一、问题与数据

某呼吸内科医生拟通过性别、年龄、BMI、COPD病史和是否吸烟等因素预测受试者的肺癌患病情况。他招募了85名肺癌患者，259名非肺癌患者，并通过查阅病历、问卷调查的方式收集了上述信息。变量的赋值和部分原始数据见表1和表2。如果该医生依据这几项因素预测受试者是否患肺癌，那么应如何预测，准确性又如何呢？

表1  肺癌危险因素分析研究的变量与赋值

表2 部分原始数据

从本质上讲，该研究也是结局变量为二分类的诊断试验。但是该诊断试验的测量指标很多，应该如何预测每一位受试者是否患肺癌呢？

我们可以通过二分类Logistic回归模型，用性别、年龄、BMI、COPD病史和是否吸烟等因素，计算受试者患肺癌的预测概率。

二、SPSS操作

1. 数据录入SPSS

2. Logistic回归分析（关于Logistic回归每一步设置的意义，可参考“SPSS实例教程：二分类Logistic回归”。）

选择Analyze→Regression→Binary Logistic

（1）主对话框设置

将因变量cancer送入Dependent框中，将纳入模型的自变量sex, age, BMI和COPD变量Covariates中，选择Forward: LR的自变量筛选方法（Method对话框）。

（2）Categorical设置

本研究中，COPD是多分类变量，我们指定“无COPD病史”的研究对象为参照组，分别比较“轻/中度”和“重度”组相对于参照组患肺癌的风险。

点击Categorical→将左侧Covariates中的COPD变量送入右侧Categorical Covariates中。在Reference Category的右侧选择First（表示选择变量COPD中，赋值最小的，即“0”作为参照。）→点击Change→点击Continue。