一串代码搞定！这个R语言包可以构建修正Poisson回归模型_二分类因变量possion回归 r语言数据要求-CSDN博客

本文链接：https://blog.csdn.net/weixin_44693403/article/details/138936241

详情请点击下方：

医学统计服务：课题、论文、毕业数据分析 | 临床试验设计与分析 | 公共数据库挖掘与统计

在结局是二分类数据的临床研究中，许多研究者通常会首先想到使用logistic回归来控制混杂变量，计算获得调整优势比（aOR）作为调整相对危险度（aRR）的估计值，反映暴露对结果的关联性。然而这样做却忽略了一个基本的假设：即只有在研究的结局事件较为罕见的条件下OR才近似等于RR；反之当结局事件的发生率较为常见（＞10％）时OR往往会明显地高估或低估真实的RR值，这时直接计算RR值较为恰当。

我们的公众号在今年3月22日——修正Poisson回归法提出20周年之际，就曾介绍过采用修正Poisson回归法计算RR值，这一方法通过采用“三明治法”( sandwich variance estimator) 矫正标准误差后，从而获得比较稳健的误差估计值，可应用于发生率较为常见 ( >10 %) 二分类结局的临床研究。

20年前，一种新的统计技巧被提出来，如今已广泛应用！今天我写点文字谈谈

运用修正Poisson 回归模型对服从二项分布的资料进行分析能给实际研究带来很多便利，目前这种方法在诸多前瞻性队列研究案例中已得到广泛应用。不仅如此，借助修正Poisson回归，我们可以在现况调查计算PR值，在队列研究和随机对照研究中计算RR值，获得比logistic回归更精确的效应估计值！

R语言做修正poisson回归

在此前发表的介绍修正poisson回归的论文中，主要是介绍了基于SAS软件GENMOD过程的REPEATED语句实现修正poisson回归。我们都知道SAS是付费的商业软件，那么如何使用开源免费的R语言来实现修正possion回归呢？

在今年1月，R新发布了rqlm包，这款R包能够对二元结果进行修正poisson回归和最小二乘回归分析。此函数的处理方式与 lm 或 glm 类似，可通过family指定对二元数据进行模型拟合。此外，通过指定eform，可以将得到的系数和置信限转换为指数尺度。标准误差估计使用三明治包的标准鲁棒方差估计器进行计算。

rqlm包进行修正poisson回归的具体代码举例如下：

data(exdata02)
rqlm(y ~ x1 + x2 + x3 + x4, data=exdata02, family=poisson, eform=TRUE)
# 修正Poisson回归分析
# 系数估计转化为风险比率（RR）标度

案例文献分享

上文有提到，除了队列研究，修正poisson回归在随机对照的临床试验中的运用也逐渐增多，下文就以具体的临床试验为例子，学习修正poisson回归在临床试验中的应用吧。

这是一篇发表于《JAMA Oncology》（医学一区，IF=28.4）的随机、双盲、安慰剂对照临床试验的二次分析，标题为 “Impact of Common Vitamin D–Binding Protein Isoforms on Supplemental Vitamin D3 and/or Calcium Effects on Colorectal Adenoma Recurrence Risk: A Secondary Analysis of a Randomized Clinical Trial”。