简介:目的本文针对反应变量是二分类、且存在层次结构的数据,给出多水平模型的建模步骤及在软件SPSS、SAS中的实现方法指引,为医学研究者处理这类数据提供参考。方法以卫生服务调查数据为例说明二分类反应变量两水平logistic回归模型的拟合步骤及软件实现。结果如果两水平零模型的随机系数。二检验具有统计学意义。则有必要拟合多水平模型。结论结合专业知识或对a皇进行检验判断有无必要考虑高水平效应。SPSS中实现要求19.0及以上版本。操作相对简单,适合初步使用者;SAS中实现建议使用Nlmixed过程语句,利用Glimmix过程语句拟合模型的参数估计结果,为其设定相应参数初始值提供依据。
简介:目的C统计量是评价Cox比例风险回归模型区分度的常见指标,然而,目前对C统计量的算法仍存在争议。本文将探讨C统计量的计算方法及其SAS实现,为编程输出Cox模型的C统计量提供参考。方法运用PHREG过程估计研究观察期末的累积生存概率,判断实际生存时间与预期生存函数是否同趋势,并以此计算C统计量及其95%置信区间。以某注册登记研究为例,评价年龄、血压和心率对急性心衰患者出院后30d死亡率的预测区分度。结果研究共纳入2836例急性心衰患者,年龄、基线收缩压和基线心率对出院后30d死亡的影响差异都具有统计学意义(均有P〈0.05),其中年龄(单位:岁;风险比(hazardratio,HR):1.029;95%置信区间(confi-denceinterval,CI):1.022~1.037)和心率(单位:次/分;HR:1.011;95%CI:1.007~1.014)为危险因素,收缩压(单位:mmHg;HR:0.992;95%CI:0.989~0.995)为保护因素。模型C统计量达到0.638(95%CI:0.570~0.704),可见模型具有一定的区分度,使用SAS程序能够得到所需结果。结论C统计量是评价模型区分度的良好手段,并可以通过SAS程序求得。