Question

我尝试在R中进行逻辑回归，然后计算优势比。我有两组人，第一组比第二类更容易接触污染物，第一组更常发生某种疾病。我只是在这里使用一组玩具数据。生成模型并估计污染物暴露对疾病发展的影响的重要性很容易：

df <- data.frame(disease = as.factor(c(rep(1,100),rep(0,500))),
                 exposure=c(rnorm(100, mean = 200, sd = 50),
                    rnorm(500, mean = 100, sd = 20)))
model <- glm(formula = disease ~ exposure, data=df, 
              family = binomial(link = "logit"))
summary <-summary(model)
OR <- exp(cbind(OddRatio = coef(model), confint(model)))

在R中，优势比基于自变量的一个单位变化，例如，将污染物浓度改为1mg / ml，在该实施例中产生的比值比约为1.1比1。

我现在的问题是，如何根据几个单位变化的变化重新计算比值比？（在整个污染物暴露范围内）

我的第一个猜测是新范围的OR是一个单位的OR变化到单位范围大小的幂。

range <- max(df$exposure)-min(df$exposure)
ORRange <- (OR["exposure",1])^range

在玩具数据中，范围约为300.而1.1 ^ 300约为2x10 ^ 13，这是相当多的。

这个计算是正确的，还是必须乘以（1.1 x 300）？什么是证明计算的数学基础？

Answer 1

这不是你如何计算不同变化单位的比值比。首先，将logit量表上的系数（即R报告的数据）乘以，然后然后使用exp函数。以下是计算1,2和3个变化单位的优势比的示例

unit.change = c(1,2,3)
exp(coef(model)["exposure"]*unit.change)

将单位变化的优势比转换为整个范围

1 个答案: