Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
Et eksempel
Faktorer med betydning for hypertension i to forskellige kohorter af 70-årige
1
Den afhængige variabel
2
De uafhængige variableÅr (1967 og 1984)
Køn
Uddannelse (tre kategorier)
Alkoholforbrug (lidt eller meget)
Rygevaner (fem kategorier)
BMI (ikke kategoriseret)
3
Problemstillingen:
Er der forskel på hyppigheden af hypertension blandt 70-årige i 1967 og 70-årige i 1984
Kan eventuelle forskelle forklares ved variationer i de andre variable?
4
Databeskrivelsen:
1) Fordelingen af hypertension i de to kohorter
2) For hver af de uafhængige variable:
A) Fordelingen af variablen i de to kohorterB) Hyppigheden af hypertension i forhold til
variablen
5
Hypertension og kohorte
Χ2 = 19.4 df = 1 p = 0.000
Odds-ratio = 0.582 (0.457 – 0.742)
6
Køn
Χ2 = 0.029 df = 1 p = 0.865
Χ2 = 19.4 df = 1 p = 0.000
Odds-ratio = 1.304 (1.040 – 1.635)
7
Uddannelse
γ = 0.210 p = 0.000
γ = 0.024 p = 0.646
8
Rygevaner
γ = -0.120 p = 0.008
γ = -0.147 p = 0.001
Risikoen for hypertension er mindst blandt rygerne
9
Alkoholforbrug
γ = 0.704 p = 0.000
γ = -0.081 p = 0.158
10
BMI
11
Logistisk regression
Hypertension givet BMI
Er effekten lineær?
Ja. Ingen evidens imod lineariteten.
12
Sammenfat resultaterne fra den deskriptive analyse i en DAG
13
Tilføj pile med de fundne sammenhænge
14
15
Tilføj andre kendte (eller forventede) sammenhænge
16
Planlægning af analysen
Vælg start model
Eliminer sekundære relationer
Tag stilling til de primære spørgsmål
Kontroller slutmodellen
17
Mulige startmodeller
Modellen med alle højere-ordens interaktioner
Model med alle to-faktor interaktioner
Model med alle to-faktor interaktioner med primære variable
Model med alle hovedvirkninger
Model med alle variable, der hænger sammen med den afhængige variabel (inklusiv interaktioner)
18
Startmodellen
BMI*Ryger+BMI*køn+BMI*År+Ryger*Køn+Ryger*År+Køn*År
De røde interaktioner er af primær interesse.
19
Kategori-kodning af de uafhængige variable
Første kategori er reference
20
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,059 ,046 1,604 1 ,205 1,060
Ryger 7,647 4 ,105
Ryger(1) -1,632 1,400 1,358 1 ,244 ,195
Ryger(2) -,439 1,073 ,167 1 ,683 ,645
Ryger(3) -2,528 1,607 2,475 1 ,116 ,080
Ryger(4) -10,817 4,693 5,313 1 ,021 ,000
Køn(1) -1,484 1,010 2,157 1 ,142 ,227
Year(1) ,508 ,994 ,261 1 ,609 1,662
BMI * Ryger 9,011 4 ,061
BMI by Ryger(1) ,085 ,050 2,959 1 ,085 1,089
BMI by Ryger(2) ,015 ,039 ,156 1 ,693 1,015
BMI by Ryger(3) ,104 ,061 2,892 1 ,089 1,109
BMI by Ryger(4) ,405 ,178 5,142 1 ,023 1,499
BMI by Køn(1) ,066 ,036 3,348 1 ,067 1,068
BMI by Year(1) -,028 ,036 ,643 1 ,423 ,972
Køn * Ryger 7,036 4 ,134
Køn(1) by Ryger(1) ,575 ,409 1,975 1 ,160 1,777
Køn(1) by Ryger(2) -,222 ,346 ,412 1 ,521 ,801
Køn(1) by Ryger(3) ,727 ,520 1,954 1 ,162 2,069
Køn(1) by Ryger(4) -,601 1,360 ,195 1 ,659 ,548
Ryger * Year 4,916 4 ,296
Ryger(1) by Year(1) -,858 ,507 2,862 1 ,091 ,424
Ryger(2) by Year(1) -,438 ,344 1,623 1 ,203 ,645
Ryger(3) by Year(1) -,476 ,483 ,971 1 ,324 ,621
Ryger(4) by Year(1) ,757 ,974 ,604 1 ,437 2,133
Køn(1) by Year(1) -,022 ,316 ,005 1 ,944 ,978
Constant -1,012 1,282 ,623 1 ,430 ,364
a. Variable(s) entered on step 1: BMI, Ryger, Køn, Year, BMI * Ryger , BMI * Køn , BMI * Year , Køn * Ryger
, Ryger * Year , Køn * Year .
Køn*Ryger elimineres
21
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,063 ,045 1,899 1 ,168 1,065Ryger 6,928 4 ,140Ryger(1) -1,192 1,308 ,830 1 ,362 ,304Ryger(2) -,452 1,032 ,192 1 ,661 ,636Ryger(3) -2,199 1,517 2,100 1 ,147 ,111Ryger(4) -10,74 4,694 5,239 1 ,022 ,000Køn(1) -1,413 ,913 2,398 1 ,121 ,243Year(1) ,385 ,988 ,152 1 ,696 1,470BMI * Ryger 8,189 4 ,085BMI by Ryger(1) ,071 ,048 2,248 1 ,134 1,074
BMI by Ryger(2) ,012 ,039 ,093 1 ,760 1,012
BMI by Ryger(3) ,093 ,059 2,488 1 ,115 1,097
BMI by Ryger(4) ,400 ,179 4,998 1 ,025 1,492
BMI by Køn(1) ,061 ,035 3,157 1 ,076 1,063
BMI by Year(1) -,029 ,035 ,668 1 ,414 ,971
Ryger * Year 3,939 4 ,414Ryger(1) by Year(1) -,692 ,491 1,987 1 ,159 ,501
Ryger(2) by Year(1) -,398 ,342 1,354 1 ,245 ,672
Ryger(3) by Year(1) -,279 ,470 ,352 1 ,553 ,757
Ryger(4) by Year(1) ,755 ,936 ,651 1 ,420 2,128
Køn(1) by Year(1) ,156 ,300 ,270 1 ,603 1,169
Constant -1,085 1,219 ,792 1 ,374 ,338a. Variable(s) entered on step 1: BMI, Ryger, Køn, Year, BMI * Ryger , BMI * Køn , BMI * Year , Ryger *
Year , Køn * Year .
BMI*Ryger elimineres22
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,118 ,034 11,979 1 ,001 1,125Ryger 4,517 4 ,341Ryger(1) ,658 ,442 2,212 1 ,137 1,931Ryger(2) -,112 ,280 ,160 1 ,689 ,894Ryger(3) ,146 ,382 ,146 1 ,702 1,157Ryger(4) -,357 ,566 ,397 1 ,529 ,700Køn(1) -,502 ,837 ,360 1 ,549 ,605Year(1) ,425 ,955 ,198 1 ,656 1,530BMI by Køn(1) ,026 ,032 ,675 1 ,411 1,026
BMI by Year(1) -,029 ,034 ,696 1 ,404 ,972
Ryger * Year 3,182 4 ,528Ryger(1) by Year(1) -,745 ,488 2,330 1 ,127 ,475
Ryger(2) by Year(1) -,419 ,343 1,488 1 ,223 ,658
Ryger(3) by Year(1) -,352 ,463 ,577 1 ,447 ,703
Ryger(4) by Year(1) ,122 ,766 ,025 1 ,873 1,130
Køn(1) by Year(1) ,115 ,299 ,149 1 ,699 1,122
Constant -2,522 ,930 7,347 1 ,007 ,080a. Variable(s) entered on step 1: BMI, Ryger, Køn, Year, BMI * Køn , BMI * Year , Ryger * Year , Køn *
Year .
BMI*Køn elimineres
23
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,134 ,029 21,810 1 ,000 1,143Ryger 4,436 4 ,350Ryger(1) ,650 ,442 2,156 1 ,142 1,915Ryger(2) -,112 ,279 ,159 1 ,690 ,894Ryger(3) ,148 ,383 ,149 1 ,699 1,159Ryger(4) -,362 ,568 ,405 1 ,524 ,696Køn(1) ,153 ,254 ,364 1 ,547 1,166Year(1) ,429 ,950 ,204 1 ,652 1,536BMI by Year(1) -,029 ,034 ,707 1 ,401 ,972
Ryger * Year 3,211 4 ,523Ryger(1) by Year(1) -,748 ,488 2,351 1 ,125 ,473
Ryger(2) by Year(1) -,416 ,343 1,471 1 ,225 ,660
Ryger(3) by Year(1) -,344 ,463 ,552 1 ,458 ,709
Ryger(4) by Year(1) ,135 ,768 ,031 1 ,861 1,144
Køn(1) by Year(1) ,109 ,298 ,133 1 ,715 1,115
Constant -2,909 ,802 13,167 1 ,000 ,055a. Variable(s) entered on step 1: BMI, Ryger, Køn, Year, BMI * Year , Ryger * Year , Køn * Year .
Herefter kan primære interaktioner elimineres
Køn*År elimineres
Køn kan nu elimineres
24
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,134 ,029 21,783 1 ,000 1,143Ryger 4,643 4 ,326Ryger(1) ,700 ,420 2,774 1 ,096 2,014Ryger(2) -,075 ,262 ,083 1 ,773 ,927Ryger(3) ,205 ,349 ,346 1 ,557 1,228Ryger(4) -,298 ,541 ,304 1 ,582 ,742Køn(1) ,232 ,133 3,051 1 ,081 1,262Year(1) ,526 ,914 ,331 1 ,565 1,692BMI by Year(1) -,029 ,034 ,721 1 ,396 ,971
Ryger * Year 4,142 4 ,387Ryger(1) by Year(1) -,810 ,458 3,136 1 ,077 ,445
Ryger(2) by Year(1) -,460 ,321 2,055 1 ,152 ,631
Ryger(3) by Year(1) -,415 ,421 ,975 1 ,323 ,660
Ryger(4) by Year(1) ,054 ,736 ,005 1 ,941 1,056
Constant -2,981 ,780 14,615 1 ,000 ,051a. Variable(s) entered on step 1: BMI, Ryger, Køn, Year, BMI * Year , Ryger * Year .
Køn elimineres
25
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,133 ,028 21,912 1 ,000 1,143Ryger 4,342 4 ,362Ryger(1) ,552 ,411 1,802 1 ,179 1,737Ryger(2) -,181 ,254 ,509 1 ,476 ,834Ryger(3) ,037 ,335 ,012 1 ,912 1,038Ryger(4) -,486 ,530 ,841 1 ,359 ,615Year(1) ,509 ,909 ,314 1 ,575 1,664BMI by Year(1) -,029 ,034 ,747 1 ,387 ,971
Ryger * Year 3,621 4 ,460Ryger(1) by Year(1) -,752 ,456 2,722 1 ,099 ,471
Ryger(2) by Year(1) -,419 ,319 1,719 1 ,190 ,658
Ryger(3) by Year(1) -,355 ,419 ,717 1 ,397 ,701
Ryger(4) by Year(1) ,110 ,734 ,022 1 ,881 1,116
Constant -2,775 ,766 13,108 1 ,000 ,062a. Variable(s) entered on step 1: BMI, Ryger, Year, BMI * Year , Ryger * Year .
Ryger*Year elimineres
26
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,131 ,028 21,729 1 ,000 1,141Ryger 11,062 4 ,026Ryger(1) -,036 ,173 ,043 1 ,836 ,965Ryger(2) -,453 ,154 8,627 1 ,003 ,636Ryger(3) -,198 ,201 ,969 1 ,325 ,820Ryger(4) -,479 ,370 1,671 1 ,196 ,620Year(1) ,149 ,856 ,030 1 ,862 1,161BMI by Year(1) -,027 ,034 ,661 1 ,416 ,973
Constant -2,522 ,735 11,773 1 ,001 ,080a. Variable(s) entered on step 1: BMI, Ryger, Year, BMI * Year .
Hovedeffekten af Ryger er signifikant
BMI*Year elimineres
27
Slutmodellen
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,113 ,015 53,058 1 ,000 1,119Ryger 11,117 4 ,025Ryger(1) -,039 ,173 ,050 1 ,823 ,962Ryger(2) -,455 ,154 8,737 1 ,003 ,634Ryger(3) -,198 ,201 ,972 1 ,324 ,820Ryger(4) -,473 ,369 1,642 1 ,200 ,623Year(1) -,540 ,131 17,040 1 ,000 ,583Constant -2,040 ,426 22,871 1 ,000 ,130
a. Variable(s) entered on step 1: BMI, Ryger, Year.
28
Tilføj referencekategorier og rediger tabellen, så den kan læses
B S.E. Wald df Sig. Exp(B)BMI ,113 ,015 53,058 1 ,000 1,119
Ryger 11,117 4 ,025Aldrig .000 1,000Tidligere -,039 ,173 ,050 1 ,823 ,9621-10 -,455 ,154 8,737 1 ,003 ,63411-20 -,198 ,201 ,972 1 ,324 ,82021+ -,473 ,369 1,642 1 ,200 ,623
1967 ,000 1,0001984 -,540 ,131 17,040 1 ,000 ,583
Constant -2,040 ,426 22,871 1 ,000 ,130.
Risikoen for hypertension var mindre i 1984Overraskende effekt af rygevaner. Er modellen god nok?
29
Model-kontrol
Tilføj manglende led til modellen til modellen og se, om de er signifikante.
Linearitet (BMI2 og BMI3)
Rygning*BMI(tæt på at være signifikant i starten)
Manglende variable (Alko og Uddannelse)
BMI*Rygning*År
30
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
BMI ,091 ,027 11,658 1 ,001 1,095Ryger 5,697 4 ,223Ryger(1) -1,036 1,124 ,849 1 ,357 ,355Ryger(2) -,617 ,955 ,418 1 ,518 ,539Ryger(3) -1,711 1,364 1,573 1 ,210 ,181Ryger(4) -8,485 4,064 4,358 1 ,037 ,000Year(1) -,530 ,131 16,362 1 ,000 ,588BMI * Ryger 5,390 4 ,250BMI by Ryger(1) ,039 ,043 ,804 1 ,370 1,040
BMI by Ryger(2) ,006 ,037 ,024 1 ,876 1,006
BMI by Ryger(3) ,061 ,055 1,240 1 ,265 1,063
BMI by Ryger(4) ,322 ,163 3,870 1 ,049 1,379
Constant -1,489 ,703 4,487 1 ,034 ,226
31
Intet der antyder, at modellen skulle være forkert
32