Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

> И снова логистика, интерпретация данных
Alex
сообщение 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

Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
 
Открыть тему
Ответов (1 - 1)
плав
сообщение 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
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 

Добавить ответ в эту темуОткрыть тему