您当前的位置：
首页 > 文献资料
所属专业：
现患比文献资料
-
log-binomial模型估计的患病比及其应用
[导读]探讨有和无连续协变量时的log-binomial模型估计患病比的统计方法及其应用.文中使用禁烟立法态度与吸烟关联的研究实例,比较log-binomial模型估计的现患比(PR)与logistic回归模型估计的优势比(OR).当模型中无连续协变量时,采用大似然估计拟合log-binomial模型;当因含有连续协变量导致模型不收敛时,则采用COPY方法估计PR.分别估计男、女禁烟立法态度与吸烟的关联.由于女性吸烟率低,用PR与OR所估计的关联结果相似.而男性吸烟率较高,OR值明显大于PR.当年龄作为连续协变量纳入模型时,导致log-binomial模型不收敛,采用COPY方法解决此问题.所有分析均在SAS软件中实现.结论:当患病率较高时,PR比OR更好地测量了暴露与疾病的关联.文中给出log-binomial回归模型和COPY方法估计PR的SAS程序.
关键词： 现患比 log-binomial模型 COPY方法 -
颈痛现况调查中OR值的应用探讨
目的 探讨颈痛现况调查中OR值的使用方法.方法 采用整群随机抽样的方法,对某汽车厂3 800名工人进行颈痛及危险因素问卷调查.利用Logistic回归分析计算各变量的OR值,以log-binomial模型计算现患比(PR值),计算OR值与PR值的相对偏差值:(OR-PR) /PR×100％,以相对偏差的大小衡量危险度被高估的程度.结果 OR值对各研究因素危险度的高估程度在13.3％～ 70.9％之间;且高估的程度随OR值的增加而上升,呈线性相关(r=0.853,P=O.002).结论 使用OR值时,影响因素的危险度在一定程度内被高估,OR值较高时应考虑使用PR值等替代指标.
