help анализ частоты осложнений, логистическая регрессия и все, все, все, анализ данных Опции

[DrgLena]

Уважаемые, форумчане!
В ваших статистических изысканиях, не встречалась ли вам информация о использовании формулы Ферстера для сравнения числа осложнений возникающих после двух медицинских вмешательств. При этом используется понятие неопределенность системы, снижение неопределенности. Описано, как делали, есть формула, но нет ссылки на используемую литературу. Диссертация в которой это используется уже защищена и я повторила расчет для своих данных, но не могу работать без ссылки на математический источник. Может быть подскажете другие статистические форумы, где это могут знать.

[плав]

Что касается терминологии, то тут могут быть разные точки зрения. Мне кажется, что лучше использовать слова откорректированные и не откорректированные отношения шансов, поскольку самое главное ради чего делается многомерный анализ - выделить независимое от других показтелей влияние данного фактора на исход, откорректировать различия между группами по всем факторам, кроме анализируемого. Слово "коррекция" в данной ситуации кажется более очевидным, чем "согласование"
Что касается же создания прогностического теста, то сама логистическая регрессия очень часто используется для создания прогностических шкал (одной из первых была Фрмингемская шкала риска развития ССЗ). При этом используется, естественно, не сам анализ характеристических кривых (ибо он приспособлен для сравнения разных источников информации - откуда и название - тест вроде бы был сконструирован во время второй мировой войны для определения способности различать сигнал на фоне шума при радиопередачах разный _характер_ восприятия информации в зависимости от силы сигнала и размера шума). Строго говоря, для создания прогностической шкалы берут проспективно полученные данные, затем ищут точку наилучшего разделения (чаще всего ту, что ближе всего к левому верхнему углу на графике характеристической кривой), либо делят всю шкалу рассчитанных по логистической регрессии вероятностей на интервалы и описывают их как возможные значения вероятности развития, например, ИБС за определенный промежуток времени.
Я не очень люблю для этих целей логистическую регрессию, поскольку она не учитывает время, а, как говорил Дж.М.Кейнс "В долгосрочной перспективе мы все мертвы". Кроме того у нее очевидные проблемы тем, что оцениваются отношения шансов, а не относительный риск. Поэтому лучше для построения прогностических моделей пользоваться либо моделью Кокса (в случае бинарных исходов), либо Пуассоновой регрессией. Последняя, кстати, наиболее удобна для построения шкал

[Galka_gf]

Здравствуйте, уважаемый Плав!
У меня есть несколько давно наболевших вопросов, относительно логистической регрессии. К сожалению, самостоятельно никак не могу с ними справится.
Во многих зарубежных статьях встречаются такого рода цитаты: Adjusted for age, sex, ets....
Вопросы:
Как выполнить этот adjustment, как определить независимые переменные, по которым он выполняется.
Пробовала выполнить расчеты в SAS 9.1, пользуясь Вашей книгой, но в резултат анализа не содержал данных, полностью соответствующих структуре описанной в книге.
Опять же, остаются вопросы, изложенные выше, относительно набора переменных, которые будут влиять на Odds.

[плав]

Здравствуйте, уважаемый Плав!
У меня есть несколько давно наболевших вопросов, относительно логистической регрессии. К сожалению, самостоятельно никак не могу с ними справится.
Во многих зарубежных статьях встречаются такого рода цитаты: Adjusted for age, sex, ets....
Вопросы:
Как выполнить этот adjustment, как определить независимые переменные, по которым он выполняется.
Пробовала выполнить расчеты в SAS 9.1, пользуясь Вашей книгой, но в резултат анализа не содержал данных, полностью соответствующих структуре описанной в книге.
Опять же, остаются вопросы, изложенные выше, относительно набора переменных, которые будут влиять на Odds.

Adjusted for age, sex и т.д. означает просто, что в логистической регрессионной модели были включены переменные пол и возраст. Т.е. если вы создали модель, например:
PROC LOGISTIC DESCENDING;
MODEL Isxod=age sex treatment;
RUN;
то полученные отношения шансов для treatment будут как раз age and sex adjusted...

CODE

The LOGISTIC Procedure

Analysis of Maximum Likelihood Estimates

Standard Wald
Parameter DF Estimate Error Chi-Square Pr > ChiSq

Intercept 1 -5.2417 0.3139 278.8676 <.0001
AGE 1 0.1060 0.00639 275.7084 <.0001
EDHIGH 1 -0.5383 0.0906 35.3186 <.0001
EDLOW 1 0.4655 0.0833 31.2356 <.0001


Odds Ratio Estimates

Point 95% Wald
Effect Estimate Confidence Limits

AGE 1.112 1.098 1.126
EDHIGH 0.584 0.489 0.697
EDLOW 1.593 1.353 1.875


Association of Predicted Probabilities and Observed Responses

Percent Concordant 68.8 Somers' D 0.393
Percent Discordant 29.5 Gamma 0.399
Percent Tied 1.7 Tau-a 0.196
Pairs 3812130 c 0.696

Выше приведена распечатка в 9.1 она, немного отличается от того, что в книге (там даже в примечании указано, что в книге - с версии 6.12, команды же аналогичны книжным), однако не сильно. Основное различие, что доверительные интервалы для переменных вынесены в отдельный блок. Соответственно, по сравнению с лицами, имеющими среднее образование, лица не закончившие даже среднюю школу имеют шансы умереть в 1,59 раз выше (95%ДИ=1,35-1,87). Вот это отношение шансов является откорректированным на возраст (age-adjusted), поскольку возраст включен в модель.

[Galka_gf]

т.е. коррекция проводится только в случае включения в модель количественных переменных? А если я закодирую возраст в виде нескольких дихотомических переменных, то никакой коррекции не будет выполнено (она просто будет не нужна).
В случае с количественным возрастом я должна буду указать в сноске: "Adjusted for age, sex, treatment"? или нет?

"...то полученные отношения шансов для treatment будут как раз age and sex adjusted..." и почему для treatment а не для Isxod?

[плав]

т.е. коррекция проводится только в случае включения в модель количественных переменных? А если я закодирую возраст в виде нескольких дихотомических переменных, то никакой коррекции не будет выполнено (она просто будет не нужна).
В случае с количественным возрастом я должна буду указать в сноске: "Adjusted for age, sex, treatment"? или нет?

"...то полученные отношения шансов для treatment будут как раз age and sex adjusted..." и почему для treatment а не для Isxod?

1) Нет, коррекция по всем внесенным в модель переменным (строго говоря, процедура не знает, что такое качественные переменные, путем использования дихотомических переменных мы систему "обманываем")
2) Потому, что мы брали отношение шансов для treatment. ISxod - это зависимая переменная, шансы которой как раз меняются под воздействием treatment.