Отношение шансов для сочетания факторов Опции

[Ares_ekb]

Здравствуйте!

Есть зависимая переменная инсульт и факторы: сахарный диабет (СД) и курение (К).

С помощью логистической регрессии (PASW 18) получаю отношения шансов для СД (8,521) и для К (1,328).

Затем добавляю в модель взаимодействие СД*К и получаю такие коэффициенты:

CODE

СД 2,068 (значимость - 0,000)
К 0,271 (значимость - 0,226)
СД*К 0,358 (значимость - 0,769)
Конст. -0,904 (значимость - 0,000)

Интерпретирую их так:
У не курильщиков СД повышает риск инсульта в exp(2,068)=7,909 раз
У курильщиков СД повышает риск инсульта в exp(2,068+0,358)=11,314 раз
У не диабетиков курение повышает риск инсульта в exp(0,271)=1,311 раз
У диабетиков курение повышает риск инсульта в exp(0,271+0,358)=1,876 раз

Вопрос 1: правильно ли всё это?

Вопрос 2: Как считать доверительные интервалы (ДИ) для этих ОШ? PASW считает exp(B) с доверительным интервалом. Я должен просуммировать границы ДИ для exp(B) для коэффициентов, которые складываю?

Вопрос 3: PASW выдает значимость для факторов. Зачем она может быть нужна? Я смотрю на границы ДИ для ОШ, и если в них попадает 1, значит изменение риска не значимо. Нужно ли мне при интерпретации результатов использовать ещё и эту значимость.

Вопрос 4: как посчитать ОШ для курящих диабетиков по сравнению со всеми остальными? Нужно перемножить ОШ?
8,521 * 1,328 = 11,316
Но тогда не учитывается связь между СД и К. И как в этом случае получить доверительный интервал?

Вопрос 5. Вообще факторов порядка 20 и для многих из них увеличение риска статистически не значимо (ОШ ~ 1). Но вполне возможно, что сочетания таких факторов дают значимое увеличение риска. Как лучше всего выбрать комбинации факторов? И как посчитать для этих сочетаний ОШ с ДИ?

[DrgLena]

Нет, если в логистической регрессии есть взаимодействие факторов (пол*зарплата), то просто ОШ для повышения зарплаты уже не посчитать. Только отдельно для мальчиков и отдельно для девочек.

Не только отдельно для мальчиков или девочек, а также отдельно для всего остального.
Экспоненту нужной суммы коэффициентов, в зависимости от того какие факторы имеются (1), а какие отсутствуют (0) можно посчитать. В примере ваших данных 4 варианта сочетания факторов риска, и соответственно столько же значений exp:
1, 1 - 6,0
1, 0 - 3,2
0, 1- 0,53
0, 0 - 0,41
Это все ваши отдельности.
Но, если без экспонент и шансов, перейти к вероятностям, то в моделе с двумя факторами с взаимодействием: 0,86 вероятность инсульта, если имеются оба фактора, 0,76 - есть только СД, 0,35 - только курение, 0,29 при отсутствии обоих факторов.
В модели с двумя факторами, но без взаимодействия изменится только первая вероятность 0,81, а остальные будут те же.
Я никогда не использовала логистическую регрессию с взаимодействиями, могу ошибаться. В этих данных ни само курение, ни взаимодействие значимо не влияют на инсульт. Возможно данные требуют согласования с возрастом, стажем диабета, его типом или длительностью курения. Если планируется изучить много факторов, то они скорее всего там будут. Можно использовать процедуру пошагового включения/выключения переменных и в модель войдут наиболее значимые факторы и без взаимодействия.

Сообщение отредактировал DrgLena - 1.09.2010 - 20:22