1、Add Your Company Slogan第16讲临床流行病学数据的分析与结果解释背景资料本案例分析的数据来自一个虚拟的前瞻性研究。研究的问题是：本案例分析的数据来自一个虚拟的前瞻性研究。研究的问题是：吸烟是否可以引起高血压？吸烟是否可以引起高血压？研究共包括研究共包括19671967人。其中男性人。其中男性941941人，女性人，女性10261026人；年龄范围为人；年龄范围为15159090岁，平均年龄岁，平均年龄44.344.3岁，标准差为岁，标准差为15.615.6岁，岁，3333岁、岁、33334343岁、岁、44445454岁、岁、5555岁以上（岁以上（55+55+）年龄组的
2、人数分别为：）年龄组的人数分别为：487487、494494、468468、518518人；吸烟者人；吸烟者559559人，非吸烟者人，非吸烟者14081408人；高血压患者人；高血压患者452452人，非患者人，非患者15151515人。人。数据分析软件：数据分析软件：SPSS 16.0SPSS 16.0分析的主要目的是：考察吸烟与高血压的关系。性别和年龄是可分析的主要目的是：考察吸烟与高血压的关系。性别和年龄是可能的混杂因子，年龄还可能是效应修饰因子。分析的重点在于展能的混杂因子，年龄还可能是效应修饰因子。分析的重点在于展示如何利用示如何利用LogisticLogistic回归分析，估计效
3、应大小、控制混杂、分析回归分析，估计效应大小、控制混杂、分析剂量反应关系、（通过异质性检验）识别交互作用。剂量反应关系、（通过异质性检验）识别交互作用。2整理整理pptSPSS16.0原始数据表3整理整理pptSPSS16.0数据表的Variable View窗口点击SPSS数据表左下角的“Variable View”，即可查看变量的属性并对其进行编辑：Name为变量名；Type为变量的表达方式，Numeric意思是用数字表达；Values是变量值的含义，如在“性别”变量中，“0”表示“女”，“1”表示“男”；Measure是变量类型，其中：Nominal为分类变量；Scale为连续变量；Or
4、dinal为等级变量（分级变量或有序分类变量），包括二分变量（如“血压”）；其余属性对本分析无实质性的影响，在此不做赘述。4整理整理ppt变量的赋值及含义性别:分类变量，0=“女”，1=“男”年龄:连续变量，以岁为单位年龄组:等级变量（除非在分析时特别注明要设置成其他类型的变量，如“categorical covariates”，即多分类变量），1=“33”，2=“33-43”，3=“44-54”，4=“55+”吸烟:分类变量，0=“非吸烟者”，1=“吸烟者”血压:分类变量，0=“血压正常人”，1=“高血压患者”5整理整理ppt分析的问题（16)1.估计粗比值比：用估计粗比值比：用2X2四格表
5、描述吸烟与高血压的关系，并估四格表描述吸烟与高血压的关系，并估计其粗比值比（计其粗比值比（odds ratio，OR）及其）及其95%置信区间置信区间（95%CI）。）。2.一致性检验：按年龄组分层，分别计算不同年龄组的吸烟与高一致性检验：按年龄组分层，分别计算不同年龄组的吸烟与高血压的血压的OR值，作值，作M-H一致性检验？根据一致性检验结果判断，一致性检验？根据一致性检验结果判断，不同年龄组间吸烟与高血压的关系是否存在异质性？用一个总不同年龄组间吸烟与高血压的关系是否存在异质性？用一个总的的OR值来表示吸烟与高血压的关系的强弱是否合理？值来表示吸烟与高血压的关系的强弱是否合理？3.估计无年
6、龄混杂的比值比：估计无年龄混杂的估计无年龄混杂的比值比：估计无年龄混杂的M-H总总OR值及其值及其95%CI，然后判断吸烟与高血压的粗，然后判断吸烟与高血压的粗OR值是否存在年龄因素值是否存在年龄因素导致的混杂？为什么？导致的混杂？为什么？4.用用Logistic回归回答问题回归回答问题1。5.用用Logistic回归回答问题回归回答问题2。6.用用Logistic回归回答问题回归回答问题3。6整理整理ppt分析的问题（7-11)7.用用Logistic回归进行更敏感的异质性检验，即检验随着年龄回归进行更敏感的异质性检验，即检验随着年龄的增加，吸烟与高血压的的增加，吸烟与高血压的OR是否存在下
7、降的趋势？与问题是否存在下降的趋势？与问题2和和5的结果是否相似？为什么的结果是否相似？为什么?应如何处理相应的结果？应如何处理相应的结果？8.检验剂量反应关系，分析年龄与高血压的剂量反应关系，即检验剂量反应关系，分析年龄与高血压的剂量反应关系，即检验高血压的发病危险是否随年龄的变化而变化。检验高血压的发病危险是否随年龄的变化而变化。9.用用Logistic回归分析回答问题回归分析回答问题8。10.用用Logistic回归分析比较性别与年龄对吸烟与高血压的回归分析比较性别与年龄对吸烟与高血压的OR的混杂作用的大小。的混杂作用的大小。11.用用Logistic回归估计调整了性别与年龄后吸烟与高血
8、压关系回归估计调整了性别与年龄后吸烟与高血压关系的的OR值？结果是否提示吸烟为为高血压的独立危险因素？值？结果是否提示吸烟为为高血压的独立危险因素？为什么为什么?7整理整理ppt另外，另外，SPSSSPSS的选项将以蓝色底色或红圈或红框标注，选择按照从的选项将以蓝色底色或红圈或红框标注，选择按照从上到下、从左到右的顺序进行，必要时加上文字注释；有关的结上到下、从左到右的顺序进行，必要时加上文字注释；有关的结果将以淡蓝底色标注，并加上文字注释。果将以淡蓝底色标注，并加上文字注释。问题的分析步骤以下将每个问题逐一分析和讨论，每个问题的内容分为三个部分以下将每个问题逐一分析和讨论，每个问题的内容分为
9、三个部分1 1）问题的分析重点及其细节陈述（）问题的分析重点及其细节陈述（深蓝色深蓝色 幻灯片幻灯片）2 2）该问题分析的）该问题分析的SPSSSPSS选项及注释（纯白色选项及注释（纯白色 幻灯片）幻灯片）3 3）该问题分析的主要结果和解释（淡蓝色）该问题分析的主要结果和解释（淡蓝色 幻灯片）幻灯片）8整理整理ppt问题问题1 1及其分析和解释及其分析和解释估计粗比值比估计粗比值比用2X2四格表描述吸烟与高血压的关系，并估计其粗比值比（Odds Ratio，OR）及其95%置信区间（95%Confidence Interval，CI）。9整理整理ppt问题1的SPSS选项（一）依次选择Anal
10、yzeDescriptive Crosstabs以制作四格表、进行组间率差别的显著性检验和估计主效应及其可信区间10整理整理ppt确定暴露和结局变量：在左图Rows（行）内添加因变量“血压”，在Columns（列）内添加自变量“吸烟”；右图的选择用于输出组间比较的卡方检验和危险度估计的结果。问题问题1 1的的SPSSSPSS选项（二）选项（二）11整理整理ppt问题问题1 1的主要结果的主要结果3.粗效应值的多种显著性检验，包括精确检验。如，Pearson Chi-square检验的P值为0.589，精确双侧检验的P值为0.593。2.粗效应值的估计 吸烟对高血压危险的粗效应值（OR）为1.0
11、66，95%CI：0.8461.343。1.吸烟和高血压的四格表数据 高血压组452人中有133人吸烟，正常组1515人中有426人吸烟。12整理整理ppt问题问题2 2及其分析和解释及其分析和解释一致性检验按年龄组分层，分别计算不同年龄组吸烟与高血压的按年龄组分层，分别计算不同年龄组吸烟与高血压的OROR值，值，并进行并进行M-HM-H一致性检验？根据一致性检验的结果判断：一致性检验？根据一致性检验的结果判断：1 1）不同年龄组间吸烟与高血压关系的不同年龄组间吸烟与高血压关系的OROR值是否存在异质性？值是否存在异质性？2 2）用一个总的）用一个总的OROR值来表示吸烟与高血压关系的强弱是否
12、值来表示吸烟与高血压关系的强弱是否合理？合理？13整理整理ppt问题问题2 2的的SPSSSPSS选项选项左图：确定暴露、结局和效应修饰因子：在问题1选项的基础上，左边添加年龄组为分组的变量，即效应修饰变量；右图：选择用于输出一致性检验等结果。14整理整理ppt问题问题2 2的主要结果（一）的主要结果（一）不同年龄组中高血压患者及吸烟者的分布15整理整理ppt问题问题2 2的主要结果（二）的主要结果（二）估计不同年龄组吸烟和高血压关系的OR值：0.05)，说明不同年龄组的真实OR值是一样的，组间OR值的差别是由抽样误差引起的，可以用一个总的OR代表 不同年龄组的OR。17整理整理ppt问题问题
13、3 3及其分析和解释及其分析和解释 估计无年龄混杂的比值比估计无年龄混杂的比值比估计无年龄混杂的估计无年龄混杂的M-H总总OR值及其值及其95%CI，然后判，然后判断吸烟与高血压关系的粗断吸烟与高血压关系的粗OR值是否存在因年龄导致的混杂？值是否存在因年龄导致的混杂？为什么？为什么？18整理整理ppt问题问题3 3的的SPSSSPSS选项选项在问题2的SPSS输出结果中可找到M-H法合并的总OR值，对应的菜单选项如图中红圈所示。19整理整理ppt问题3的主要结果用M-H法估计的合并OR值为0.927，该合并的OR是各年龄组OR值的加权平均数，是无年龄混杂的净OR值。从问题1中已知粗OR值为1.
14、066，二者有区别，说明年龄在粗比值比估计上引起了混杂。20整理整理ppt问题4及其分析和解释用用LogisticLogistic回归分析回答问题回归分析回答问题1 1：估计粗比值比：估计粗比值比问题问题1 1：用：用2X22X2四格表描述吸烟与高血压的关系，并估计其比值四格表描述吸烟与高血压的关系，并估计其比值比（比（Odds RatioOdds Ratio，OROR）及其）及其95%95%置信区间（置信区间（95%CI95%CI）。）。21整理整理ppt问题问题4 4的的SPSSSPSS选项（一）选项（一）依次选择AnalyzeRegressionBinary Logistic以进行吸烟和
15、高血关系的Logistic回归分析：估计主效应及其可信区间22整理整理ppt问题问题4 4的的SPSSSPSS选项（二）选项（二）左图：输入因变量和自变量Dependent（因变量）：血压Covariates（协变量/自变量）：吸烟右图：要求给出95%CI23整理整理ppt问题问题4 4的主要结果的主要结果在Logistic回归分析的结果中，吸烟项的回归系数(B)（即LnOR）=0.064，Wald卡方检验值=0.292，P值=0.589。吸烟项系数的反自然对数Exp(B)（即OR）1.066，95%CI的下限和上限分别为0.846和1.343。与问题问题1的结果的结果完全一致。24整理整理p
16、pt问题问题5 5及其分析和解释及其分析和解释用用LogisticLogistic回归分析回答问题回归分析回答问题2 2：一致性检验：一致性检验问题问题2:2:按年龄组分层，分别计算不同年龄组的吸烟与高血压的按年龄组分层，分别计算不同年龄组的吸烟与高血压的OROR值，值，作作M-HM-H一致性检验。根据一致性检验结果判断，不同年龄组间吸烟一致性检验。根据一致性检验结果判断，不同年龄组间吸烟与高血压的关系是否存在异质性？用一个总的与高血压的关系是否存在异质性？用一个总的OROR值来表示吸烟与高值来表示吸烟与高血压的关系的强弱是否合理？血压的关系的强弱是否合理？25整理整理ppt问题问题5 5的的
17、SPSSSPSS选项（一）选项（一）26整理整理ppt问题问题5 5的的SPSSSPSS选项（二）选项（二）前页和本页选项前页和本页选项的用途是在下面的用途是在下面分析过程中以年分析过程中以年龄组分层分别进龄组分层分别进行行Logistic回归分回归分析析 27整理整理ppt问题问题5 5的的SPSSSPSS选项（三）选项（三）同上，这些选项的用途是进行血同上，这些选项的用途是进行血压和吸烟的压和吸烟的Logistic回归，并在回归，并在结果中显示效应估计及可信区间结果中显示效应估计及可信区间28整理整理ppt问题问题5 5的主要结果（一）的主要结果（一）不同年龄组吸烟与高血压的不同年龄组吸烟
18、与高血压的OR值及其值及其95%CI如上图中蓝如上图中蓝色方框所示。色方框所示。与与问题问题2的结果的结果完全一致。完全一致。29整理整理ppt问题问题5 5的的SPSSSPSS选项（四）选项（四）此选项意在取消按照年龄此选项意在取消按照年龄组的分层分析，将所有年组的分层分析，将所有年龄组放入一个龄组放入一个Logistic回回归方程进行分析。归方程进行分析。30整理整理ppt左上图：在左上图：在Logistic回归中纳回归中纳入入3个协变量：吸烟、年龄组、个协变量：吸烟、年龄组、吸烟吸烟*年龄组（即它们的乘积年龄组（即它们的乘积项）。吸烟项）。吸烟*年龄组乘积形成年龄组乘积形成的新变量又叫年
19、龄和性别交互的新变量又叫年龄和性别交互作用项，以检查二者间统计学作用项，以检查二者间统计学交互作用（即异质性）。交互作用（即异质性）。右下图：在右下图：在“Categorical”变量中加入年龄组，以将变量中加入年龄组，以将分级变量的年龄组转换成分级变量的年龄组转换成为为Categorical Covariates（多分类变量）（多分类变量）问题问题5 5的的SPSSSPSS选项（五）选项（五）31整理整理ppt问题问题5 5的主要结果（二）的主要结果（二）结果：对吸烟与年龄组的乘积项的显著性检验：Wald卡方值=6.067，自由度=3，P=0.108。解释：不同年龄组吸烟与高血压的OR不存在
20、统计学显著意义的异质性，说明可以用一个总的OR值来表示吸烟与高血压的关系。与问题2的一致性检验结果基本一致。两种方法在异质性值上差别是由于检验方法的不同的结果。32整理整理ppt问题6及其分析和解释用用LogisticLogistic回归分析回答问题回归分析回答问题3 3：估计无年龄混杂的比值比估计无年龄混杂的比值比问题问题3:3:估计无年龄混杂的估计无年龄混杂的M-HM-H总总OROR值及其值及其95%CI95%CI，然后判断，然后判断吸烟与高血压的粗吸烟与高血压的粗OROR值是否存在年龄因素导致的混杂？为值是否存在年龄因素导致的混杂？为什么？什么？33整理整理ppt问题问题6 6的的SPS
21、SSPSS选项选项在在Logistic回归中纳入回归中纳入两个协变量：吸烟、年两个协变量：吸烟、年龄组，并用龄组，并用Categorical 菜单将年龄组定义为多菜单将年龄组定义为多分类变量。分类变量。34整理整理ppt控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.926，95%CI：0.7211.189。从问题1中可知，粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上有混杂。与问题3的结果基本一致。问题问题6 6的主要结果的主要结果35整理整理ppt问题7及其分析和解释 用Logistic回归进行更敏感的异质性检验即检验随着年龄的增加，吸烟与高血压的OR值是否存在下降
22、的趋势？与问题2和5的结果是否相似？为什么?应如何处理相应的结果？36整理整理ppt问题7的背景介绍由问题2的Crosstabs及问题5的Logistic回归分析的结果可知：33岁、33-43岁、44-54岁、55+年龄组吸烟和高血压关系的OR值分别为：2.576、1.079、0.915、0.756，随年龄增加呈明显下降趋势。这时，应使用趋势性检验来检查吸烟与血压OR值与年龄的趋势关系（即一种特殊的异质性），以提高异质性检验的灵敏度。不同于问题5使用的常规异质性检验（年龄组用作分类变量），在趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、“分级连续变量”。连续变量就
23、是使用每一个人的原始实际年龄；等级变量就是用、分别表达四个年龄组的年龄及其差别的大小；“分级连续变量”为非正式的专用名词，在此指用每组的平均年龄替代该组每一个人的年龄（四个组的平均年龄取值分别为25.1、37.7、48.8和64.8岁），其产生过程见后。37整理整理ppt问题7的SPSS选项（一）将年龄作为将年龄作为连续变量连续变量进行异质性检验，进行异质性检验，即检验吸烟和年龄交互作用项的统计即检验吸烟和年龄交互作用项的统计学显著性。学显著性。38整理整理ppt问题7的主要结果（一）年龄与吸烟交互作用的显著性检验结果为：Wald 检验值3.658，df1，0.056，显示其异质性无统计学显著
24、性。但应注意，该P值与显著性水平（a=0.05）很接近，且OR值95%CI的上限等于1.000，因此不宜轻易下结论认为不存在异质性。本分析里，年龄是连续型变量，可能拟合不理想。39整理整理ppt问题问题7 7的的SPSSSPSS选项（二）选项（二）将年龄作为将年龄作为“等级变等级变量量”进行异质性检验，进行异质性检验，即检验吸烟和年龄交即检验吸烟和年龄交互作用项的显著性。互作用项的显著性。40整理整理ppt问题问题7 7的主要结果（二）的主要结果（二）年龄与吸烟交互作用的显著性检验结果为：Wald 检验值4.871，df1，0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的值随年龄增
25、加而降低。41整理整理ppt问题问题7 7的的SPSSSPSS选项（三）选项（三）用用TransformRecode into different variables菜菜单，利用等级变量单，利用等级变量“年龄年龄组组”生成新的连续变量生成新的连续变量“平均年龄平均年龄”。42整理整理ppt问题问题7 7的的SPSSSPSS选项（四）选项（四）用用“Old Value”和和“New Value”转换转换年龄组的赋值：当原年龄组的赋值：当原始分级变量始分级变量“年龄组年龄组”的的Old Value为为1 1时，时，设设“平均年龄平均年龄”的赋的赋值为值为 25.1 25.1；依次将；依次将年龄组为
26、年龄组为2 2、和，、和，平均年龄设为平均年龄设为37.737.7、48.848.8和和64.864.8。最后。最后点击点击“AddAdd”以生成以生成新变量新变量“平均年龄平均年龄”。43整理整理ppt问题7的SPSS选项（五）在Variable View窗口中将“平均年龄”设置成Scale（连续型）变量。由于同一年龄组的所有人均用同一个平均年龄表示，有分级变量的部分性质，因此我们权且将该变量称作“分级连续变量”。44整理整理ppt问题7的SPSS选项（六）将年龄作为将年龄作为“分级连分级连续变量续变量”进行异质性进行异质性检验，即检验吸烟和检验，即检验吸烟和年龄交互作用项的显年龄交互作用项
27、的显著性。著性。45整理整理ppt问题7的主要结果（三）年龄与吸烟交互作用的 显著性检验结果为：Wald 检验值4.872，df1，0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的值随年龄增加而降低。与前一种方法的结果几乎完全一致。三种分析的结果基本一致，可以认为年龄和吸烟间存在统计学交互作用。46整理整理ppt问题8及其分析和解释 检验剂量反应关系分析年龄与高血压的剂量反应关系，即检验高血压的发病危险是否随年龄的变化而变化。47整理整理ppt问题的背景描述在此趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、分级连续变量。分析方法可用一般的趋势检验，也可
28、以用Logistic回归分析。在本问题里，我们先展示如何用一般的方法进行趋势检验。48整理整理ppt问题问题8 8的的SPSSSPSS选项选项用一般的趋势检验分析年龄与高用一般的趋势检验分析年龄与高血压危险的关系。年龄为等级变血压危险的关系。年龄为等级变量。量。49整理整理ppt问题问题8 8的主要结果的主要结果上图：在33岁、33-43岁、44-54岁、55+岁组中，高血压患者所占的比例分别为4.1%、12.3%、28.0%、46.3%，显示高血压危险随年龄的增加而递增。下图：线性趋势检验：卡方值=288.246，df1，P0.001，说明高血压的危险随年龄递增的趋势有统计学显著性。注意：另
29、外两个检验为一般的卡方检验，在于分析高血压的危险在不同年龄组是否有别，不是趋势性检验，当趋势存在时这些检验的灵敏度低于趋势检验。50整理整理ppt问题9及其分析和解释用Logistic回归分析问题8：分析年龄与高血压的剂量反应关系。年龄可用三种方式表达：连续变量、等级变量、分级连续变量。51整理整理ppt问题的问题的SPSSSPSS选项（一）选项（一）进行年龄为进行年龄为连续变量连续变量的的Logistic 回归，分回归，分析年龄与高血危险的析年龄与高血危险的线性关系线性关系52整理整理ppt在Logistic回归方程中，年龄项的系数B=0.068，P0.001，有统计学显著性，表明患高血压的
30、危险与年龄呈正相关；OR=1.070，表明年龄每增加1岁，患高血压的危险约为原来的1.070倍，即相对增加。问题的主要结果（一）问题的主要结果（一）53整理整理ppt问题的问题的SPSSSPSS选项（二）选项（二）年龄为年龄为“分级连续变分级连续变量量”的的Logistic 回归，回归，分析年龄与高血危险分析年龄与高血危险的线性关系的线性关系54整理整理ppt在Logistic回归方程中，平均年龄的系数B=0.070，P0.001，有统计学显著性，表明患高血压的危险与平均年龄呈正相关；OR=1.072，表明年龄每增加1岁，患高血压的危险就变为原来的1.072倍，即相对增加7.2。结果与前一分析
31、基本完全一致。问题的主要结果（二）问题的主要结果（二）55整理整理ppt问题的问题的SPSSSPSS选项（三）选项（三）年龄为年龄为等级变量等级变量的的Logistic 回归，分析年回归，分析年龄与高血危险的线性关龄与高血危险的线性关系系56整理整理ppt在Logistic回归方程中，年龄组的系数B=0.950，P0.001，有统计学显著性，表明患高血压的危险与年龄组呈正相关；OR=2.587，表明从一个年龄组增加到到另一个相邻的年龄组，患高血压的危险平均就变为原来的2.587倍。另，由于组间年龄的差别不是相等的，使用年龄作为连续变量的分析一般应优于把年龄当作等级变量的分析。问题的主要结果（三
32、）问题的主要结果（三）57整理整理ppt问题10及其分析和解释比较混杂作用的大小用Logistic回归分析比较性别与年龄对吸烟与高血压的OR的混杂作用的大小。58整理整理ppt问题10的背景介绍混杂作用的大小可以通过比较具有混杂偏倚的粗效应值估计与控制了混杂的净效应值进行比较，二者间的差别提示混杂的存在及其大小，可引起二者间更大差别的因素的混杂作用将更大。由前面的问题1和问题4的分析可知,吸烟与高血压的粗OR值为1.066（95%CI：0.8461.343）在本问题里，我们将展示如何使用Logistic回归分析控制年龄和性别，分别估计控制每个混杂因素后的净OR值，并与粗OR比较，判别混杂的存在
33、及其大小。59整理整理ppt问题问题1010的的SPSSSPSS选项（一）选项（一）用用Logistic 分析估分析估计控制性别后的净计控制性别后的净OR值。值。60整理整理ppt问题问题1010的主要结果（一）的主要结果（一）控制性别后，吸烟与高血压的净OR值为0.793，已知粗OR值为1.066，二者之差为0.273，提示在粗OR值里性别混杂的存在。61整理整理ppt问题问题1010的的SPSSSPSS选项（二）选项（二）用用Logistic 分析估分析估计控制年龄后无偏计控制年龄后无偏的净的净OR值。由于值。由于OR值与年龄线性关值与年龄线性关系的存在，年龄组系的存在，年龄组的取值为相应
34、组别的取值为相应组别的平均年龄，这样，的平均年龄，这样，模型的拟合度会比模型的拟合度会比使用分类和等级年使用分类和等级年龄变量的模型更好。龄变量的模型更好。62整理整理ppt控制了年龄后，吸烟与高血压的净OR值为0.952，已知粗OR值为1.066，二者之差为0.114，提示在粗OR值里年龄混杂的存在。而且，性别造成的差值（0.272）大于年龄造成的差别（0.114），提示在此研究中性别的混杂作用大于年龄。问题问题1010的主要结果（二）的主要结果（二）63整理整理ppt问题11及其分析和解释用Logistic回归估计调整了性别与年龄（分级连续变量）后吸烟与高血压关系的OR值？结果是否提示吸烟
35、为为高血压的独立危险因素？为什么?64整理整理ppt问题问题1111的的SPSSSPSS选项选项用用Logistic 分析估计分析估计同时控制性别和年龄同时控制性别和年龄（分级连续变量）后（分级连续变量）后吸烟和高血压净吸烟和高血压净OR值。值。65整理整理ppt问题问题1111的主要结果的主要结果同时控制了性别和年龄（分级连续变量）的影响后吸烟与高血压关系的OR值为0.691（95%CI：0.5110.932），Wald卡方值=5.848，P=0.0160.05。该结果显示，在本研究中吸烟是高血压独立的保护因素，即吸烟者患高血压的危险低于吸烟者。注：本研究是一个虚拟的研究，分析结果不反映实际情况。66整理整理ppt小小 结结通过对前面1111个个问题的分析可见，在SPSS16.0软件中，除了使用Crosstabs进行一些简单的分析外，Logistic回归分析可以用于进行绝大多数因果关系流行病学数据分析的内容，如估计暴露对结局的效应（问题4），判定是否存在混杂（问题6），比较不同因素造成的混杂的大小（问题10），估计控制了混杂后的主效应（问题11），进行异质性检验（问题和7），识别交互作用（问题和7），分析剂量反应关系（问题9）等。67整理整理ppt68整理整理ppt
