二分类因变量资料的广义估计方程(Generalized Estimating Equations, GEE)——SPSS软件实现

发布于 2022年11月24日 星期四 18:27:29 浏览:5065
原创不易,转载请注明来源,感谢!
附件下载:
1669292021-二分类资料(logistic)的广义估计方程.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

如果结局变量是非独立的二分类资料,在广义估计方程(generalized estimating equations, GEE)模块中可以选择Logit连接函数(二分类logistic回归)处理数据。本文将实例演示在SPSS软件中通过GEE分析非独立的二分类结局资料。

关键词:SPSS; 广义估计方程; GEE; 二分类结局资料

一、案例介绍

评价A、B两种药物致皮炎的副作用是否有差别,开展一项回顾性病例对照研究。收集了106例使用A药和104例使用B药患者的临床资料及其面部、背部、腹部3个部位的皮炎发生情况。

广义估计方程(generalized estimating equations, GEE)需要使用长型格式数据,部分数据见图1。ID表示研究对象编号,gender表示性别(1=男性,2=女性);drug表示药物(1=A药,2=B药);part表示皮炎发生部位(1=面部,2=背部,3=腹部);dermatitis表示有无皮炎(0=无,1=有)。本案例数据可从“附件下载”处下载。

图1

二、问题分析

本案例的分析目的为是了解A、B两种药物致皮炎的副作用是否有差别。由于每个患者检测了3个部位,因此部位之间不独立,不宜采用要求观测行间独立的t检验、秩和检验、二分类logistic回归等分析方法,宜采用GEE进行单因素和多因素回归分析。对于因变量为二分类变量的资料,在GEEs中可以采用二分类logistic回归、Possion回归或logit-binomial连接函数。本案例是一个回顾性病例对照研究,采用二分类logistic回归计算比值比OR值(odds ratio)效应量比较合适。

三、软件操作及结果解读

(一) 软件操作

模块调取 选择“分析”—“广义线性模型”—“广义估算方程”(图2)。

图2

【“重复”设置】 在“广义估算方程”对话框里的“重复”模块(图3)中,将ID(编号)选入右侧“主体变量”,将part(部位)选入“主体内变量”,“工作相关性矩阵”选择默认“自变量”(应翻译为“独立”)。

图3

【“模型类型”设置】 在“模型类型”模块(图4)中,选择“二元响应或事件/试验数据”下的“二元Logistic”。

图4

【“响应”(因变量)设置】:在“响应”模块(图5)中,将dermatitis(皮炎)选入“因变量”。点击“因变量类型”下“二元”的“参考类别”,打开“参考类别”子对话框(图6),选择“第一个值(最低值)”,表示以因变量中最大值为阳性事件。

图5
图6

【“预测变量”(自变量)设置】在“预测变量”模块(图7)中,将gender、drug、part选入“因子”。点击“选项”,打开“选项”子对话框(图8),“因子的类别顺序”选择“降序”,表示以自变量的第一个水平为参照计算相关参数和效应量。若选择“升序”,则以自变量的最后一个水平为参照。

图7
图8

【“模型”设置】 在“模型”模块(图9)中,将gender、drug、part”的主效应选入右侧“模型”中。

图9

【“统计”设置】:在“统计”模块(图10)中,补充勾选“包括指数参数估算值”,可计算OR、RR等效应量。

图10

(二) 结果解读

1. 模型摘要

由“模型信息”结果(图11)可知,本次分析关联函数为“分对数(logit)”,工作相关性矩阵结构为“自变量”。

图11

2. 模型拟合评价

“拟合优度”结果(图12)提供了QIC值和QICC值,表示模型的拟合优度;越小越好,可用于不同作业相关矩阵的分析结果比较。

图12

“模型效应检验”结果(图13)提示“性别”“药物”“部位”的效应,均有统计学意义(P<0.001)。

图13

3. 参数估计

“参数估计”结果(图14)列出了各个自变量的参数估计及统计学检验结果。可知,药物B发生皮炎的风险高于药物A (OR=2.481, 95%CI 1.727~3.565);女性发生皮炎的风险低于男性 (OR=0.298, 95%CI 0.204~0.433);背部发生皮炎的风险高于面部 (OR=2.304, 95%CI 1.522~3.489);腹部发生皮炎的风险高于面部 (OR=7.054, 95%CI 4.347~11.444)。

图14

四、结论

本研究采用GEE分析A、B两种药物致皮炎的副作用是否有差别。由于研究设计是回顾性病例对照研究,因变量是二分类变量,因此采用二分类logistic回归计算OR值效应量

分析结果显示,药物B发生皮炎的风险高于药物A (OR=2.481, 95%CI: 1.727~3.565),女性发生皮炎的风险低于男性 (OR=0.298, 95%CI: 0.204~0.433);背部发生皮炎的风险高于面部 (OR=2.304, 95%CI: 1.522~3.489);腹部发生皮炎的风险高于面部 (OR=7.054, 95%CI: 4.347~11.444)。

End
文章目录 沉浸式阅读