![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
![]() Группа: Пользователи Сообщений: 56 Регистрация: 19.03.2008 Из: Екатеринбург Пользователь №: 4888 ![]() |
Уважаемые коллеги, прошу прощения если мой вопрос покажется Вам глупым или это уже обсуждалось, но поиск пока ничего не дал.
Я хочу провести ретроспективное исследование по методу случай-контроль. У меня есть некоторое количество больных изучаемой группы с определенным бинарным признаком 1 и популяция пациентов, в несколько раз большая, с бинарным признаком 0. Цель - подобрать на каждый изучаемый случай пациента группы контроля из популяции с бинарным признаком 0, соответствующий ему по нескольким количественным показателям (пару шкал тяжести, + несколько лабораторных показателей). После этого нужно будет сравнить сравнить показатели исхода (несколько бинарных показателей + несколько количественных показателей, вроде длительность пребыванияв ОРИТ, длительность ИВЛ итп). Здесь кстати уместно ли оценить значимость различий с помощью методов непараметрической статистики (н-р тест Манна-Уитни) для того чтобы утверждать, что пациенты с изучаемым признаком 1, скажем, статистически значимо дольше находились в ОРИТ, чем пациенты с признаком 0 или хи-квадрат, для того, чтобы утверждать, что у среди пациентов группы 1 был более высокий уровень смертности, чем у пациентов группы 0. Как вычислить отношение рисков (odds ratio) и уместно ли оно здесь ? Под рукой Statistica, SPSS и MedCalc Буду признателен всем ответившим ![]() |
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 ![]() |
Вопрос не совсем понятен. Очевидно, нужно в новом посте сформулировать, что вы хотите сделать, или хотя бы, какую регрессию вы сделали? Если у вас есть количественные показатели, то используя ROC можно найти наиболее точное разделение показателя на две альтернативные группы. На основе этого разделения, вы кодируете «1», если фактор риска присутствует, и «0», если отсутствует. Если после этого вы создадите регрессионную модель вероятности наступления неблагоприятного события, используя логистическую регрессию только с бинарными признаками, то если фактор риска присутствует, то exp(b) будет иметь значение OR, которое можно получить, в том числе и из таблицы 2х2.
|
|
![]() |
![]() |
![]() ![]() |