【原】队列研究的几个关键概念 | Logistic回归专题

你才25岁，你可以成为任何你想成为的人。

——《步履不停》

昨天给大家讲了有关队列研究的基本原理，我们先来回顾一下。

搞懂Logistic回归之前，你得需要先把这个问题搞清楚！

Logistic回归有啥用？

队列研究

队列研究是对“因”分类上的人群作追踪随访，观察其“果”，然后对资料进行比较分析，从而判断“因”与“果”之间有无关联及关联的强度。简单来说就是，通过原因找寻结果。

比如，我们假设“吸烟是导致肺癌的一个危险因素”，那么，这个假设是不是事实呢？我们就需要对“因”进行分类——可以分为吸烟组（又称暴露组）和非吸烟组（又称非暴露组），我们分别对这两组人群进行随访观察，如果说，随访N久时间后，我们发现，与非吸烟组相比，吸烟组的患病率比较高，差异具有统计学意义（p＜0.05），那么，我们就应该知道，在其他基本情况相同的下，吸烟就是导致肺癌的一个危险因素。

我们把上面的例子做成一个表格，就是：

首先，我们先给出一个概念，某病发病危险度（Risk）：观察对象在观察期间内发生某病的概率，即某病发病率（记为P）。

那么，

暴露组的患病率就应该是：P1= a/(a+b)；

非暴露组的患病率就应该是：P2= c/(c+d)；

再引出第二个概念，相对危险度（Relative Risk,RR）是指暴露于某种危险因子的发病率 P1 与不暴露于该种危险因子的发病率 P2之比。也就是：

RR＞1：表示该因素为危险因素，使发病危险度增大。

RR＜1：表示该因素为保护因素，使发病危险度减小。

RR=1：表示该因素对疾病的发病无影响。

（吸烟的相对患病率比较高，所以吸烟就是肺癌的危险因素）

再引出第三个概念，比数(odds)：发生率与未发生率之比，即 P / (1-P) ，即阳性率/阴性率。

比数比（Odds Ratio,OR） ：两个比数之比，即：

=ad / bc

其实，对于对发病率较低的疾病，RR值是约等于OR值的：

您的支持是对我们最大的鼓励！