Расчет OR для логистической регрессии с использованием rms

У меня есть модель логистической регрессии, для которой я использую среднеквадратичный пакет. Модель подходит лучше всего с использованием логарифмического термина для tn1, а для клинической интерпретации я использую log2. Я запустил модель, используя lrm из rms-пакета, а затем, чтобы дважды проверить, я запустил ее с помощью glm. Начальные коэффициенты одинаковы:Расчет OR для логистической регрессии с использованием rms

h <- lrm(formula = outcomehosp ~ I(log2(tn1 + 0.001)) + apscore_ad + 
emsurg + corrapiidiag, data = d, x = TRUE, y = TRUE) 

      Coef S.E. Wald Z Pr(>|Z|) 
Intercept  -3.4570 0.3832 -9.02 <0.0001 
tn1    0.0469 0.0180 2.60 0.0093 
apscore_ad  0.1449 0.0127 11.44 <0.0001 
emsurg   0.0731 0.3228 0.23 0.8208 

f <- glm(formula = outcomehosp ~ apscore_ad + emsurg + corrapiidiag + 
I(log2(tn1 + 0.001)), family = binomial(), data = tn24) 

Coefficients: 
       Estimate Std. Error z value Pr(>|z|)  
(Intercept)   -3.45699 0.38315 -9.023 < 2e-16 
I(log2(tn1 + 0.001)) 0.04690 0.01804 2.600 0.00932 
apscore_ad   0.14487 0.01267 11.438 < 2e-16 
emsurg    0.07310 0.32277 0.226 0.82082

Однако, когда я пытаюсь получить отношение шансов, что они заметно отличаются для ТС1 между этими двумя моделями, и это не кажется, что разница в трансформации log2.

summary(h) 
     Effects    Response : outcomehosp 

Factor    Low High Diff. Effect S.E. Lower 0.95 Upper 0.95 
tn1     0 0.21 0.21 0.362120 0.15417 6.5300e-02 0.673990 
Odds Ratio   0 0.21 0.21 1.436400  NA 1.0675e+00 1.962100 
apscore_ad   14 25.00 11.00 1.593600 0.15631 1.3605e+00 1.961000 
Odds Ratio   14 25.00 11.00 4.921400  NA 3.8981e+00 7.106600 
emsurg    0 1.00 1.00 0.073103 0.33051 -5.8224e-01 0.734860 
Odds Ratio   0 1.00 1.00 1.075800  NA 5.5865e-01 2.085200 

exp(f$coefficients) 
(Intercept)  0.03152467   
apscore_ad  1.15589222   
emsurg  1.07584115  
I(log2(tn1 + 0.001)) 1.04802

Может ли кто-нибудь объяснить, что RMS-пакет рассчитывает соотношение шансов? Большое спасибо.

источник

2016-10-06 Annemarie

tn1 эффект от summary(h) является влияние на логарифм отношения шансов на tn1, идущей от 0 до 0,21 - в диапазоне между квартиль. См. ?summary.rms.

Таким образом, эффект от первого ряда summary(h) составляет 0.36212 = (log2(0.211)-log2(0.001))*.0469.

источник

2016-10-06 08:38:02

Это объясняет это, спасибо вам большое. Можно ли изменить эффект на 1 единицу, а не на межквартильный диапазон? – Annemarie

См. '? Summary.rms', особенно раздел« Аргументы », в частности часть, которая читает« Укажите, например. 'Age = c (40,60)' для оценки влияния возраста возраста от 40 до 60'. –

Он работает, блестящий спасибо! – Annemarie

Расчет OR для логистической регрессии с использованием rms

ответ

Смежные вопросы