Какой вид анализа применить? Опции

[Pyrosmani]

При обследовании 113 пациентов, которым ранее проведено бужирование, у 30 выявлены ранние рестенозы. Проанализировано влияние факторов (пол; возраст; время, прошедшее с момента ожога до начала бужирования; протяженность стриктуры; локализация; степень сужения и т.д.)- на развитие ранних рестенозов. Установлено статистически значимое влияние некоторых из них на развитие ранних рестенозов.

Надо определить, как будет изменяться вероятность раннего рестенозирования при совокупном влиянии 2 и более факторов (примерно так: фактор 1+2 приводят к увелич. частоты ранних рестенозов в 2 раза, 1+3 в 1,5 раза - т.е. сочетание каких факторов будет прогностически наиболее неблагоприятным в отношении ранних рестенозов).

Подскажите, пожалуйста, какие статистические методы лучше применить и какие статистич. пакеты оптимальнее использовать.

[Игорь]

Логистическая регрессия. Если будете пользоваться AtteStat (модуль "Распознавание образов..."), то в Справке по данному методу указана работа Плавинской с соавт., посвященная данной проблеме.

[Pyrosmani]

Логистическая регрессия. Если будете пользоваться AtteStat (модуль "Распознавание образов..."), то в Справке по данному методу указана работа Плавинской с соавт., посвященная данной проблеме.

Спасибо за ответ. Статью Плавинской и соавт. не нашел (название знаю- было в форуме, но в сети статьи нет).
AtteStat действительно хорошая программа и большую часть расчетов я делал в ней. В большей степени это заслуга Nokh, который очень доходчиво описал как проводить анализ таблиц сопряженности и рассчитывать отношение шансов с использованием AtteStat.

Применительно к логистической регрессии в AtteStat я просто не знаю как вводить данные. Аттестату не хватает хорошего справочника с рисунками и примерами, это безусловно будет способствовать популяризации программы и в первую очередь среди медиков. Есть Хелп файл, который содержит подробное математическое обоснование методов, но как перейти от теории к практике. Тут без помощи опытных коллег и, конечно, разработчика программы лично мне не обойтись.

В MedCalc бинарную лог.регрессию я выполнил. А вот в Аттестат что-то не получается, то же самое касается мультиномиальной (полиномиальной) логистической регрессии (регрессии Пуассона- в модуле Аттестат как вы указывали).

Подскажите пожалуйста как это правильно сделать.

Я прикрепил архив с файлами по логистической регрессии:

1 - данные лог.регрессии по учебнику СПСС- зависимый признак - болен/здоров (бинарный)- значения 1 и 2 соотв.(по первоисточнику), независимые- типизация клеток (интервальный), тест LAI (бинарный). Имеет ли значение как кодировать переменные, принципиально ли 0 и 1, или может быть 1 и 2?

В чем разница между модулем обучение и распознавание? Если применительно к онкологии возможно, что на основании обучения задается некая модель, которая впоследствии позволяет распознавать с большей или меньшей точностью данные полученные в эксперименте (если не так поправьте). Известно, что в онкологии окончательный диагноз ставится на основании гистологического исследования материала. Т.о. м/быть создана модель, которая позволяет соотносить данные полученные на основе гистологического исследования материала, с результатами др. диагностич. исследований- что собственно и составляет процесс распознавания. А что вводится в модуль распознавание, если данные получены эксперименте и сравнивать не с чем (как у меня с рестенозами).
Если есть возможность опишите пожалуйста какие данные вводить в модуле обучение и какие в модуле распознавание.



В ряде случаев значения 95% ДИ для ОШ выходят за 100%, получаю 124% и больше это допустимо для признания модели работоспособной или нет?

2-ий файл полиномиальная регрессия (зависимая переменная- политическая принадлежность принимает три значения- левые 1, центристы-2, правые-3)-как анализировать в Аттестате.

Заранее благодарен Вам и всем, кто примет участие в обсуждении за советы и помощь.

Сообщение отредактировал Pyrosmani - 4.04.2010 - 16:00

Прикрепленные файлы

 logistic_regression.rar ( 65,41 килобайт ) Кол-во скачиваний: 350

 

[Игорь]

Спасибо за ответ. Статью Плавинской и соавт. не нашел (название знаю- было в форуме, но в сети статьи нет).

Данную статью можно заказать у библиографа Вашего учреждения (я поступил так). Либо лично сходить в библиотеку.

Применительно к логистической регрессии в AtteStat я просто не знаю как вводить данные. Аттестату не хватает хорошего справочника с рисунками и примерами...

Такая проблема (с вводом данных) раньше возникала у пользователей упомянутой программы. Поэтому в разделе Справки данного модуля специально имеется пример (с рисунками), как вводить данные и производить расчет. Сделано после обсуждений с nokh на данном форуме (классический пример с ирисами Фишера). Правда, пример по множественной регрессии, но ввод (выбор) исходных данных аналогичен для всех методов программы.

Обучение - это подбор коэффициентов модели. Распознавание - это вычисление значения регрессии для конкретного пациента при подстановке его параметров в [обученную] модель. Терминология из теории распознавания образов. Кстати, о распознавании образов: логистическая регрессия интерпретируется также как классический перцептрон (однослойная нейронная сеть).

Сообщение отредактировал Игорь - 27.03.2010 - 16:43