1:m匹配病例对照Logistic回归

2017-12-01 来源：

一、问题与数据

某医生想利用自己科室的患者数据，采用匹配的病例对照方法探究吸烟和肺癌的关系。该研究为每一位肺癌患者根据年龄段（±2岁）、性别和是否有家族史匹配2名对照，对病例和对照均收集是否吸烟的信息，并探索收入水平是否是可能的混杂因素。部分患者信息如表1：

表1. 病例对照信息

其中，ID表示对子数，每组对子3人，含1名肺癌患者和2名对照。Status变量表示是否患有肺癌，其中1表示患有肺癌（即病例），0表示未患肺癌（即对照）。Smoke变量代表是否吸烟，1表示吸烟，0表示不吸烟。Income变量代表收入水平，1表示高收入水平，0表示低收入水平。

二、对问题分析

该研究中，病例与对照根据年龄、性别和是否有家族史进行了匹配。此种设计需应用配对Logistic回归（条件Logistic回归）进行分析。SPSS中无专门进行配对Logistic回归的菜单，但是可以利用分层Cox回归进行分析。SPSS的Cox回归可分析病例与对照为1：m（m≥1）配比的设计。若配比为n：m（n>1,m≥1），需使用Stata软件的Cox回归过程，其数据格式与SPSS一致。在Cox回归中，将是否患病作为是否发生结局的变量，然后新建患者生存时间变量，此变量的赋值应满足对照组大于病例组，具体数值可不固定。