[已完结] 二元Logistic

 关闭 求助已关闭
朱丽叶的秋天 发表于 2023-10-30 19:26:51 | 显示全部楼层 |阅读模式
悬赏30积分

二元Logistic解释结果相矛盾,是哪里出错了?如自变量为每周进行随访,赋值情况(1=每周随访,0=不随访),因变量为发生肠梗阻(赋值1=是,0=否);OR=24.12.所以解释出来的结果是:每周进行随访发生肠梗阻的风险是未随访的24.12倍,这与常理相悖啊,且文献中讨论部分说每周进行随访会降低肠梗阻风险。所以,哪位大佬知道这个应该如何解释吗?这个OR和结果如何解释?

已采纳

根据您提供的信息,二元Logistic回归分析结果显示每周进行随访与发生肠梗阻之间存在显著的关联性,OR为24.12。然而,这个结果与现实相矛盾,因为每周进行随访通常被认为可以降低肠梗阻的风险。 一个可能的原因是,这个模型中可能存在一些潜在的混淆变量,也就是说,每周进行随访和发生肠梗阻之间的关系实际上被其他变量所影响,但这些变量并未被考虑进入模型中。如果这些变量与每周进行随访和肠梗阻之间的关系呈正相关,那么结 ...

查看完整内容

全部回复3 显示全部楼层
MRQ 发表于 2023-10-30 19:26:52 | 显示全部楼层
根据您提供的信息,二元Logistic回归分析结果显示每周进行随访与发生肠梗阻之间存在显著的关联性,OR为24.12。然而,这个结果与现实相矛盾,因为每周进行随访通常被认为可以降低肠梗阻的风险。

一个可能的原因是,这个模型中可能存在一些潜在的混淆变量,也就是说,每周进行随访和发生肠梗阻之间的关系实际上被其他变量所影响,但这些变量并未被考虑进入模型中。如果这些变量与每周进行随访和肠梗阻之间的关系呈正相关,那么结果可能会出现偏差,导致每周进行随访和肠梗阻之间的关系被错误地解释。

另外,文献中提到每周进行随访可以降低肠梗阻的风险,这与您的结果相反。这可能是由于样本或研究设计的不同所导致的。具体而言,可能存在一些不同的因素,例如样本大小、研究方法和统计分析方法等,这些因素可能会影响到结果的准确性和可靠性。

因此,为了更好地解释这个结果,我们需要对混淆变量进行分析,并且在文献中查找更多信息以评估和比较结果。
朱丽叶的秋天 发表于 2023-10-31 09:09:56 | 显示全部楼层
这个结果是一篇质量比较高的期刊中发表的,我觉得结果应该是不会错的。不知道如何解释。
bunicai 发表于 2023-11-1 23:22:04 | 显示全部楼层
OR,代表的是试验组事件数比值与对照组事件数比值的比

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

  • 发布

  • 回复

  • 积分

    895

返回列表