SAS logistic回归模型如何计算校正比例？

在流行病学研究中，在研究两种因素的关联性研究时，通常在论文的表1时，往往会根据暴露因素进行分组，然后分析不同暴露组的基本特征，这时候连续变量会采用均数（标准差）表示，分类变量采用频数（构成比/率）表示，但这里往往给出的原始值，但有时候部分论文会给出校正均值和校正率，部分同学可能会很困惑，比如下面这篇文章的表1：

这篇文章是研究慢阻肺和骨密度的相关性，因此表1给出了健康者和慢阻肺患者其他基本特征。

上表的备注说：除年龄、地区外，其余各项数据均调整了年龄和地区，也就是说此表年龄是真实值，而其他为校正值，比如城市应该给出的是校正比例。

接着查看论文的统计学方法：

因此，可以看出校正比例/构成比是采用logistics模型计算的，今天先分享一下用SAS去计算校正比例。

下面直接上代码，并以图文的形式向大家讲解：

/*变量名可以设定为中文*/

option validvarname=any;

/*先导入数据*/

PROC IMPORT OUT= mydata

  DATAFILE= "C:\Users\12974\Desktop\百度经验\01简书\SAS线性回归模型如何计算校正均值\cc1.csv" 

  DBMS=csv  REPLACE;

  GETNAMES=YES;

quit;

/*图片3*/

/*这里可以看到数据导入成功，并且中文变量名也设置成功了*/

/*本例的目的计算不同性别的心血管的患病率，并且同时校正地区和年龄；*/

/*在数据库中自变量：sex，因变量：心血管，混杂因素：地区、age*/

/*有两种方法拟合*/

/*采用proc genmod拟合logistic模型*/

proc genmod data=mydata desc;

 class sex(ref='1') 心血管(ref='1') 地区(ref='3');/*分类变量放到class语句后*/

 model 心血管=sex 地区 age/dist=binomial link=logit;

          /*dist=binomial link=logit 表示拟合logistic模型*/

 lsmeans sex/ilink cl pdiff;

        /*ilink：给出校正率

            cl：给出置信区间

           pdiff：给出两两两比较的结果，但是这里没给出校正率的差值*/

quit;

proc logistic data=mydata;

 class sex(ref='1') 心血管(ref='1') 地区(ref='3')/param=glm;/*分类变量放到class语句后*/

                                          /* param=glm必须写上*/

 model 心血管=sex 地区 age/link=logit;

          /*dist=binomial link=logit 表示拟合logistic模型*/

 lsmeans sex/ilink cl pdiff;

        /*ilink：给出校正率

            cl：给出置信区间

           pdiff：给出两两两比较的结果，但是这里没给出校正率的差值*/

quit;

/*图4和图5*/

/**这里可以看到两种模型拟合的结果一致**/

/*那么，为什么最小二乘均值表里面的均值就是比例呢？*/

/*为了验证这个，我打算直接算出不同性病的心血管的患病率

然后利用不调整任何变量的logistic模型去看上面的均值与算出的患病率是否一致？*/

proc freq data=mydata;

 table 心血管*sex;

quit;

proc logistic data=mydata;

 class sex(ref='1') 心血管(ref='0') /param=glm;/*这里需要设定心血管参照为0*/

 model 心血管=sex/link=logit;/*模型中只加入性别*/

 lsmeans sex/ilink cl pdiff;

quit;

/*图6和图7*/

可以看到两个结果一致就验证了我的假设