logistic回归后基于OR值置信区间制作森林图

原创 数据小兵  2021-09-05 10:54  阅读 223 次
数据小兵成长记

logistic回归考察影响因素后,我们将会得到每个因素对应的OR值和95%CI置信区间。

以往我们仅仅是用三线表报告一下各因素显著性、回归系数及OR值和区间,就是一个表格的结果。但是在国外期刊论文中,大家已经把OR值数据玩出了新花样——森林图

再比如这样的图

大家都是logistic回归分析,画个森林图马上逼格走高。

遗憾的是,当前咱们常用的SPSS统计软件工具是不能直接绘制森林图的。SPSS做完logistic回归得到回归表格结果后,我们需要使用其他软件工具绘制图形。比如R语言、MedCalc等。

今天小兵就给大家推荐和分享使用MedCalc来绘制森林图。

首先强调一下,MedCalc在logistic回归里面也是不能直接绘制森林图。我们并不能直接在回归表格的基础上得到森林图。而是先需要利用SPSS或MedCalc完成logistic回归,得到OR值及95%CI置信区间,编辑成一个独立的表格数据,然后基于这个新的OR数据绘制森林图。

MedCalc是直接提供了一个森林图的菜单模块。

这里我省略logistic回归的具体操作,对logistic不熟悉的可以看下面两篇文章。

☞ SPSS二项logistic回归分析案例实践,做个预测模型
☞ 多分类自变量的logistic回归:哑变量结果的解读

我从网上找一个logistic回归结果表格,临床流行病学和循证医学公众号曾经写过一篇森林图的文章,咱们直接用文章中的OR值数据。如下:

将logistic回归的结果整理好。v1为各变量名称,v2为OR(95%CI),v3为OR点估计,v4为OR的95%CI下限,v5为OR的95%CI上限。存储为xlsx格式。

用MedCalc读取数据,

开始绘制森林图,

来看最终结果吧:

怎么看呢?

OR值森林图它的中心小方块是OR值,左右两侧的短横线代表OR值的波动范围,然后竖虚线可以直观地看出OR值的95%CI是否包含1,与竖虚线相交的横线显然这个置信区间内是包含1的,即对应的因素不显著。

而竖虚线右侧(不相交)横线表示OR大于1为促进性的因素,左侧(不相交)的横线OR值小于1为抑制性的因素。

本文完

文/图=数据小兵

 

本文地址:http://www.datasoldier.net/archives/3247
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!