|
前天后台收到一个咨询，问一篇发表文章的里面，这个统计模型是怎么分析出来的。详情见下图。这到底是咋回事呢？怎么搞那么多模型，这么多模型到底说明啥呢？ 精鼎49期北京班如期正式开班，30人满员，最终还有部分学员未能报上名，只能下半年再参加北京班啦！学习热情如火如荼，欲参加上海班的报名从速哦！ （2019-6月28-30日） 松哥统计说 案情分析： 关于模型 偷偷告诉你，有三种哦 松哥常说“高级统计找关系”，找关系就是建模型。模型就是用数量关系表示变量之间的因果关系。可是，很多人把建模型当做一回事。其实不对哦！注意啦！国内教科书就没提过这事。根据研究目的，生物医药领域建模有三大类： 目的一：筛选危险因素 按照教科书的建模策略外，记住松哥一句话（常规套路）：先单后多，全有意义。 先进行单因素筛选，将有意义的再进行多因素分析。最终留在模型中的因素要全部有意义。 目的二：验证危险因素 按照教科书的建模策略外，记住松哥一句话（常规套路）：当面对质，验明真身。意思是单因素分析得到的结果，很可能是虚假的结果，该结果的表现很可能受到其他因素的影响。因此，您要明确知道某元素A是不是某疾病B的风险因素及程度大小。应该纳入其他可能的混杂因素，多因素当面对质，才能验明真身。 目的三：预测风险 按照教科书的建模策略外，记住松哥一句话（常规套路）：预测要准，模型要评。 前面的2个模型，其实重点在X（自变量），而这个第三种模型，研究的重点在Y，是想如何通过一系列的X，去尽量准确的预测Y，预测越准越好。 预测模型一定要评价。评价从三方面着手：校准度、区分度和临床适用性。通常成为ABCD法则。 关于本例 案情解析，抽丝剥茧 本例一看这种统计表达，就是符合松哥说的目的二，是为了验证某个因素X对Y的作用。 1：作者先建立一个模型1： 该模型只用X和Y构建了Logistic回归模型，模型有意义，P<0.05,OR=1.039，95%CI：[1.007-1.072]。说明该X对Y的发生还是有一定的风险的，尽管风险较小。【画外音：咨询者太抠门，截图连标题都没有，让我们对X和Y只能想象！】。 2：作者又构建了模型2： 模型2中，自变量分别为X、性别和年龄，【注意，这就叫做当面对质哦】。意思是，虽然X单因素分析虽然有意义，但很可能是别的因素【性别和年龄】对其的干扰，因此，模型中加入性别和年龄，当面问清楚，是不是他们两个作用的结果。 结果可见，消除了性别和年龄影响后，X依旧P<0.05有统计学意义。 3：模型3： 继续当面对质性别和年龄，BMI和WHR。发现X依旧有统计学意义。说明上述4个因素都没有影响X对Y的作用。 4：模型4： 继续当面对质性别，年龄，BMI，WHR，SBP和DBP。发现X依旧对Y有意义。 5：模型5： 继续当面对质，性别，年龄，BMI，WHR，SBP，DBP，TG,TC,HDL-C,LDL。此时美妙的一幕发生了。X对Y的影响已经P>0.05，95%CI已经跨越1，已经没有意义。 6：折腾半天，最终说明了啥！ 从前，有个人，名叫X，在不适合的时间出现在不适合的地点，别怀疑杀了Y。 找了2个证人性别和年龄，他俩说：我们不能证明X是无辜的。 又找了2个证人BMI，WHR，他俩说：我们不能证明X是无辜的。 又找了2个证人SBP，DBP，他俩说：我们不能证明X是无辜的。 又找了4个证人TG,TC,HDL-C,LDL，他们说：我们能证明X是无辜的。 最终结案，X不是Y的杀人凶手！ 花絮篇 总有一些情理之外的东西 看了松哥的闲扯，有人必有如下问题，如果你没有，你要么高手，要么没看懂，呵呵！ 1：到哪里去找那么多证人？ 2：要找多少证人？ 3：一定要找到最终证明无辜的证人吗？ 4：为啥证人只是增加，没意义的如性别和年龄，在后续建模中，为什么不剔除？ 5：您还有别的疑问吗？ 一年之计在于跟着松哥学统计！
|
|
|
