本文探讨了在统计分析中，随着方法的进步，logistic回归在某些场合如横截面和队列研究中逐渐不再成为首选。审稿人推荐使用log binomial回归和Poisson回归，因为它们能直接估计患病比（PR值）和相对危险度（RR值），而logistic回归只能得到比值比（OR值）。作者指出，虽然OR值在阳性率低时接近RR值，但它通常会高估风险。
系列文章“log binomial and Poisson 回归”
第一篇
logistic回归，统计分析的万金油，只要是一项医学研究的结局是二分类数据，都可以 用logistic回归，在现况调查、在病例对照研究、在队列研究、在随机对照研究。。。。
我的标题有些夸大其词，但是这十年来，统计分析的方法在改进，logistic回归，在很多场合，已经不应该是主流方法了。
比如说，横截面调查和队列研究。
特别是队列研究，队列研究往往希望计算RR值，但是一般学习医学统计学时，老师会说，当阳性率较低时，RR值接近于OR值，所以我们可以logistic回归计算OR值，控制偏倚。但无论如何，OR值会高估暴露因素的风险。
实际上，统计分析，有回归可以来计算RR值！
横截面调查也是如此。之前有一位读者来信，咨询郑老师，他说“ 这是个572例社区人群横断面调查，主要讨论社区残疾老年人肌少症的发生率及其影响因素。我用了logistic回归，但是审稿人建议用其它回归方法”
这现况调查怎么logistic回归也不推荐了呢？
审稿人怎么建议的呢？
“for cross-sectional multivariate analysis binomial regression or modified poisson regression are pre
最低0.47元/天 解锁文章
扫一扫
2676
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
