在这个看颜值的时代,统计也不例外,你刚学会Logistic回归,人家开始森林图了,不信看看 N Engl J Med这两篇文章

缘起

精鼎42期医学统计与软件实战训练营

(杭州站)(详情点击)

Logistic回归是一种非常重要的单、多因素分析方法,在运用Logistic回归进行风险因素研究的文章中,最重要的结果莫过于风险因素表了,如下表:

此表重要组成部分为风险因素,OR及其95%可信区间。这些都是常规做法,发发文章而已!

在这个看颜值的时代,在这个数据可视化时代,一切数据都不能逃脱可视化的步伐。同样的Logistic回归结果,你看看人家新英格兰杂志是怎么装逼的!

(文献出处:Lithium Use in Pregnancy and the Risk of Cardiac Malformations. N Engl J Med, 2017.SCI IF=72)

(文献出处:Antidepressant use in pregnancy and the risk of cardiac defects. N Engl J Med, 2014.SCI IF=74)

松哥不管你分析结果咋样,是否学会这招也能够混得敞亮些呢!

也许你研究过如何实现,多数是教你如何用R软件实现,R确实很好,但对于绝大多数非统计专业的研究者而言,还是挺难的。能用5毛钱搞定的,不要花1块钱,松哥统计试试Graphpad Prism7实现方法!发现可以做,但不咋滴!

那就武器升级,用Stata12.0试试吧!

1.案例数据

咱们就用2014年新英格兰杂志那篇的数据演示,数据提取,放入Excel中如下:

2.Stata实现

(1)打开Stata软件(没有的联系后台),点击数据编辑器,将上述Excel中的数据,复制黏贴进入:

(2)分析界面如下操作:

(3)运行初步结果

基本成型,但有4处不到位。

(4)调整后结果

调整方法,点击Graph editer,双击想要修改的部分,然后修改即可。具体不在一一讲解,凭大家的智商,秒秒钟的事情哦!与原文相比,95%以上吻合了!您说是吗?

松哥统计说

数据可视化是未来的趋势,松哥曾经看过一篇文章,从头到尾没出现任何统计指标,全是统计图。

Logistic回归是最最常用风险因素的研究方法,森林图常用于Meta分析的结果展示,两者结合,形象展示了各风险因素的风险,也算结果创新展示吧!其实还有一个结果创新展示,就是列线图(nomograms),有时间再谈!

如果对您有用,请支持松哥的辛苦劳动,分享让更多的人受益!

  • 发表于:
  • 原文链接:https://kuaibao.qq.com/s/20180622G1WRRU00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券