影响结核性胸腔积液并发胸膜增厚的非条件Logistic回归分析

目的探讨影响结核性胸腔积液并发胸膜增厚的相关危险因素。方法回顾性分析2019年1月至2021年3月广州市胸科医院呼吸内科收治的123例结核性胸腔积液患者的临床资料,统计患者胸膜增厚情况,采用单因素及非条件Logistic回归法分析患者胸膜增厚的影响因素。结果胸膜未增厚与胸膜增厚患者性别、年龄、肺结核、胸水分布、用力肺活量(FVC)、第1秒用力呼气容积(FVE1)/FVC、胸水腺苷脱氨酶(ADA)、血清ADA、胸水白细胞、胸水淋巴细胞、胸水中性粒细胞和淋巴细胞比例比较差异无统计学意义;胸膜未增厚与胸膜增厚患者胸水量、胸水吸收时间、FVE1、胸水乳酸脱氢酶(LDH)、血清LDH、胸水蛋白、血清蛋白比较差异有统计学意义(P<0.05)。Logistic回归分析结果显示,胸水量(中大量)、FVE1、胸水LDH、血清LDH、胸水蛋白及血清蛋白是胸膜增厚发生的危险因素(P<0.05)。结论结核性胸腔积液并发胸膜增厚是多因素作用的结果,胸水量、FVE1、胸水吸收时间、胸水LDH、血清LDH、胸水蛋白和血清蛋白与胸膜增厚的发生密切相关,建议临床予以密切监测并积极采取针对性干预措施。

基于Logistic回归模型和PCA模型的急性缺血性脑卒中发作影响因素分析

目的应用Logistic回归模型和主成分分析(PCA)模型分析急性缺血性脑卒中(AIS)发作的影响因素。方法从大连医科大学附属第二医院医渡云科研大数据服务器系统提取2001年1月1日至2021年12月31日的数据,将医院病历系统收录的55620例AIS患者纳入病例组,将筛选后的64134例在医院体检中心体检的人群纳入对照组。收集两组的临床资料,分析AIS发作的影响因素。结果多因素分析结果显示,年龄、性别、肌酐、白细胞计数、血红蛋白、红细胞计数、血小板计数、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、丙氨酸氨基转移酶(ALT)、总胆固醇(TC)、γ-谷氨酰转移酶(γ-GGT)水平及吸烟史、饮酒史、高血压、糖尿病、心梗、冠心病、动脉粥样硬化为AIS的影响因素(P<0.05);受试者工作特征(ROC)曲线下面积(AUC)为0.927。PCA提取8个主成分,既往病史、血脂水平风险比较大。结论既往病史及血脂水平是AIS发作的主要影响因素,有效控制原发疾病及血脂水平能够更好控制AIS发作。

基于DCE-MRI表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用

目的 分析基于动态对比增强磁共振成像(DCE-M RI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例,分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异,进行单因素分析,利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示,良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05);二元Logistic回归分析结果显示, TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像;构建logistic乳腺癌良恶性病变诊断模型Y=-0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小;ROC曲线分析显示该模型诊断效能,AUC为0.944,敏感度为83.33%,特异度为85.15%,提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型,能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量,对乳腺良恶性病变具有较高的诊断效能。

基于连续比例Logistic回归模型的贝叶斯判别分析

针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.

基于超声乳腺影像报告和数据系统与Logistic回归分析的良恶性乳腺肿块鉴别诊断模型的构建

目的基于超声乳腺影像报告和数据系统(BI-RADS)与Logistic回归分析构建良恶性乳腺肿块鉴别诊断模型,并分析其应用价值。方法选取156例和67例乳腺肿块患者,分别作为模型组和验证组。依据病理结果将156例模型组患者分为良性组(n=87)和恶性组(n=69),记录两组患者的临床特征和BI-RADS超声影像特征,乳腺恶性肿块的影响因素采用Logistic回归分析。根据影响因素构建良恶性乳腺肿块鉴别诊断模型,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析该模型的诊断效能。结果单因素分析结果显示,良性组和恶性组患者年龄、肿块最大直径、淋巴结肿大情况、BI-RADS分类、超声弹性评分、方位、形态、边缘、内部回声、后方回声、血供情况、结构扭曲情况和微钙化情况比较,差异均有统计学意义(P﹤0.01)。多因素Logistic回归分析结果显示,年龄≥40岁、肿块最大直径≥3 cm、方位不平行、形态不规则、边缘成角、边缘毛刺、内部回声不均匀和微钙化均是乳腺恶性肿块的独立危险因素(P﹤0.05)。根据上述8个影响因素构建良恶性乳腺肿块的鉴别诊断模型,Hosmer-Lemeshow拟合优度检验结果显示,χ^(2)=12.512,P=0.130;该模型诊断乳腺恶性肿块的AUC为0.896(95%CI:0.844~0.948),灵敏度为85.50%,特异度为85.10%,约登指数为0.706,表明该模型拟合优度良好,具有较好的诊断效能。将验证组67例患者代入诊断模型中,该模型诊断乳腺恶性肿块的AUC为0.986(95%CI:0.962~1.000),灵敏度为93.30%,特异度为100%,约登指数为0.933,说明该模型的诊断效能较好。结论基于超声BI-RADS与Logistic回归分析构建的良恶性乳腺肿块鉴别诊断模型具有较高的临床应用价值,可作为辅助手段对乳腺癌进行筛查。

普外科术中低体温发生情况Logistics回归分析及预测模型构建

目的探讨普外科术中低体温发生的风险因素,构建并验证术中低体温发生的风险预测模型。方法选取2020年12月至2022年12月在本院接受普外科手术的117例患者作为观察对象。收集患者临床资料,根据患者术中是否发生低体温将其分为发生低体温组(A组)和未发生低体温组(B组)。Logistic回归分析影响患者普外科术中发生低体温的危险因素,并建立风险预测模型,受试者工作特征曲线(ROC)检测该模型的预测效能。结果117例患者中发生低体温31例(26.49%),未发生低体温86例(73.50%)。两组患者在年龄、体重指数、手术方式、ASA分级、术中输液量、手术室温、手术时间等方面比较,差异具有统计学意义(P<0.05)。Logistic回归分析结果显示,年龄≥65岁、术中输液量≥1000 mL、麻醉时间≥4 h、手术室温<23℃是普外科术中发生低体温的危险因素(P<0.05)。独立危险因素纳入Logistic回归分析并建立预测模型,模型预测概率P=1/[1+e(-1.020+0.874)×(年龄)+1.114×(术中输液量)+1.556×(手术室温)+1.453×(麻醉时间)]。ROC曲线检验该模型预测效能,结果显示ROC曲线下面积(AUC)=0.754(P<0.05);Hosmer-Lemeshow拟合优度检验显示,χ^(2)=1.001,P=0.998。结论患者年龄、术中输液量、麻醉时间、手术室温是普外科患者术中发生低体温的独立危险因素,Logistic风险预测模型拟合效度好,具有较高预测价值。

基于Logistic回归的老年髋部骨折患者术后尿道感染风险预测模型构建与应用

目的探讨老年髋部骨折患者术后尿道感染风险因素,并以此构建老年髋部骨折术后患者尿道感染风险预测模型,并应用于老年髋部骨折围手术期。方法选取我院骨科2019年1月至2023年5月收治的老年髋部骨折患者1012例作为研究对象,其中发生术后尿道感染者111例。通过单因素分析初步筛选出老年骨科患者尿道感染的危险因素,综合考虑临床经验,将相关危险因素纳入多因素Logistic回归分析,并根据结果建立Logistic模型。结果纳入单因素、多因素Logistic回归分析模型分析,经筛选后发现,影响术后尿道感染的独立危险因素有低蛋白血症、电解质失衡、肺炎、糖尿病4项(P<0.05)。检测发现,预测模型在老年髋部骨折患者诊断中的敏感度、特异度各为83.78%,90.77%。结论低蛋白血症、电解质失衡、肺炎、糖尿病均是影响老年髋部骨折患者术后尿道感染风险的因素。基于本文列线图模型构建的老年髋部骨折尿道感染预测模型有良好的预测能力与准确性。

209例老年慢性心力衰竭患者远期预后的影响因素Logistic回归分析

目的209例老年慢性心力衰竭患者远期预后的影响因素Logistic回归分析。方法对2017年1月—2018年12月上海市浦东新区老年医院209例老年慢性心力衰竭患者作为研究对象进行研究,回顾性收集患者临床资料。比较所有患者临床资料、远期预后情况,采用Logistic回归分析法分析老年慢性心力衰竭患者远期预后不良的影响因素,建立预测模型,并绘制受试者工作特征(ROC)曲线分析预测模型对老年慢性心力衰竭患者远期预后不良的预测价值。结果209例老年慢性心力衰竭患者,随访5年期间,70例患者死亡,发生率为33.49%(70/209)。较预后良好组,预后不良组美国纽约心脏病协会(NYHA)心功能分级为Ⅳ级的患者占比、血清肌肉生长抑制素(MSTN)、肌肉环指蛋白-1(MuRF-1)、N-末端B型利钠肽原(NT-proBNP)、直接胆红素(DBIL)、间接胆红素(IBIL)、总胆红素(TBIL)水平均更高;左室射血分数(LVEF)则更低(P<0.05)。Logistic回归分析结果显示,NYHA心功能分级为Ⅳ级、血清MSTN、MuRF-1、NT-proBNP、DBIL、IBIL、TBIL水平异常偏高均为老年慢性心力衰竭患者远期预后不良的影响因素,差异有统计学意义(OR=1.579,1.505,1.480,1.531,1.439,1.374,1.401,P<0.05)。将上述因素纳入预测模型:Logit(P)=-8.122+NYHA心功能分级×0.457+血清MSTN水平×0.409+血清MuRF-1水平×0.392+血清NT-proBNP水平×0.426+血清DBIL水平×0.364+血清IBIL水平×0.318+血清TBIL水平×0.337+LVEF×0.226。按照预测模型绘制预测老年慢性心力衰竭患者远期预后不良发生的ROC曲线,结果显示,当Logit(P)>7.635时,曲线下面积(AUC)为0.858,95%CI为0.8030.902,χ^(2)为13.381,诊断敏感度为77.14%、特异度为79.14%。结论老年慢性心力衰竭患者远期预后不良的影响因素主要为NYHA心功能分级为Ⅳ级、血清MSTN、MuRF-1、NT-proBNP、DBIL、IBIL、TBIL水平异常偏高,在影响因素基础上构建的预测模型具有良好的预测价值,临床可据此对高危人群应采取针对性的防治措施,以改善老年慢性心力衰竭患者远期预后。

基于Logistic回归模型的房地产上市公司信用风险研究

伴随着中国城镇化的发展,在过去二十年里,我国的房地产行业迅猛的发展。由于房地产行业的产业关联性极强,已然成为我国民经济的重要“支柱产业”之一。在此背景下,研究房地产的企业信用风险,对构建现代房地产企业管理机制,以及商业银行的风险管理有着重要的现实意义。本文搜集了2020年所有房地产上市公司的财务报表中的14个有关风险管理的财务指标,构建了房地产企业的财务信用评价指标体系。再通过因子分析法生成了对所有指标具有代表意义的4个公因子,并挑选出具有实际意义的两个公因子:即企业的“盈利能力”M1和企业的“偿债能力”M3。之后,选取M1和M3作为自变量,选取Y“企业是否为ST企业”作为因变量,建立Logistic回归模型。结果显示建立的Logistic回归模型能实际计算一个房地产企业信用风险,且一个房地产企业的盈利能力越好,其面临的信用风险就越低。最后根据输出结果提出了一些可行的实际建议,例如要关注与盈利能力相关的指标的变动,要制定相应的防范措施以避免企业出现信用风险等。

基于Logistic回归模型的制造企业财务风险诊断研究

本文旨在构建基于Logistic回归模型的财务风险预警模型,对制造企业进行财务风险诊断。在文献综述的基础上,选取了A股63家制造企业(15家ST企业,48家非ST企业)作为样本,利用因子分析提取关键财务指标,并运用逐步回归的Logistic模型进行风险评估。研究结果表明,模型具有较高的预测准确性,能够为企业管理者提供有效的风险预警信息。

腹腔镜超声下肝部分切除术后肝细胞癌患者无进展生存期的多因素Logistic回归分析及预测模型构建

目的研究腹腔镜超声(laparoscopic ultrasound,LUS)下肝部分切除术后肝细胞癌(hepatocellular carcinoma,HCC)患者无进展生存期(progression free survival,PFS)的多因素Logistic回归分析及预测模型构建。方法选取112例贵州医科大学附属医院于2018年1月至2020年12月收治的接受LUS下肝部分切除术治疗的HCC患者。所有患者均采用LUS下肝部分切除,记录患者围手术期指标,统计患者围手术期并发症发生情况,患者出院后定期进行电话随访,并嘱患者定期到门诊进行复查,评估患者的PFS。结果患者术中出血量为(322.73±49.50)ml,手术时间为(180.41±26.42)min,引流管置管时间为(3.91±1.21)d,病灶切缘距离为(2.31±0.47)cm,住院时间为(8.73±1.19)d,术后首次肛门排气时间为(2.77±0.68)d。患者术后均未出现腹腔出血,胆汁漏、胸腔积液、肺部感染及切口感染的发生率均为3.57%,总并发症发生率为14.29%。单因素分析显示,患者年龄、肿瘤数目、BCLC分期、Child-Pugh分级和手术切除边缘残留是LUS下肝部分切除术后患者PFS的影响因素,而性别、肿瘤大小、HbeAg是否阳性及术前HBV-DNA是否为阳性对LUS下肝部分切除术后患者PFS无影响(P>0.05)。多因素Logistic回归分析显示,患者年龄、肿瘤数目、BCLC分期、Child-Pugh分级和手术切除边缘残留是LUS下肝部分切除术后患者PFS的独立危险因素(P<0.05)。绘制危险评估模型预测LUS下肝部分切除术后HCC患者PFS的ROC曲线,结果显示,AUC为0.839(95%CI:0.785~0.894,P<0.001),敏感性为77.55%,特异性为66.28%,Hosmer-Lemeshow拟合优度检验r=4.7,P=0.488。结论患者年龄、肿瘤数目、BCLC分期、Child-Pugh分级和手术切除边缘残留是LUS下肝部分切除术后患者PFS的独立危险因素,根据危险因素构建的预测模型对患者PFS具有良好的预测价值。

基于Logistic回归分析构建恶性肺结节CT人工智能技术和肿瘤标志物的预测模型

目的探讨CT人工智能技术与肿瘤标志物联合鉴别诊断恶性肺结节有效性。方法选取2018年1月至2021年1月我院收治的453例肺结节患者,根据病理学结果分为良性组(n=317)和恶性组(n=136),比较2组临床资料、CT人工智能参数、血清胃泌素释放肽前体(Gastrin-Releasing Peptide,Pro-GRP)、神经元特异性烯醇化酶(Neuron-Specific Enolase,NSE)、癌胚抗原(Carcinoembryonic Antigen,CEA)、细胞角蛋白片段19(Cytokeratin Fragment 19,CYFRA21-1)、鳞状细胞癌抗原(Squamous Cell Carcinoma Antigen,SCC),采用多因素Logistic回归方程分析恶性肺结节相关影响因素,采用R语言绘制预测恶性结节的列线图。结果恶性组吸烟史、既往肺部外恶性肿瘤史患者多于良性组(P<0.05);恶性组结节直径、恶性概率高于良性组,毛刺征、位于上叶、病灶形态不规则、空泡征表现多于良性组(P<0.05);各单独指标评估恶性肺结节价值:恶性概率的AUC大于结节直径、毛刺征、位于上叶、病灶形态不规则、空泡征(P<0.05);恶性组Pro-GRP、NSE、CEA、CYFRA21-1、SCC高于良性组(P<0.05)。多因素分析显示,吸烟史、既往肺部外恶性肿瘤史、恶性概率、Pro-GRP、NSE、CEA、CYFRA21-1、SCC均是恶性结节的相关危险因素(P<0.05)。基于以上多因素分析筛选出的各危险因素,绘制恶性肺结节的列线图预测模型,Bootstrap内部验证显示校正曲线与理想曲线拟合良好,C-index指数为0.984,AUC为0.925,敏感度为85.29%,特异性为83.91%,说明本研究列线图模型具有较好的预测能力。结论基于CT人工智能技术和Pro-GRP、NSE、CEA、CYFRA21-1、SCC构建的恶性肺结节预测模型,能准确、便捷鉴别肺结节的性质,可为临床诊疗提供参考依据。

基于Logistic回归模型的本科生考研意愿影响因素分析——以郑州大学本科生为例

目的:对本科生考意愿及其影响因素进行定量研究,以期为学校、家长、学生个人端正考研动机提供参考依据。方法:基于郑州大学本科生的问卷调查数据,对可能影响科研动机的23个因素进行单因素卡方分析,并对筛选出的具有统计意义(P<0.05)的影响因素进行二元Logistic回归分析。结论:单因素分析结果显示:性别、目标学校性质、本专业兴趣、其他专业兴趣等11个因素对本科生考研意愿的影响较为显著。二元logistic回归分析结果显示:名校情结、高学历需求、学校满意度、就业压力及对其它专业兴趣是本科生考研动机的5个独立影响因素。

模糊状态风险分析的广义Logistic回归理论与应用(4)——广义无条件与条件Logistic回归模型

本文发展了广义风险函数 ,用于Logistic回归模型 ,通过条件分量分析和实际应用 ,提出了“微弱相关影响因素”交互效应的“非线性放大作用”概念 。

配对四格表资料的条件Logistic回归模型的Bayes分析

用Bayes理论探讨配对四格表资料的条件Logistic回归模型的参数估计和假设检验问题。

基于Logistic回归分析的子宫异常出血患者子宫内膜息肉发生的预测模型构建及效能验证研究

目的探讨基于Logistic回归分析的子宫异常出血患者子宫内膜息肉发生的预测模型,为子宫内膜息肉的临床诊治提供参考依据。方法选取330例子宫异常出血患者,按照是否发生子宫内膜息肉将患者分为发生组(99例)与未发生组(231例)。对两组患者的基本情况[年龄、体质量指数(BMI)]、孕产次情况、月经情况、避孕情况、合并症情况进行观察和比较。结果预测子宫异常出血患者子宫内膜息肉发生的预测模型:P=1/[1+exp(4.227-1.165X_(1)-1.817X_(2)-2.029X_(3)-2.120 X_(4)-2.080X_(5))];Hosmer-Lemeshow拟合优度检验结果显示χ^(2)=7.993,P=0.434。结论年龄、产次、子宫内膜炎、子宫肌瘤和口服避孕药是子宫异常出血患者子宫内膜息肉发生的危险因素,基于Logistic回归分析构建的子宫异常出血患者子宫内膜息肉发生的预测模型拟合情况良好,具有临床应用价值。

构建及验证基于Logistic回归的Stanford A型主动脉夹层术后谵妄风险预测模型效果

目的 基于Logistic回归分析构建Stanford A型主动脉夹层(TAAD)术后谵妄风险预测模型,同时验证其预测效果。方法 选取2021年1月至2021年7月河南省胸科医院收治的200例TAAD患者为研究对象,均行外科手术治疗,并收集上述患者临床资料。将上述受试者根据术后情况分为非谵妄组和谵妄组。比较非谵妄组和谵妄组基线资料,然后将有统计学意义的基线资料进行Logistic回归分析。基于Logistic回归分析结果构建TAAD患者术后谵妄风险预测模型。检验模型区分度和拟合优度。另在2022年3月至2022年6月本院收治的行外科手术治疗的25例TAAD患者对模型预测效能进行验证。结果 Logistic回归分析显示男、年龄> 54.60岁、术前血乳酸值> 1.96 mmol/L、术中深低温停循环时间> 35.70 min、术后住ICU时间> 8.3 d、术后急性肾功能不全、术后感染均是影响患者术后发生谵妄的危险因素,差异有统计学意义(P <0.05)。基于Logistic回归分析结果建立的预测模型ROC曲线下面积、95%CI、敏感度、特异度分别为0.913、0.879~0.984、75.30%、86.50%,差异有统计学意义(P <0.05)。Hosmer-Lemeshow检验χ^(2)=4.315,P=0.324。模型验证结果显示,ROC曲线下面积为0.884,差异有统计学意义(95%CI为0.768~0.983,P <0.001),Hosmer-Lemeshow检验χ^(2)=5.246,P=0.286。敏感度和特异度分别为74.50%、83.60%。结论 基于Logistic回归分析构建的TAAD术后谵妄风险预测模型预测效果较好,可用于预测TAAD患者术后发生谵妄的风险,为该病术后护理及预防措施提供参考。

基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值

目的探讨基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值。方法选取邯郸市中心医院2022-01—2023-10收治的92例重度创伤性脑损伤患者,均接受去骨瓣术治疗。根据患者术后是否发生脑积水分为发生组(20例)及未发生组(72例),比较2组临床资料,并对其进行主成分分析,然后提取主成分作为自变量,采用主成分分析-Logistic回归分析重度创伤性脑损伤去骨瓣术后脑积水的危险因素,采用受试者工作特征曲线评估模型对患者发生脑积水的预测效能。结果单因素分析显示,发生组脑震荡、脑内血肿、术后颅内感染、术后大面积脑梗死、手术前后脑室系统出血占比、受伤距离手术时间、手术前后CGS评分、白细胞计数均高于未发生组(P<0.05)。主成分分析-Logistic回归分析显示,合并脑内血肿、颅内感染、术后大面积脑梗死、手术前后脑室系统出血、手术前后GCS评分低是重度创伤性脑损伤去骨瓣术后发生脑积水的独立危险因素(P<0.05)。主成分分析-Logistic回归模型评估重度创伤性脑损伤去骨瓣术后发生脑积水的灵敏度为90.00%,特异度为94.44%,AUC为0.958。结论主成分分析-Logistic回归模型能够有效评估重度创伤性脑损伤去骨瓣术患者的预后情况,脑内血肿、颅内感染、术后大面积脑梗死、脑室系统出血、GCS评分等是影响患者发生脑积水的重要因素。

条件 logistic 回归模型的残差分析和影响诊断

对条件ｌｏｇｉｓｔｉｃ回归模型配合适度的分析，除了总配合适度检验统计量外，还包括有对匹配组和匹配组内每一个体的残差分析和影响诊断。本文介绍了离差残差和Ｐｅａｒｓｏｎ残差的理论，采用一步近似法计算删除某匹配组或匹配组内某个体后的配合适度变化，包括参数估计值的改变量、参数可信区间的位移以及Ｐｅａｒｓｏｎ卡方改变量，用来识别影响大的匹配组和匹配个体。用１∶２匹配子宫内膜癌病例－对照研究资料为例，进行了残差和影响诊断的分析，并提出了对待强影响点的意见。