在横断面研究中从逻辑回归模型获取调整后的患病率比
应用统计
2015-04-07 v1
摘要
在过去几十年中，人们讨论了在横断面研究中使用流行病学患病率比 (PR) 而非比值比作为待估计的关联度量。使用统计模型计算 PR 的主要困难在于收敛问题、缺乏合适的工具以及强假设。本研究的目标是说明如何直接从逻辑回归估计中估算 PR 及其置信区间。我们提出了三个示例，并将调整后的 PR 估计值与使用对数二项式、稳健泊松回归和调整后的患病率比值比 (POR) 获得的估计值进行了比较。从逻辑回归估计的边际和条件患病率比显示出以下优势：无数值不稳定性；易于在统计软件中实施；并假设了结果变量的适当概率分布。
引用
@article{arxiv.1409.6239,
title = {Obtaining adjusted prevalence ratios from logistic regression model in cross-sectional studies},
author = {Leonardo Soares Bastos and Raquel de Vasconcellos Carvalhaes de Oliveira and Luciane de Souza Velasque},
journal= {arXiv preprint arXiv:1409.6239},
year = {2015}
}