И снова логистика, интерпретация данных |
Здравствуйте, гость ( Вход | Регистрация )
И снова логистика, интерпретация данных |
26.09.2007 - 08:47
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 6 Регистрация: 3.04.2007 Пользователь №: 4028 |
Уважаемые коллеги,
При анализе данных эпидемиологических исследований влияния различных факторов риска (ФР) на показатели здоровья (ПЗ) людей в деревнях Вьетнама в пакете EPI INFO 2000 методами "Unconditional Logistic Regression" (ЛР) и "Tables" (T) были выявлены ФР, которые 1) значительно и устойчиво (независимо от метода и модели ЛР повышали Отношение Шансов "OR" с высокой значимостью 2) значимо повышали "OR" в одних моделях ЛР, но не оказывали влияния на частоту ПЗ и даже приводили к противоположным эффектам в других моделях ЛР или при анализе методом Т. Анализируемые таблицы не содержали пустых ячеек и включали только бинарные признаки ФР и ПЗ. Подскажите пожалуйста как интерпретировать такие данные, т.е. какой взять критерий относительной медицинской значимости воздействий отдельных ФР с учетом различной воспроизводимости "OR" в разных моделях ЛР и разными методами (ЛР и Т)? Заранее благодарны |
|
28.09.2007 - 10:52
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Ответить на вопрос в заданной форме представляется затруднительным.
1) Логистическая регрессия является методикой многомероного анализа, а то, что обычно описывается как анализ Таблиц (кстати, это не метод - анализ таблиц производится при помощи рзных статистических методов и надо указывать, какие конкретно тесты использовались на табличных данных - разные тесты имеют разные допущения и посему их интерпретация различается очень сильно) - это униваринатный анализ. Соответственно, если, например, в логистической регрессии переменная Х не связана с исходом, а по критерию (униваринтному) хи2 она была связана, это просто означает, что связь (кажущаяся) была опосредована переменной Z, которая также включена в логистический анализ 2) Довольно часто причиной разных результатов при построении логистической модели с разными переменными является характер потерянных (missing) данных. поскольку по умолчанию большинство программ выкидывают при отсутствии одного значения все наблюдение, получается, что в разных моделях анализируются разные наборы данных Соответственно, ответ на Ваш вопрос о том, как интерпретировать результаты в настоящий момент зависит от структуры Ваших данных, особенностей переменных и тестов, использовавшихся для табличных данных. Поскольку, судя по вопросу, предполагается делать достаточно подробный анализ связи факторов риска со здоровьем рекомендую найти для консультации специалиста по статистике в учреждении, где Вы работаете или приобрести и проштудировать несколько книг по анализу статистических данных, где бы подробно описывалось проведения анализа качественных переменных. Я подчеркиваю, что нужны книги, где не описывается, как нажимать на кнопки, а как выбирать тесты и их интерпретировать |
|