logistic

回归的

OR

值如何解读，我收藏的这篇文章分享给你

via

：医学统计分析学习笔记本文

4914

字〡

18

图

Hosmer 

DW

和

Lemeshow 

S

合作发表了多篇有关

logistic

回归模型的研究文献，

于

1989

年出版了《

Applied Logistic Regression

》一书，在

SPSS

软

件

二

元

logistic

回

归

“

选

项

”

对

话

框

中

,

可

以

看

到

“Hosmer

-

Lemeshow”（霍斯默

-

莱梅肖检验）用于模型拟合优度检验。书中

“

The Low Birth Weigh Study

”关于低出生体重婴儿影响因素的研究，

可以作为学习

logistic

回归模型较好的数据案例，该研究的结局变量为

是否分娩出低体重婴儿（＜

2500g

）

,

收集的自变量有：产妇年龄、体

重、种族、妊娠期间是否吸烟、本次妊娠前早产次数、是否患有高血

压、应激性等。

某研究者比较关注吸烟与出生低体重婴儿之间的关

系：

如果存在关联，那么关联的强度或者影响有多大呢？

又该用什么

统计量来表明？

1

优势比概念

首先，我们将是否出现低体重婴儿按照产妇妊娠期间有无吸烟整

理成四格表资料的形式，

如下表所示

，把这个研究看成一个病例对照，

了解

OR

值计算的基本思路。

在病例对照研究中

，

OR

值（

Odds ratio

）表示病例组某因素的暴

露比值与对照组该因素的暴露比值之比，可以反映病例组某因素的比

例为对照组的若干倍，在本例中可以分析吸烟和是否出现低体重婴儿

之间的关联强度。

病例组

(

低出生体重

)

的暴露

(

吸烟

)

概率

=30/59; 

病例组

(

低出生体重

)