欢迎报名2023年郑老师团队"临床预测模型"课程! 我的临床预测模型马上开课,在准备资料的阶段,我来讲讲几个临床预测模型构建的几个关键要点。 刚好昨日有人问我,郑老师,预测模型出现了单因素P值大于0.05的怎么办? 这里有两个问题可回答 (1)单因素P值>0.05的,多因素回归不一定就会大于0.05。 有一些因素,多因素回归变量与变量相互影响,就有一些变量,在单因素回归分析中P值大于0.05,多因素反而会小于0.05。 我们用“风暴统计”,logistic回归预测模型的示范案例,做个分析,预测低出生体重。 我们发现,多数变量单因素的P值在多因素回归时,都会变得更小。这种情况虽然不多见,但也很正常。 因此,我们一般建议,构建预测模型,筛选多因素回归的变量,可以根据单因素回归的P值,但不一定要设置0.05,根据 样本量来。如果样本量很大,P值可以为0.05甚至更小;如果样本量很小,P值可以设置为0.2。 (2)预测模型多因素回归,最终留下的因素,不一定都是P值小于0.05的。 大家可以从上面的第二个表,可以看到,多因素回归P至大多数都是大于0.05。这个不足为奇,因为“风暴统计”采用的是R语言的AIC准则产生的采用逐步向后法筛选自变量,而不是P值筛选自变量。 所以最后列线图,保留了上述这些因素。 实际上,多因素逐步回归筛选自变量,无论是SPSS,还是R语言,都不是根据P值=0.05来确定留下的自变量;SPSS默认是P值=0.1的标准,R语言是AIC准则。 一般构建预测模型,都是R语言模型居多些。最后本案例得到的AUC面积为0.750,HL检验P值也大于0.05。也就说多因素回归中P值大于0.05,也会有很大的贡献。 更多实战课程 |
|