Исследование случай-контроль Опции

[Gula]

Уважаемый DoctorStat! Большое спасибо!!! Вы меня очень выручили и помогли мне, теперь попробую сделать. Спасибо!!!

[плав]

Обратите только внимание, что логистическая регрессия НЕ позволяет рассчитывать RR (это можно делать только при помощи пуассоновой регрессии).
Кстати, использование RR или OR не зависит от проспективного или ретроспективного характера исследования, а только от способа отбора пациентов - в когортном исследовании (отбор по фактору риска) можно считать и то, и другое, в исследования случай-контроль (отбор по наличию-отсутствию заболевания) только OR.

[Игорь]

Обратите только внимание, что логистическая регрессия НЕ позволяет рассчитывать RR (это можно делать только при помощи пуассоновой регрессии).

Вычисление RR для логистической регрессии тут http://aje.oxfordjournals.org/cgi/reprint/157/10/940.

[плав]

Вычисление RR для логистической регрессии тут http://aje.oxfordjournals.org/cgi/reprint/157/10/940.

Ошибка, статья указывает на использование лог-биномиальной и пуассоновой регрессии для оценки относительного риска, а никак не логистической. И в том и в другом случае используется другая трансформация зависимой переменной.
Приводимая же в начале статьи формула для пересчета OR в RR (кстати, не имеющая отношения к логистической регрессии, а просто базирующаяся на определениях этих показателей) описывается как имеющая смещение и вся статья посвящена как раз тому, что ее использовать нельзя.
Поэтому повторюсь. Логистическая регрессия НЕ позволяет расчитывать RR (это просто невозможно математически, она работает с шансами, шансы - зависимая переменная в логистической регрессии). Перерасчет OR в RR может быть сопряжен с ошибками, поэтому для расчета RR надо использовать другие статистические методы.

[Игорь]

Понятно. Спасибо.

Еще бы где-то пример посмотреть практического использования Пуассоновой регрессии.

[плав]

Понятно. Спасибо.

Еще бы где-то пример посмотреть практического использования Пуассоновой регрессии.

Если имеются ввиду статьи и информация, как делается, то
http://www.ats.ucla.edu/stat/sas/faq/relative_risk.htm (и список литературы внизу страницы)
http://aje.oxfordjournals.org/cgi/content/full/162/3/199

Если примеры использования, то смотрите список статей, которые ссылались на статью в Am. J. Epidemiol указанную выше.
У нас была статья в Российском семейном враче, использовавшая пуассонову регрессию, но его в on-line нет.

[Игорь]

У нас была статья в Российском семейном враче, использовавшая пуассонову регрессию, но его в on-line нет.

Журнал редкий. Даже оглавление трудно доступно.
Статью можно заказать по МБА. Если можно, пожалуйста, сообщите название работы, год, номер и страницы журнала.

[плав]

Журнал редкий. Даже оглавление трудно доступно.
Статью можно заказать по МБА. Если можно, пожалуйста, сообщите название работы, год, номер и страницы журнала.

Плавинская С.И., Плавинский С.Л., Шестов Д.Б. Прогностическая значимость основных факторов риска у женщин по данным популяционного исследования и шкала риска смерти от ССЗ// Российский семейный врач.-2006.- № 4.- с.4-9

[Игорь]

Плавинская С.И., Плавинский С.Л., Шестов Д.Б. Прогностическая значимость основных факторов риска у женщин по данным популяционного исследования и шкала риска смерти от ССЗ// Российский семейный врач.-2006.- № 4.- с.4-9

Очень интересная статья.
Так понял, для показателей (табл. 1 и 2) были построены не множественные логистические регрессии, а логистическая регрессия для каждого показателя?

[Gula]

2. Относительный риск вычисляется по формуле: p=1/(1+exp[-z]) (1)
3. Отношение шансов вычисляется по формуле: OR=exp[+z]) (2)
4. Вычисление доверительных интервалов. В программе SPSS для логистической регрессии в таблице Variables in Equation даются стандартные отклонения для коэффициентов В ? S.E. Используйте их и формулы (1) и (2) для получения доверительных интервалов для p и OR.

Уважаемые коллеги! Все-таки я не поняла как можно вычислить доверительный интервал с помощью коэф. В и S.E? Объясните для особо одаренных, пожалуйста.
Есть ли в SPSS пуасонова регрессия? Заранее благодарю!!!

[плав]

Очень интересная статья.
Так понял, для показателей (табл. 1 и 2) были построены не множественные логистические регрессии, а логистическая регрессия для каждого показателя?

Да, хотя макро Muche позволяет находить точки разделения и на основании множественной модели, у меня сомнения в адекватности этого подхода с практической точки зрения: дело в том, что модель считает тогда точку разделения "при условии фиксированности остальных", т.е. естественная корреляция "разрывается". Соответственно, с научной точки зрения мы получаем наилучшую точку зрения в модельной ситуации, когда, например, триглицериды в популяции неизменны. Однако в реальности они коррелируют, скажем с ЛПВП. Соответственно, врач, полузующийся этой точкой разделения будет получать ошибку.
Для ее коррекции надо возвращаться к полной модели, что сложно сделать в повседневной жизни.
Поэтому мы использовали для поиска точки разделения унивариантные модели.

[плав]

Уважаемые коллеги! Все-таки я не поняла как можно вычислить доверительный интервал с помощью коэф. В и S.E? Объясните для особо одаренных, пожалуйста.
Есть ли в SPSS пуасонова регрессия? Заранее благодарю!!!

Нижняя граница: exp(beta-1.96*SE)
Верхняя граница: exp(beta+1.96*SE)
Еслит надол сравнивать факторы риска, то рассчитайте стандартизованные ОШ, а не на единицу измерения:
Нижняя граница: exp([beta-1.96*SE]*SD)
Верхняя граница: exp([beta+1.96*SE]*SD)
Все то же, только логарифм границы умножается на стандратное отклонения для фактора риска

Что касается SPSS короткий ответ, может.
http://www.childrensmercy.org/stats/model/poiss_syntax.asp
http://www.ats.ucla.edu/stat/spss/dae/poissonreg.htm
Требует знания языка SPSS. Что касается подхода к рассчету RR, обсуждавшемуся выше, я не достаточно работаю с SPSS, чтобы знать особенности модуля GENLIN (есть ли там возможность использовать коррелированные структуры). Думаю, что возможность есть, надо только обсудить вопрос с кем-то, кто хорошо знает особенности этой процедуры в SPSS.

[Gula]

[quote name='плав' date='25.08.2008 - 17:00' post='5255']
Нижняя граница: exp(beta-1.96*SE)
Верхняя граница: exp(beta+1.96*SE)
Еслит надол сравнивать факторы риска, то рассчитайте стандартизованные ОШ, а не на единицу измерения:
Нижняя граница: exp([beta-1.96*SE]*SD)
Верхняя граница: exp([beta+1.96*SE]*SD)
Все то же, только логарифм границы умножается на стандратное отклонения для фактора риска

Огромное спасибо за отзывчивость!!! Первую часть Вашего сообщения поняла. В моем исследовании OR=exp[+z]? значит для данного ОШ вычисляю по первым формулам ДИ, Эти отношения я получены дя факторов риска, правильно ли я Вас поняла, что ОШ=OR=exp[+z]? Только ДИ необходимо пересчитать по вторым формулам?
Простите за непонятливость, но перечитав 5 книг по статистике, в голове все смешалось, нет ничего налядного. Спасибо большое!!!

[плав]

Нижняя граница: exp(beta-1.96*SE)
Верхняя граница: exp(beta+1.96*SE)
Еслит надол сравнивать факторы риска, то рассчитайте стандартизованные ОШ, а не на единицу измерения:
Нижняя граница: exp([beta-1.96*SE]*SD)
Верхняя граница: exp([beta+1.96*SE]*SD)
Все то же, только логарифм границы умножается на стандратное отклонения для фактора риска

Огромное спасибо за отзывчивость!!! Первую часть Вашего сообщения поняла. В моем исследовании OR=exp[+z]? значит для данного ОШ вычисляю по первым формулам ДИ, Эти отношения я получены дя факторов риска, правильно ли я Вас поняла, что ОШ=OR=exp[+z]? Только ДИ необходимо пересчитать по вторым формулам?
Простите за непонятливость, но перечитав 5 книг по статистике, в голове все смешалось, нет ничего налядного. Спасибо большое!!!

Ничего страшного . Я писал только про ДИ. OR=exp(z) для случая OR на единицу измерения (например, мм. рт. ст) или OR=exp(z*SD) для стандартизированных отношений шансов.
Стандартизированные - если Вы хотите сравнивать разные факторы риска (какой сильнее)

[Gula]

Уважаемый учитель! Коллеги! Спасибо за помощь! Но где взять SD? Я знаю только, что это стандартное отклонение, других значений не знаю, и в таблице результаов по регрессии не нашла. Огромная просьба, разъясните. Спасибо! Посчитав бинарную логистическую регрессию, получила следующие результаты: возможно ли, что признаки, котоые имели меньшее процентное соотношение в группе имели exp(b) больше, или возможно надо посчитать имено стандартизированное ОШ как Вы предложили для сравнения факторов риска???
Спасибо!