logistic回归分析 r_基于R语言的Logistic回归模型构建与Nomogram绘制

题记：本章为预测模型系列方法学文章第3篇，主要介绍Logistic回归的预测模型构建方法与Nomogram的绘制。

1. 背景知识

本章我们将用一个具体案例来介绍用R语言构建Logistic回归预测模型并绘制Nomogram的完整过程。有关预测模型的构建流程我们将在下一章《预测模型系列04–基于R的生存资料预测模型构建与Nomogram绘制》中介绍；有关预测模型优劣的评价方法我们将在后续章节中介绍。我们可以把临床预测模型构建与验证的步骤总结为以下7个步骤：

(1)明确临床问题，确定科学假说

(2)根据既往文献，确定预测模型研究思路

(3)确定预测模型的预测变量

(4)确定预测模型的结局变量

(5)构建预测模型，计算模型预测值

(6)模型区分能力评估

(7)模型的准确性评估

其中步骤2有关预测模型的研究思路，大家可以参见本文图1.

图1. 三种预测模型的研究思路

2. 案例分析

Hosmer和 Lemeshow于1989年研究了低出生体重婴儿的影响因素。结果变量为：是否娩出低出生体重儿(变量名为“low”，二分类变量，1=低出生体重，即婴儿出生体重<2500g;0=非低出生体重)，考虑的影响因素(自变量)有：产妇妊娠前体重(lwt，磅)；产妇年龄(age，岁)；产妇在妊娠期间是否吸烟(smoke，0＝未吸、1＝吸烟)；本次妊娠前早产次数(ptl，次)；是否患有高血压(ht，0＝未患、1＝患病)；子宫对按摩、催产素等刺激引起收缩的应激性(ui，0＝无、1＝有)；妊娠前三个月社区医生随访次数(ftv，次)；种族(race，1＝白人、2＝黑人、3＝其他民族)。本案例因变量是二分类变量(是否低出生体重儿)，研究目的是探讨低出生体重儿的独立影响因素，符合二元Logistic回归的应用条件。因为本例中，我们只有这一个数据集，可以用这个数据集作为训练集建模，然后在本数据集利用Bootstrap重抽样的方法进行模型验证。下面我们就基于R语言演示预测低出生体重儿的预测模型构建与Nomogram的绘制，我们把数据sav的数据格式整理好，命名为“lweight.sav”，保存在R语言当前工作路径下。具体分析步骤如下：

(1)首先筛选影响低出生体重儿的独立影响因素，构建Logistic回归模型；

(2)绘制Nomogram；

(3)计算模型的区分度 C-Statistics；

(4)重抽样的方法进行模型验证，并绘制Ca