Исследование случай-контроль Опции

[Homo aureus]

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

[Gula]

Уважаемые коллеги! Помогите, пожалуйста решить вопрос. В исследовании был проведен регрессионный анализ, как затем определить велишину относительного риска и отношения шансов для независимых величин, спомощью кросстаблиц? но как кодировать количественные признаки, если их перевести в бинарные как предложила уважаемая DrgLena спомощью cut-off из ROC кривых это будет правильно? Заранее благодарю!!!

[DoctorStat]

Уважаемые коллеги! Помогите, пожалуйста решить вопрос. В исследовании был проведен регрессионный анализ, как затем определить велишину относительного риска и отношения шансов для независимых величин, спомощью кросстаблиц? но как кодировать количественные признаки, если их перевести в бинарные как предложила уважаемая DrgLena спомощью cut-off из ROC кривых это будет правильно? Заранее благодарю!!!

1. Вам не нужно переводить количественные признаки в бинарные. Логистическая регрессия прекрасно справляется с непрерывными независимыми параметрами.
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.

[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]

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!

[плав]

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!

В показателях регрессии обычно стандартное отклонение не распечатывается. Самый простой вариант - пойти в раздел описательной статистики (зависит от программы, которую Вы используете) и там рассчитать стандартное отклонение для всех факторов риска.
Насчет разных exp(b) то, что Вы описываете, кончено возможно.
Представьте себе следующую истуацию у Вас в модели уровень АД (как фактор риска) и курение. Тогда exp(b) будет для случая АД означать рост риска (изменение шансов наличия заболевания) при росте АД на 1 мм рт. ст. (величина будет маленькая), а для курения будет разницией по риску между курящими и не курящими. Как говорится, сравнение яблок с апельсинами. Именно поэтому и надо сравнивать стандартизированные ОШ.