条件logistic回归及R实现

Logistic回归分析使用Logit模型研究二元因变量和一组独立（解释）变量之间的关联。然而，在匹配研究中，无条件的logistic regression是偏见的（高估了OR）。条件logistic回归是由Norman Breslow, Nicholas Day, Katherine Halvorsen, Ross L. Prentice和C. Sabai在1978年提出，是logistic回归的延伸，允许人们考虑到分层和匹配，通常用于具有特定条件或属性的病例受试者与没有该条件的n个对照受试者相匹配。一般来说，可能有1至m个病例与1至n个对照组相匹配。然而，最常见的设计是1：1匹配，其次是1：n匹配，其中n从1到5不等。 它的主要应用领域是观察性研究，特别是流行病学。比较是在每个层内，没有估计截距，因此没有预测的概率，所以没有ROC或Hosmer-Lemeshow测试。

CLR有以下特点：

1. CLR提供与至少在一个阶层内变化的自变量（通常称为协变量）相关的回归系数的估计值。同样，CLR也不提供与独立变量相关的任何回归系数的估计值，这些独立变量在各阶层内不发生变化。
2. 随着研究样本量的增加，阶层（群组）的数量也以同样的速度增加。
3. 模型中出现了分层指示变量，但没有显示逐层输出。
4. 当匹配组有不同数量的病例和对照组时，可以使用CLR。

在R中可以用‘Survival’包中的clogit()函数，及Epi包中的clogistic()函数实现：

Using survival:clogit()

library(survival)

resp <- levels(logan$occupation)
n <- nrow(logan)
indx <- rep(1:n, length(resp))
logan2 <- data.frame(logan[indx,],
                     id = indx,
                     tocc = factor(rep(resp, each=n)))
logan2$case <- (logan2$occupation == logan2$tocc)
logan2 <- logan2[order(logan2$id),]

## Show dataset for first three strata
logan2[logan2$id %in% c(1,2,3), ]

    occupation         focc education      race id         tocc  case
1        sales professional        14 non-black  1         farm FALSE
1.1      sales professional        14 non-black  1   operatives FALSE
1.2      sales professional        14 non-black  1    craftsmen FALSE
1.3      sales professional        14 non-black  1        sales  TRUE
1.4      sales professional        14 non-black  1 professional FALSE
2    craftsmen        sales        13 non-black  2         farm FALSE
2.1  craftsmen        sales        13 non-black  2   operatives FALSE
2.2  craftsmen        sales        13 non-black  2    craftsmen  TRUE
2.3  craftsmen        sales        13 non-black  2        sales FALSE
2.4  craftsmen        sales        13 non-black  2 professional FALSE
3        sales professional        16 non-black  3         farm FALSE
3.1      sales professional        16 non-black  3   operatives FALSE
3.2      sales professional        16 non-black  3    craftsmen FALSE
3.3      sales professional        16 non-black  3        sales  TRUE
3.4      sales professional        16 non-black  3 professional FALSE

id为每个组别，匹配比例为1:3

## clogit实现
res.clogit <- clogit(case ~ tocc + tocc:education + strata(id), logan2)
summ.clogit <- summary(res.clogit)
summ.clogit

Call:
coxph(formula = Surv(rep(1, 4190L), case) ~ tocc + tocc:education + 
    strata(id), data = logan2, method = "exact")

  n= 4190, number of events= 838 

                                coef exp(coef)  se(coef)      z Pr(>|z|)    
toccfarm                   -1.896463  0.150099  1.380782  -1.37   0.1696    
toccoperatives              1.166750  3.211539  0.565646   2.06   0.0391 *  
toccprofessional           -8.100549  0.000303  0.698724 -11.59  < 2e-16 ***
toccsales                  -5.029230  0.006544  0.770086  -6.53  6.5e-11 ***
tocccraftsmen:education    -0.332284  0.717283  0.056868  -5.84  5.1e-09 ***
toccfarm:education         -0.370286  0.690537  0.116410  -3.18   0.0015 ** 
toccoperatives:education   -0.422219  0.655591  0.058433  -7.23  5.0e-13 ***
toccprofessional:education  0.278247  1.320812  0.051021   5.45  4.9e-08 ***
toccsales:education               NA        NA  0.000000     NA       NA    
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

                           exp(coef) exp(-coef) lower .95 upper .95
toccfarm                    0.150099      6.662 0.0100243   2.24750
toccoperatives              3.211539      0.311 1.0598246   9.73178
toccprofessional            0