量的情况变量为分类变量的情况p考虑选择一个在（考虑选择一个在（0,1）之间有）之间有S型曲线的分布，型曲线的分布，如如probit分布、分布、logistic分布等分布等pLogistic分布是最流行的一种分布分布是最流行的一种分布p形成了我们今天熟悉的形成了我们今天熟悉的logistic回归模型回归模型文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。Logistic模型在医学研究中的地位模型在医学研究中的地位plogistic回归模型在医学中的主要用途：回归模型在医学中的主要用途：p探索疾病发生的危险因素探索疾病发生的危险因素p验证某危

3、险因素对疾病的效果，校正其它混杂因验证某危险因素对疾病的效果，校正其它混杂因素的影响素的影响p预测某疾病发生的概率预测某疾病发生的概率p评价不同因素水平下的发病风险评价不同因素水平下的发病风险文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。logistic曲线曲线p常用于描述：常用于描述：p初期增长速度越来越快初期增长速度越来越快p后期增长速度越来越慢后期增长速度越来越慢p最终趋于一个上限值最终趋于一个上限值p反映事物发生、发展、成熟、饱和的整个过程反映事物发生、发展、成熟、饱和的整个过程p例如：人口增长趋势、企业成长模式、物种种群数量的增例如：人口增长趋势、企业

4、成长模式、物种种群数量的增加、细胞的增长、药物浓度在体内的变化等加、细胞的增长、药物浓度在体内的变化等文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。logistic曲线曲线p最简单的最简单的logistic曲线：曲线：-xey11文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。logistic曲线曲线p常见的常见的logistic曲线（三参数曲线（三参数logistic曲线）：曲线）：p式中，式中，K、a、b为待估参数为待估参数pK 代表曲线的上限值代表曲线的上限值pa反映了增长速度反映了增长速度pb表示拐点，在这一点增长速度最快，

5、这一点对应表示拐点，在这一点增长速度最快，这一点对应的的y值为值为K/2)(bxeKya-1文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。logistic曲线曲线p四参数四参数logistic曲线：曲线：p式中，式中，D、C、a、b为待估参数为待估参数pD 代表曲线的上限值代表曲线的上限值pC 代表曲线的下限值代表曲线的下限值pa反映了增长速度反映了增长速度pb表示拐点，在这一点增长速度最快表示拐点，在这一点增长速度最快)(bxeCDya-1文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。logistic曲线曲线p二参数二参数log

6、istic曲线：曲线：p式中，式中，a、b为待估参数为待估参数pa反映了增长速度反映了增长速度pb表示拐点，在这一点增长速度最快表示拐点，在这一点增长速度最快)(bxeya-11文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。Logistic回归模型回归模型pLogistic回归模型（单因素回归模型（单因素logistic回归模型）：回归模型）：pp为阳性率，如疾病发生率、死亡率等为阳性率，如疾病发生率、死亡率等p0和和1为待估参数，分别表示模型的截距和斜率为待估参数，分别表示模型的截距和斜率epx)(1011文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处

7、，请联系网站或本人删除。Logistic回归模型回归模型pLogistic回归模型（多因素回归模型（多因素logistic回归模型）：回归模型）：pp为阳性率，如疾病发生率、死亡率等为阳性率，如疾病发生率、死亡率等p0为待估参数，表示模型的截距为待估参数，表示模型的截距p1、1、m为待估参数，分别表示各自变量为待估参数，分别表示各自变量的斜率的斜率emmxxxp).(221011文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系p剂量反应关系：剂量反应关系：p某药物的生理反应强度对给药量的函数某药物的生理反

8、应强度对给药量的函数p随着药量增加，反应强度增大，但不会无限增大随着药量增加，反应强度增大，但不会无限增大，而是有一个上限值，而是有一个上限值p不少剂量反应关系都呈不少剂量反应关系都呈S型曲线，可用型曲线，可用logistic曲线曲线来描述来描述文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系p例例1：某实验室进行小鼠的药物毒性实验，下面数：某实验室进行小鼠的药物毒性实验，下面数据为不同剂量下的小鼠死亡率。据为不同剂量下的小鼠死亡率。剂量剂量(mg/kg)死亡率死亡率30.7038.40.2480.356

9、00.8750.95文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系p该实验的结果为死亡率，因此最高为该实验的结果为死亡率，因此最高为1p可以考虑二参数可以考虑二参数logistic曲线拟合曲线拟合文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系文档仅供参考，不能作为科学依据，请勿

10、模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系p拟合模型：拟合模型：p死亡率以死亡率以0.14的速率增长的速率增长p剂量在剂量在51.26时死亡率的增长时死亡率的增长速度达到高峰，以后死亡率速度达到高峰，以后死亡率增长速度开始下降增长速度开始下降p半数致死剂量为半数致死剂量为51.26(95%CI:48.96-53.56).(26510.14-11xey文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系p反推：反推：p在什么剂量下死亡率达到在什么剂量下

11、死亡率达到50%？文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合剂量反应关系曲线拟合剂量反应关系pLogistic曲线与直线拟合的比较曲线与直线拟合的比较logistic曲线曲线 直线拟合直线拟合文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势p例例2：2003年年SARS在香港的感染人数，在香港的感染人数，t=0表示表示2003年年3月月17日。日。天数天数病例数病例数09552221247019800261108331358401527471

12、621541674611710681724751739811750871755文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势p感染人数无上限，但有下限（感染人数无上限，但有下限（0），考虑三参数模型），考虑三参数模型文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势p拟合模型：拟合模型：p感染人数以感染人数以0.11的速度增的速度增长长p在第在第21天时感染速率最高天时感染速率最高，从，从21以后感染速度放慢以后感染

13、速度放慢p最高感染人数约为最高感染人数约为1732人人).(08210.11-11732xey文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势pLogistic曲线与指数曲线拟合的比较曲线与指数曲线拟合的比较logistic曲线曲线 指数曲线指数曲线文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势p预测模拟（预测刻画器）预测模拟（预测刻画器）文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除

14、。用用logistic曲线拟合曲线拟合SARS发展趋势发展趋势p反推预测：反推预测：p根据根据logistic曲线拟合结果，什么时候病例突破曲线拟合结果，什么时候病例突破1000？文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p探索疾病的危险因素是探索疾病的危险因素是logistic回归的一个重要作用回归的一个重要作用p病因研究一般可分为探索性研究和证实性研究病因研究一般可分为探索性研究和证实性研究p探索性研究主要用于对疾病发生的影响因素不确定，作为探索性研究主要用于对疾病发生的影响因素不确定，作为疾病

15、危险的初步探索，如病例对照研究疾病危险的初步探索，如病例对照研究p证实性研究在探索性研究的基础上，初步确定某因素可能证实性研究在探索性研究的基础上，初步确定某因素可能是疾病的影响因素，用于进一步证实。如队列研究是疾病的影响因素，用于进一步证实。如队列研究文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p病例对照研究在医院中应用非常广泛，具有很多优点：病例对照研究在医院中应用非常广泛，具有很多优点：p收集数据快，符合医院特点，可以利用病史快速收集到病收集数据快，符合医院特点，可以利用病史快速收集到病例及对照

16、的数据例及对照的数据p研究时间短，可以很快发现一些疾病的危险因素研究时间短，可以很快发现一些疾病的危险因素p病例对照研究是回顾性的，很大的一个问题是调查对象的病例对照研究是回顾性的，很大的一个问题是调查对象的回忆是否准确。如果这一点能避免，其效率还是很高的回忆是否准确。如果这一点能避免，其效率还是很高的文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p病例对照研究最关键的就是选择病例和对照，然后收集他病例对照研究最关键的就是选择病例和对照，然后收集他们的相关数据们的相关数据p选择病例：最好的是从自然人群中

17、选择病例，但实施困难选择病例：最好的是从自然人群中选择病例，但实施困难。在医院中选择病例非常方便，但有时容易出现选择性偏。在医院中选择病例非常方便，但有时容易出现选择性偏倚，如果可能，最好从多家医院选择倚，如果可能，最好从多家医院选择p选择对照：从医院中选择对照，可以是未患有研究疾病的选择对照：从医院中选择对照，可以是未患有研究疾病的其他患者。但需要注意，不能患有与病例具有相同病因的其他患者。但需要注意，不能患有与病例具有相同病因的疾病。疾病。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p例例3：某妇

18、幼保健院采用病例对照研究，欲分析巨：某妇幼保健院采用病例对照研究，欲分析巨大儿的危险因素。该研究设计如下：大儿的危险因素。该研究设计如下：p1、选择某年在该院确诊的巨大儿，作为病例、选择某年在该院确诊的巨大儿，作为病例p2、选择同期正常儿、选择同期正常儿200名，作为对照名，作为对照p3、病例和对照均采用同样的问卷，由医务人员询问调查、病例和对照均采用同样的问卷，由医务人员询问调查相关的危险因素，如孕次、产次、出产年龄等相关的危险因素，如孕次、产次、出产年龄等p4、收集资料，录入数据，统计分析、收集资料，录入数据，统计分析文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人

19、删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p数据（部分）数据（部分）编号编号孕次孕次产次产次孕周孕周体重体重(kg)巨大儿巨大儿1113842021138480311384904213839051139410611394507113947081139500文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p变量赋值情况变量赋值情况变量变量变量命名变量命名赋值赋值巨大儿巨大儿y1=是，是，0=否否孕次孕次yc1=1次，次，2=2次，次，3=3次次产次产次chc1=1次，次，2=2次次孕

20、周孕周yzh1=38-39周，周，2=40周，周，3=41周周孕前体重孕前体重wt1=50，2=51-60，3=60文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p第第1步：探索各自变量与因变量的关系步：探索各自变量与因变量的关系pproc logistic desc plots(only)=(effect(link join=yes);pclass yc;pmodel y=yc;prun;pproc logistic desc plots(only)=(effect(link join=yes);pc

21、lass yzh;pmodel y=yzh;prun;pproc logistic desc plots(only)=(effect(link join=yes);pclass wt;pmodel y=wt;prun;文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p孕次、孕周、孕前体重与孕次、孕周、孕前体重与logit(p)的关系图的关系图文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p孕次孕次2次与次与3次的次

22、的logit(p)值非常接近，可以考虑将值非常接近，可以考虑将2次和次和3次合并为一类。次合并为一类。p体重的体重的logit(p)值基本呈一直线趋势，可考虑直接值基本呈一直线趋势，可考虑直接将其纳入模型。将其纳入模型。p孕周孕周38周与周与39周的周的logit(p)值也非常接近，可以考值也非常接近，可以考虑将这两类合并，将孕周简化为三分类变量，采虑将这两类合并，将孕周简化为三分类变量，采用虚拟变量的形式纳入模型。用虚拟变量的形式纳入模型。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p第第2步：单因

23、素分析步：单因素分析pproc logistic desc;pmodel y=yc;pproc logistic desc;pmodel y=chc;pproc logistic desc;pclass yzh(param=reference ref=first);p/*class语句表明将语句表明将yzh作为虚拟变量，以第一类为参照组作为虚拟变量，以第一类为参照组*/pmodel y=yzh;pproc logistic desc;pmodel y=wt;prun;文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾

24、病危险因素p单因素分析结果（经整理后）：单因素分析结果（经整理后）：文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p将产次与是否巨大儿列成四格表将产次与是否巨大儿列成四格表，可以发现，其可以发现，其中一个格子为空单元（中一个格子为空单元（zero cell count），产次），产次2次的人群均发生巨大儿。次的人群均发生巨大儿。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p出现空单元时，导致估计无效，此时可考虑

25、确切出现空单元时，导致估计无效，此时可考虑确切logistic回归（回归（exact logistic）pproc logistic desc;pmodel y=chc;pexact chc/estimate=both;p/*estimate=both选项表明同时给出参数估计和选项表明同时给出参数估计和OR值结果值结果*/prun;文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p确切确切logistic回归估计结果回归估计结果文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。

26、用用logistic回归探索疾病危险因素回归探索疾病危险因素p第第3步：多因素分析步：多因素分析pproc logistic desc;pclass yzh(param=reference ref=first);p/*class语句表明将语句表明将yzh作为虚拟变量，以第一类为参照组作为虚拟变量，以第一类为参照组*/pmodel y=yc chc yzh wt;pexact chc/estimate=both;p/*estimate=both选项表明同时给出参数估计和选项表明同时给出参数估计和OR值结果值结果，注意精确检验的变量必须在，注意精确检验的变量必须在model语句中出现语句中出现*/

27、prun;文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p多因素分析结果：多因素分析结果：文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p多因素分析结果（针对多因素分析结果（针对chc的确切的确切logistic）：）：文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p为什么孕次（为什么孕次（yc）变得无统计学意义了？）变得

28、无统计学意义了？p可能的假设：可能的假设：p孕次和产次的关系是很密切的，孕次决定产次，孕次和产次的关系是很密切的，孕次决定产次，如果孕次对巨大儿发生有影响的话，那产次只是如果孕次对巨大儿发生有影响的话，那产次只是孕次与巨大儿发生中的一个环节，最终的决定因孕次与巨大儿发生中的一个环节，最终的决定因素是孕次。素是孕次。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p删除产次后的多因素分析：删除产次后的多因素分析：pproc logistic desc;pclass yzh(param=reference r

29、ef=first);pmodel y=yc yzh wt;prun;文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p删除产次后的多因素分析结果：删除产次后的多因素分析结果：文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归探索疾病危险因素回归探索疾病危险因素p孕周（孕周（yzh）的标准误相对较大，考虑将孕周）的标准误相对较大，考虑将孕周40与与41合并合并文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic

30、回归评价诊断试验回归评价诊断试验p诊断试验是评价一种诊断方法真实性与可靠性的诊断试验是评价一种诊断方法真实性与可靠性的研究，在临床应用中十分广泛。研究，在临床应用中十分广泛。p一种新的、简便易行或价格便宜的诊断方法一种新的、简便易行或价格便宜的诊断方法，能，能否否代替代替原有的原有的操作繁琐或价格昂贵的方法操作繁琐或价格昂贵的方法？p新的诊断方法的诊断价值如何？新的诊断方法的诊断价值如何？p真实性、可靠性有多高？真实性、可靠性有多高？文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p诊断试验的诊断试验的设计过程主

31、要包括以下几点：设计过程主要包括以下几点：p1.明确研究目的明确研究目的p研究者要评价什么？是否有临床价值？研究者要评价什么？是否有临床价值？p2.选择金标准选择金标准p金标准一定是临床公认的诊断所研究疾病的最可靠的金标准一定是临床公认的诊断所研究疾病的最可靠的方法，能够正确地区分有病和无病。方法，能够正确地区分有病和无病。p常用的金标准有组织病理学检查、手术发现、影像诊常用的金标准有组织病理学检查、手术发现、影像诊断、病原体的分离培养以及长期随访结果等。断、病原体的分离培养以及长期随访结果等。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回

32、归评价诊断试验回归评价诊断试验p3.选择研究对象选择研究对象p研究对象的分组以金标准的诊断结果为依据，金标准确诊研究对象的分组以金标准的诊断结果为依据，金标准确诊为为“患病患病”的为病例组，金标准证实为的为病例组，金标准证实为“无病无病”的为对照组。的为对照组。p病例组的病例要具备代表性，即要包括各临床型（如轻、病例组的病例要具备代表性，即要包括各临床型（如轻、中、重型，有或无并发症、早、中、晚期等）病例。病例中、重型，有或无并发症、早、中、晚期等）病例。病例的代表性愈好，新的诊断试验的实用价值愈大。的代表性愈好，新的诊断试验的实用价值愈大。p对照组的人群不等于健康人群，对照组的人群不等于健康

33、人群，而而是被金标准诊断为不患是被金标准诊断为不患有研究疾病但又容易与所研究疾病混淆的人群。有研究疾病但又容易与所研究疾病混淆的人群。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p4.盲法盲法p诊断试验必须采用盲法评价，诊断试验结果的评判者诊断试验必须采用盲法评价，诊断试验结果的评判者（reader）一定不能预先知道金标准划分的结果，否）一定不能预先知道金标准划分的结果，否则多数评判者会倾向于对金标准判断为则多数评判者会倾向于对金标准判断为“有病有病”的标本的标本给出阳性结果，以致夸大诊断方法的价值。给出阳性

34、结果，以致夸大诊断方法的价值。p5.诊断试验的评价诊断试验的评价p灵敏度、特异度、灵敏度、特异度、ROC曲线曲线等等文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p 诊断结果诊断结果真实结果真实结果合计合计有疾病有疾病无疾病无疾病阳性阳性a 真阳性真阳性b 假阳性假阳性n1阴性阴性c 假阴性假阴性d 真阴性真阴性n0合计合计m1m0N文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验pROC曲线曲线：pROC曲线是以灵敏度为曲线是以

35、灵敏度为y轴、以轴、以1-特异度特异度为为x轴，由不同界值产生不同的点，由线轴，由不同界值产生不同的点，由线段将这些点连接起来形成段将这些点连接起来形成ROC曲线曲线。p纵贯左下角与右上角的直线称为机会线纵贯左下角与右上角的直线称为机会线，这是划分诊断方法有无价值的一条线，这是划分诊断方法有无价值的一条线。只有曲线高于机会线，也就是曲线下。只有曲线高于机会线，也就是曲线下面积（面积（Area Under the Curve，AUC）大于大于0.5才有诊断价值。曲线下面积越大才有诊断价值。曲线下面积越大，表示诊断价值越高，反之诊断价值越，表示诊断价值越高，反之诊断价值越低。有学者认为，低。有学者

36、认为，AUC大于大于0.9表明诊断表明诊断价值很高，大于价值很高，大于0.7表示诊断价值中等。表示诊断价值中等。文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p例例4：某研究者欲观察某生化指标某研究者欲观察某生化指标K和和P对胃癌的对胃癌的诊断价值，以病理检查为金标准划分胃癌和非胃诊断价值，以病理检查为金标准划分胃癌和非胃癌，然后测定两组人群的癌，然后测定两组人群的K和和P指标的值。指标的值。p分析分析：p这两个这两个指标对胃癌是否有诊断价值指标对胃癌是否有诊断价值？p两个指标联合是否比单个指标诊断价值更高？两

37、个指标联合是否比单个指标诊断价值更高？p如何找出指标的如何找出指标的cut-off值值？文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p部分数据：部分数据：idKP胃癌胃癌10.01248.01否否20.04262.94否否30.02450.45否否40.07283.18否否50.05291.52否否60.066841.66否否70.101357.4否否80.02458.23否否90.07479.8否否100.108343.36否否110.296403.68否否120.012775.77否否130.048345

38、.68否否文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p指标指标K的诊断价值的诊断价值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p指标指标K的的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p指标指标K的的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回

39、归评价诊断试验回归评价诊断试验p指标指标P的诊断价值的诊断价值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p指标指标P的的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p指标指标P的的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p两个指标的联合诊断价值两个指标的联合诊断价值文档仅供参考，不能作为科学依据，请

40、勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p两个指标联合诊断的两个指标联合诊断的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归评价诊断试验回归评价诊断试验p两个指标联合诊断的两个指标联合诊断的cut-off值值文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p预先已知一群人的患病和不患病状态，根据与疾预先已知一群人的患病和不患病状态，根据与疾病有关的一个或多个指标建立模型病有关的一个或多

41、个指标建立模型p根据建立的模型，当已知某人的指标值时，判断根据建立的模型，当已知某人的指标值时，判断其患病概率，将其归类为患病或不患病其患病概率，将其归类为患病或不患病文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p例例5：某妇幼保健院欲分析乳腺增生的危险因素，经：某妇幼保健院欲分析乳腺增生的危险因素，经logistic回归分析，找出了回归分析，找出了3个影响因素，分别为：个影响因素，分别为：p初产年龄（初产年龄（=25）p有无流产（有或无）有无流产（有或无）p是否母乳喂养（是或否）是否母乳喂养（是或否）p现在

42、要根据这现在要根据这3个因素，预测乳腺增生发生的概率个因素，预测乳腺增生发生的概率文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p模型预测模型预测文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p模型预测结果模型预测结果文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p分类树分类树文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。用用logistic回归进行分类预测回归进行分类预测p叶报表与份额图叶报表与份额图文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。谢谢谢谢