2. 临床预测模型——Logistic回归

基本原理

详见7.常用统计分析方法——Logistic回归_logistic回归模型怎么建立-CSDN博客

二分类Logistic回归

1. glm（）函数

案例：探讨人群未来10年冠心病发生风险与人口学资料以及临床症状和体征之间的关系。

load("framingham.Rdata")
str(framingham)

因变量十年的冠心病风险为二分类资料，采用二分类logistic回归

对分类变量因子化：

framingham$male<-factor(framingham$male,
                        levels = c(0,1),
                        labels = c("女性","男性"))
framingham$education<-factor(framingham$education,
                             levels = c(1,2,3,4),
                             labels = c("高中以下","高中","大学","大学以上"))
framingham$currentSmoker<-factor(framingham$currentSmoker,
                                 levels = c(0,1),
                                 labels = c("不吸烟","吸烟"))
framingham$BPMeds<-factor(framingham$BPMeds,
                          levels = c(0,1),
                          labels = c("不服用","服用"))
framingham$prevalentStroke<-factor(framingham$prevalentStroke,
                                   levels = c(0,1),
                                   labels = c("无脑卒中家族史","有脑卒中家族史"))
framingham$prevalentHyp<-factor(framingham$prevalentHyp,
                                levels = c(0,1),
                                labels = c("无高血压家族史","有高血压家族史"))
framingham$diabetes<-factor(framingham$diabetes,
                            levels = c(0,1),
                            labels = c("不患糖尿病","患糖尿病"))
framingham$TenYearCHD<-factor(framingham$TenYearCHD,
                              levels = c(0,1),
                              labels = c("未来10年无冠心病风险","未来10年有冠心病风险"))

str（framingham)

二分类的logistic回归可以使用rms包中的lrm（）函数或者基础包中的glm（）函数，但是某些绘图中只能使用lrm函数绘制，所以推荐lrm函数。

framinghamLog <- glm(formula=TenYearCHD ~., data = framingham, family = binomial)
summary(framinghamLog)

用“.”表示除了TenYearCHD变量之外的所有变量，纳入方程。

family指定因变量TenYearCHD是二分类变量（binomial），如果不指定默认未Logit链接函数。

注意：如果glm（）函数不指定family的类型，则会默认为正态分布，这时拟合就不再是Ligstic回归模型。

上述结果只提供了偏回顾i系数没有提供OR值。

方法一：

coef<-coef(framinghamLog)
coef_CI<-confint(framinghamLog)
OR_Results<-exp(cbind("OR"=coef,"LL"=coef_CI[,1],"UL"=coef_CI[,2]))
round(OR_Results,3)

利用coef（）函数提取各自变量的偏回归系数。confint（）函数提取各自变量的偏回归系数的95%置信区间。利用exp计算OR值。

解释：比如性别，以女性作为参考水平，男性未来10年冠心病的风险是女性的1.707倍，或者描述为男性未来10年冠心病的风险比女性高70.7%。

方法二：

epiDisplay包中的logistic.display()函数

library(epiDisplay)
logistic.display(framinghamLog,
                 crude=TRUE,
                 crude.p.value=TRUE,
                 simplified=FALSE) 

crude设置为TRUE，将显示自变量单因素分析的OR及95%CI，crude.p.value则显示分析结果的p值，simplified=F表示不显示简化结果。

同时展现单因素和多因素的结果。

2.rms包lrm（）函数

案例：探究低出生体重的危险因素，因变量low为二分类变量。

data("birthwt")
str(birthwt)

birthwt$white<-ifelse(birthwt$race==1,1,0)
birthwt$black<-ifelse(birthwt$race==2,1,0)

race有三个水平，表示母亲的种族，1表示白人，2表示黑人，3表示其他

二分类变量本身为哑变量，无须处理，需要处理多分类变量race

在数据集birthwt中生成white和black列，其中0，1分别表示否，是

这里没有将race=3设置为哑变量，在回归时race=3将作为参照水平。三分类变量处理成2个哑变量，以此类推，四分类处理为3个哑变量，五分类处理为4个哑变量。

library(rms) 
birthwtLog <- lrm(formula=low~age+lwt+smoke+ptl+ht+ui+ftv+white+black,data =birthwt)
birthwtLog

同样没有显示OR值

coef<-coef(birthwtLog)
se<-c(1.1046,0.0370,0.0069,0.4022,0.3454,0.6975,0.4593,0.1724,0.4408,0.5376)
coef_CI<-cbind(coef-1.96*se,coef+1.96*se)
OR_Results<-exp(cbind("OR"=coef,"LL"=coef_CI[,1],"UL"=coef_CI[,2]))
round(OR_Results,3)

需要手动提取出coefficient的标准误se，然后利用近似正态法计算偏回归系数的95%CI。

其他Logistic回归

参考7.常用统计分析方法——Logistic回归_logistic回归模型怎么建立-CSDN博客