随机效应Logistic回归在多中心研究中医临床疗效终点事件评价中的方法学探析

文章基于多中心研究中医临床疗效终点事件的特征和数据特点进行探讨,引入随机效应Logistic回归,从研究目的、研究设计、数据类型、应用条件方面进行阐述,论证随机效应Logistic回归可以确立为多中心研究的统计方法。认为随机效应Logistic回归考虑变量组内的相关性,卓有成效地控制中心效应的影响又得出试验中涉及的处理因素的作用,希望能够为多中心中医临床疗效终点事件评价做出方法学示范。

非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较

在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。

随机效应Logistic回归模型在致畸研究中的应用

１．问题的提出在致畸试验研究资料中，传统的统计方法是以各处理组中孕鼠的仔鼠为观察单位，用统计学中两个率的ｕ检验或χ２检验分析各组胎鼠死亡率或致畸率等有无差别，评价受试物有无毒作用。这种统计处理忽视了一个可能的影响因素，即窝别效应（ｌｉｔｅｒ－ｍａｔａ...

随机效应logistic回归模型在毒理学中的应用

近年来,毒理学中的统计分析方法发展很快,已逐渐形成生物统计学中的一个重要分支——毒理统计学。随机效应logistic回归方法是新近发展起来的一种处理某些毒理学资料的新方法。它以其科学性、先进性和适用性得到国外毒理学学者们的重视,随着计算机的发展,其应用日益广泛。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于Logistic回归与随机森林算法构建甲状腺乳头状癌颈部淋巴结转移预测模型的对比研究

目的基于Logistic回归与随机森林算法构建甲状腺乳头状癌(PTC)颈部淋巴结转移(LNM)的预测模型,比较二者的诊断效能。方法选取我院收治的PTC患者156例,依据是否发生颈部LNM分为非转移组65例和转移组91例,比较两组超声、基因检测及临床检查结果的差异。采用多因素Logistic回归分析筛选PTC颈部LNM的独立影响因素,基于Logistic回归和随机森林算法分别构建PTC颈部LNM的预测模型;绘制受试者工作特征(ROC)曲线分析模型的诊断效能。结果转移组与非转移组年龄、结节最大径、甲状腺球蛋白抗体(TgAb)水平,以及甲状腺外浸润(ETE)、BRAFV600E基因突变、微钙化占比比较差异均有统计学意义(均P<0.05)。多因素Logistic回归分析显示,微钙化、结节最大径、ETE、年龄、TgAb水平、BRAFV600E基因突变均为PTC颈部LNM的独立影响因素(均P<0.05)。ROC曲线分析显示,Logistic回归模型预测PTC颈部LNM的曲线下面积(AUC)为0.763;随机森林模型显示,树的数目为272时错误率最低,模型预测PTC颈部LNM的相对重要预测因子排序依次为TgAb水平、BRAFV600E基因突变、微钙化、年龄、ETE、结节最大径,其预测PTC颈部LNM的AUC为0.856,高于Logistic回归模型(Z=2.812,P=0.005)。结论基于随机森林算法构建的PTC颈部LNM预测模型的诊断效能高于基于Logistic回归构建的预测模型,临床医师可根据PTC患者颈部LNM的随机森林重要性排序制定合适的干预措施。

基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价

清江流域地质环境背景条件复杂,特别是沿清江库岸地质灾害频发;而过往的地质灾害易发性评价多针对行政区域范围,鲜有针对库岸带的专门评价,并且所用评价指标体系的针对性以及评价方法的可靠性仍有进一步提升的空间。为构建一套更加符合清江流域库岸带地质灾害发育特征的易发性评价指标体系,获得更加准确、适用性强的易发性区划成果,以清江流域渔峡口—资丘段为研究区,以两岸涉水斜坡体为研究对象,以斜坡单元为评价单元,构建坡度、坡向、高差、坡型、归一化植被指数、地形湿度指数、斜坡结构类型、工程地质岩组、堆积层厚度、河谷演化类型等10个指标组成的易发性评价体系;采用基于归一化确定性系数的Logistic回归和随机森林方法构建评价模型并得到不同易发性区划成果。评价结果显示:高易发区主要分布于清江干流渔峡口东—资丘东段左岸顺向斜坡体的中-下部涉水区域,且Logistic回归模型在地形地貌复杂的库岸段的适用性要优于随机森林模型。研究表明:所选堆积层厚度及河谷演化类型指标很好地代表了清江库岸段的独特地质背景条件特点;在非行政区划范围的特定研究区且当历史滑坡样本数量有限的情况下,Logistic回归模型能够较好地学习灾害发育规律并具备可靠的易发性预测能力。

基于Logistic回归模型的噪声作业工人高频听力损伤影响因素分析

为确定造成听力损伤的关键原因,本研究采用Logistic回归模型,探究噪声环境下作业工人高频听力损伤的关键因素。通过对比噪声环境与非噪声环境工人的听力、血压等数据,结合随机森林算法评估影响因素的重要性。最后选取同时满足重要性评分最高、袋外数据袋外预测残差均方最小的影响因素作为自变量,以是否为高频听力损伤为因变量,通过Logistic回归模型分析噪声作业工人高频听力损伤的影响因素。试验结果表明,噪声对噪声作业人员身体健康具有负面影响,高频听力损伤发生率达到45.71%。经常或总是采取抗噪防护措施可降低高频听力损伤风险,而长时间噪声暴露、高强度噪声、高龄、特定工种和长时间耳机使用等因素增加了高频听力损伤的风险。

城市老年人居家社区养老意愿影响因素分析——基于随机森林和Logistic回归

[目的]分析城市老年人居家社区养老意愿的影响因素,为实现养老模式多元化提供依据。[方法]采用问卷调研方式进行居家社区养老意愿调研。运用随机森林模型和二分类Logistic回归模型,从3个方面进行养老意愿的影响因素分析。[结果]20.68%的老年人有意愿参与居家社区养老。最高学历、养老费用、接受居家社区养老服务频率、日常对养老服务的需求度、社区养老设施需求满足度、助洁服务需求度是城市老年人居家社区养老意愿的影响因素(P<0.05)。[结论]城市老年人居家社区养老意愿较低,居家社区养老意愿受多因素的共同影响。社区现有的养老服务水平与质量是重要影响因素,应从社区角度入手,提高居家社区服务的专业性与多样性。

随机森林模型和Logistic回归模型预测髋部骨折患者住院时间延长的效能比较

背景:髋部骨折发生率与日俱增,由于此类人群身体状况较差,常需要长时间住院,而住院时间延长导致床位流通率下降和经济负担增加。目前针对髋部骨折延迟出院的预测模型较少,此次研究旨在寻找针对髋部骨折延迟出院的最佳模型,指导临床决策。目的:探究髋部骨折患者住院时间延长的危险因素,建立两种不同的风险预测模型,获得最佳风险预测工具,为临床干预及管理提供参考。方法:回顾性分析2019年1月至2021年12月天津市天津医院收治的老年髋部骨折患者683例,将全部患者按7∶3比例随机分成建模组(479例)和验证组(204例),以住院时间的第75百分位数为分界点(>28 d),分为住院时间延长组和正常组。基于建模组采用SPSS和R软件进行单因素分析和多因素Logistic回归分析和变量重要性排序筛选最佳预测变量,构建列线图及随机森林模型。基于验证组通过ROC曲线下面积、准确度、灵敏度、特异度、阳性预测值和阴性预测值评价并比较两种模型的预测效能。结果与结论:(1)Logistic回归分析显示,骨牵引、肺炎、再骨折、多发性创伤、静脉血栓、肺感染和年龄校正Charlson合并症指数(ageadjusted Charlson Comorbidity Index,ACCI)是髋部骨折患者住院时间延迟的危险因素。(2)随机森林模型根据基尼指数减少平均值排序显示,年龄、骨牵引、手术类型、ACCI、肺炎是前5个指标,对延迟出院的预测有重要影响。(3)Logistic回归模型和随机森林预测模型的ROC曲线下面积、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.774(95%CI:0.696-0.853)和0.708(95%CI:0.627-0.789)、60.78%和90.85%、80.39%和23.53%、50.82%和78.09%、86.01%和46.15%,结果显示Logistic模型具有较好的预测效能。(4)上述结果证实,Logistics回归模型和随机森林模型对髋部骨折患者住院时间延长均具有较高的预测价值,这对临床医护人员及时识别高危患者并采取有效干预措施降低髋部骨折患者住院时间具有重要意义。

随机森林与Logistic回归模型对子宫内膜癌患者加速康复外科术后早期出院预测的比较

目的应用随机森林和Logistic回归分别构建子宫内膜癌患者加速康复外科术后早期出院预测模型,比较2种模型预测效果。方法采用便利抽样法,选取2019年1月-2021年12月在某三级甲等医院接受妇科加速康复外科手术并符合纳排标准的子宫内膜癌患者328例,按照7∶3的比例随机分配至建模组和验证组,运用随机森林和Logistic回归构建子宫内膜癌患者加速康复外科术后早期出院预测模型,采用准确度、灵敏度、特异度、阳性预测值、阴性预测值、约登指数和受试者工作特征曲线下面积对2种模型的性能进行比较。结果建模组中,随机森林与Logistic回归准确度为1.000,0.896、灵敏度为1.000,0.833、特异度为1.000,0.915、阳性预测值为1.000,0.750、阴性预测值为1.000,0.942、约登指数为1.000,0.729、AUC为1.000,0.950;验证组中,随机森林与Logistic回归准确度为0.969,0.888、灵敏度为0.960,0.750、特异度为0.973,0.943、阳性预测值为0.923,0.840、阴性预测值为0.986,0.904、约登指数为0.933,0.693、AUC为0.940,0.900。结论随机森林模型对子宫内膜癌患者加速康复外科术后早期出院的预测性能优于Logistic回归模型。

基于随机森林算法和Logistic回归算法的类风湿关节炎合并间质性肺疾病的影响因素

目的 应用随机森林算法和Logistic回归算法研究并探讨类风湿关节炎合并间质性肺疾病的影响因素。方法 回顾性收集2018年12月至2021年10月就诊于山西医科大学第二医院风湿免疫科的712例类风湿关节炎(RA)住院患者的临床资料。根据是否合并间质性肺疾病(ILD),将患者分为RA非合并ILD(RA-N-ILD)组和RA合并ILD(RA-ILD)组。将所有变量作为解释变量,是否合并ILD作为结局变量,利用随机森林Boruta算法经99次迭代筛选出来的重要变量和暂定变量纳入多因素Logistic回归分析模型中进行分析。结果 经Boruta算法进行特征筛选后,重要的变量排序依次为年龄、性别、肿瘤坏死因子-α(TNF-α)、血清白蛋白、干扰素-γ(INF-γ)、白介素-17(IL-17)、吸烟史、白介素-4(IL-4)、乳酸脱氢酶、白介素-10(IL-10)以及白介素-2(IL-2)。将筛选出来的重要变量和暂定变量进行多因素Logistic回归分析,独立危险因素有男性(OR=2.735,95%CI 1.869~4.002)、高龄(OR=1.050,95%CI 1.031~1.069)、IL-17水平增高(OR=1.014,95%CI 1.003~1.024)以及TNF-α水平增高(OR=1.044,95%CI 1.014~1.075),而高水平的血清白蛋白(OR=0.924,95%CI 0.885~0.965)、INF-γ(OR=0.960,95%CI 0.931~0.990)可能为保护因素。结论 男性、高龄、IL-17以及TNF-α水平升高可能为RA并发ILD的危险因素,可为临床医生对患者病情评估及临床决策提供重要依据。

基于随机森林和Logistic回归的大脑半球凸面脑膜瘤显微镜术后继发性癫痫影响因素分析

目的探讨大脑半球凸面脑膜瘤显微镜术后继发性癫痫影响因素,建立多因素Logistic回归模型、随机森林模型,对比两种模型对显微镜术后继发性癫痫的预测效能。方法选取2020年1月—2023年1月收治的90例大脑半球凸面脑膜瘤显微镜术后继发性癫痫作为研究组,同期90例大脑半球凸面脑膜瘤显微镜术后无继发性癫痫作为对照组。采用单纯随机抽样方法,分别从研究组、对照组抽取80%样本量作为训练集,剩余20%作为测试集。统计2组人口学特征、实验室指标,分别构建多因素Logistic回归模型、随机森林模型,采用受试者工作特征(ROC)曲线及曲线下面积(AUC)评价两种模型对显微镜术后继发性癫痫的预测效能。结果研究组血清同型半胱氨酸(Hcy)、S100钙结合蛋白B(S100B)、神经元特异性烯醇化酶(NSE)水平高于对照组,血清甘丙肽(GAL)水平低于对照组(P<0.05);研究组术后瘤腔出血、术中神经电生理监测异常、术后脑积水占比高于对照组(P<0.01,P<0.05);多因素Logistic回归分析显示,Hcy、NSE、S100B、术后脑积水、术中神经电生理监测异常为显微镜术后继发性癫痫影响因素(P<0.01);随机森林模型分析显示,不同变量中排名前5位依次为NSE、S100B、Hcy、术后脑积水、术中神经电生理监测异常;随机森林模型预测显微镜术后继发性癫痫的AUC大于多因素Logistic回归模型(P<0.05)。结论Hcy、NSE、S100B、术后脑积水、术中神经电生理监测异常为大脑半球凸面脑膜瘤显微镜术后继发性癫痫影响因素,基于上述因素构建的多因素Logistic回归模型可直观解释不同变量对显微镜术后继发性癫痫发生的风险度,而随机森林模型对显微镜术后继发性癫痫的预测效能更优,有助于临床制订防治措施。

基于随机效应logistic模型的中小企业财务失败预警研究

logistic模型是研究企业财务失败和信用违约的主流方法,但它不能很好地控制模型之外的因素对违约事件的影响。针对这一问题,本文引入截面数据的随机效应logistic模型,并对2005-2010年我国沪深两市中小上市企业的财务失败风险进行实证检验。结果表明,随机效应logistic模型相比logistic模型具有更高的样本内判别效果和样本外预测效果,而且在财务指标基础上加入公司治理指标能进一步提升模型的预警能力。研究结论对中小企业信用风险评估等具有一定的参考价值。

基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究

目的应用随机森林算法和Logistic回归算法,分析2型糖尿病并发视网膜病变的关联因素并构建风险预测模型。方法采用2011~2013年中国人民解放军总医院2型糖尿病住院患者的电子病历信息,主要利用其中的糖尿病诊断数据、糖尿病糖化数据以及糖尿病生化检查数据,应用Logistic回归和随机森林算法,根据ROC曲线下面积比较两种模型的预测效果。结果在随机森林模型的39个变量重要性评分中,糖化血红蛋白、空腹血糖、尿素、肌酐、尿酸、年龄、冠心病和慢性肾病得分较高且具有临床意义,Logistic回归模型最终纳入性别、血糖控制情况（糖化血红蛋白浓度）、慢性肾病、冠心病、心梗和癌症6个因素,ROC曲线下面积提示随机森林模型预测效果优于Logistic回归模型。结论本次研究随机森林算法分析结果给出了各个因素指标的重要性评分,为2型糖尿病并发视网膜病变的早期诊断以及优化诊断流程提供了一定的依据。

基于Logistic回归与随机森林的和龙市地质灾害易发性评价

为了科学地进行地质灾害易发性分析,基于和龙市地质灾害调查与区划,结合地质灾害分布规律和影响因素,综合考虑地形、地质、气象水文、土壤植被和人类工程活动5个因素,结合GIS技术与方法,提取高程、坡度、坡向、曲率、岩性、与断层距离、降雨量、与水系距离、NDVI(归一化植被指数)、土壤质地、水力侵蚀、人口密度、与道路距离等13个致灾因子,利用Logistic回归与随机森林模型进行地质灾害易发性评价,获得了区域地质灾害易发性分区图。其中,随机森林模型的结果表明:极低易发区面积占比最高,达56.98%,多位于研究区南部,高、极高易发区面积占比共12.89%,位于中部与东北部,该区是地质灾害预防和管理的关键区域;NDVI、高程、人口密度和降雨量等是灾害发育主要影响因素,累积贡献率为58.12%。Logistic回归和随机森林模型的ROC(受试者工作特征)曲线、已有灾害密度统计等验证结果均表明易发性分析和分区与实际灾害分布情况吻合度高,其AUC(ROC曲线下面积)值分别为0.856和0.907,说明两种方法均可实现有效预测,均具有较好的适用性,而随机森林模型表现出更高的准确性与稳定性,预测性能优于Logistic回归模型。

非线性混合效应模型拟合Logistic回归在临床试验中的应用

目的探讨非线性混合效应模型拟合Logistic回归在临床试验中的应用。方法采用SAS软件包的NLMIXED过程拟合模型,并以两例药物临床试验资料进行实例分析。结果获得了各参数及其标准误的估计值,并可以对各因素进行直观的解释。结论非线性混合效应模型允许固定效应和随机效应进入模型的非线性部分,可以拟合具有非线性的Logistic回归模型,是临床试验中分析二项分布数据有效方法。

利用小普查数据对“随机婚配”假定的再检验——兼论Logistic回归系数的可比性问题

使用2005年人口小普查数据研究了独生子女之间的婚配选择问题,发现独生子女更可能与独生子女结婚,且非独生子女也更可能与非独生子女结婚,所以认为独生子女与非独生子女之间"随机婚配"的假定并不符合实际。然而,以往有关生育政策调整的人口预测大都基于这一假定之上,这导致预测结果一方面低估了"双独"和"双非"夫妇的数量,另一方面高估了"单独"夫妇的数量。同时,本文还以独生子女的婚配选择问题为例讨论了嵌套模型中Logistic回归系数的可比性问题。直接比较Logistic回归系数可能导致错误的结论,借助"y*标准化"法和"KHB分解法"可以在一定程度上解决Logistic回归系数不可比的问题。

基于SCAD_L_(2)和SCAD混合惩罚的高维随机效应线性回归模型

大数据时代的到来,使得变量选择问题成为了当前统计界和各重要领域实际工作者研究的重点课题在许多实际问题中,由于数据间存在相关性或异方差,对高维模型进行变量选择时会产生较大的系统性偏差。该文考虑高维随机效应线性回归模型,改进了现有的基于双惩罚思想的变量选择方法,提出了基于SCAD_L_(2)和SCAD的混合惩罚方法,在一定程度上弥补了已有方法不同时具备分组效应和渐近性质的不足:给出了基于混合惩罚的随机效应线性回归模型的两步迭代算法.分别在信噪比和随机效应影响不同的情况下对模型进行蒙特卡洛模拟和实例验证.结果表明:与其他惩罚方法相比,该混合惩罚方法具有分组效应和渐近性质,表现出更优良的变量选择能力和系数估计效果,适用于高维随机效应线性回归模型.

医务人员血源性职业暴露危险因素分析:基于随机森林算法和logistic回归模型的效应对比

目的分析医务人员血源性职业暴露风险因素,为及时提出针对性干预措施,预防血源性职业暴露提供依据。方法选取2016年1月—2023年6月呼伦贝尔市某三级综合医院上报的发生血源性职业暴露的103名医务人员为暴露组,选取同班次未发生职业暴露的625名医务人员为对照组,收集研究对象的相关资料,采用随机森林算法和多因素logistic回归分析分别构建影响医务人员发生血源性职业暴露的预测模型。结果103例血源性职业暴露人员的主要暴露部位为手,有89例(占86.41%);主要暴露方式为锐器伤,有83例(占80.58%);主要暴露源为乙型肝炎病毒,有65例(占63.11%)。暴露后立即上报的有65例(占63.11%),12 h以内上报的24例(占23.30%)。logistic回归分析结果显示:相比年龄≥30岁,年龄<30岁的医务人员发生血源性职业暴露的可能性增加至4.142倍(P<0.05);相比工作年限≥5年,工作年限<5年的医务人员发生血源性职业暴露的可能性增加至1.696倍(P<0.05);相比中级及以上职称,初级职称医务人员发生血源性职业暴露的可能性增加至5.989倍(P<0.05);相比每年多次参加培训,每年只参加1次培训的医务人员发生血源性职业暴露的可能性增加至1.864倍(P<0.05);科室类别为急诊、重症及手术室的医务人员较其他科室医务人员发生血源性职业暴露的可能性增加至2.205倍(P<0.05)。随机森林算法结果显示,重要性评分排名前6的影响因素分别是职称、年龄、工作年限、年职业防护培训次数、职业类型、文化程度。随机森林预测模型的准确率、精确率、召回率及F1分数(精确率和召回率的调和平均数)均要高于logistic预测模型,且随机森林预测模型的ROC曲线下面积(AUC)为0.829(P<0.001),也高于logistic回归模型的0.818(P<0.001)。结论随机森林模型对血源性职业暴露有更好的预测效能,但logistic回归模型有更直观的分析结果,两者联合使用能进一步提高预测的准确性。应加强对年龄小、工作年限短、职称低等重点人员的培训,制定标准化的措施来预防医务人员的血源性暴露。