患病-未患病同胞的关联回归分析与应用

目的当核心家系中无父母信息时,经典的传递不平衡检验(TDT)已不再适用,本文针对患病-未患病同胞家系数据,提出相应的关联分析方法,并校正协变量的影响。方法我们把家系中的受累同胞作为病例,未受累同胞作为匹配的对照,建立非均衡的条件logistic回归模型或分层Cox回归模型。我们把模型应用到96个华人原发性高血压核心家系的基因定位数据,分析校正协变量后ACE的I/D多态性、钠盐摄入水平与高血压的关系。结果 ACE与高血压的关联性受到钠盐摄入量高低的影响,ACE与钠盐摄入程度存在交互作用,较高的钠盐摄入患者其ACE的I/D多态性与高血压的关联性更强。结论条件logistic回归模型或分层Cox回归模型能校正协变量的影响,有效分析基因的主效应和基因与协变量的交互作用。

条件logistic回归模型的两种拟合方法分享

目的介绍两种拟合条件logistic回归模型(1∶1配对logistic回归模型)的方法,供同道参考应用。方法以上海医科大学金丕焕教授一书10对病例胃癌危险因素分析作为实例。一是以分层Cox回归模型来拟合条件logistic回归模型;二是改变数据库的录入方式,以变量差值的方法来拟合。以SPSS v18软件包来实现。结果两种方法拟合条件logistic回归模型的结果,输出的回归系数(B)/OR值即exp(B)极其接近。结论可用分层Cox回归模型法和变量差值法这两种方法,来拟合1∶1配对logistic回归模型,输出结果极其接近;第二种方法更为简便易行。