廣義線性混合效應(yīng)模型(GLMM)與復(fù)雜抽樣的logistic回歸模型在分層整群抽樣數(shù)據(jù)分析中的比較.pdf

1、在公共衛(wèi)生領(lǐng)域的抽樣調(diào)查中為了減少抽樣誤差，提高抽樣的精度，經(jīng)常會采用如分層整群抽樣這類復(fù)雜的抽樣方法。由于這類抽樣方法所得到數(shù)據(jù)往往是具有多層次的結(jié)構(gòu)特點的，這就使得在同一較低層次的各個個體之間具有一定的相關(guān)性，即結(jié)局變量的分布在個體間不具備獨立性。因而不滿足傳統(tǒng)的統(tǒng)計分析方法的應(yīng)用條件，而多層統(tǒng)計分析模型和復(fù)雜抽樣的統(tǒng)計分析方法均可以處理這類數(shù)據(jù)。
　　目的：
　　研究和分析廣義線性混合效應(yīng)模型和復(fù)雜抽樣的logisti

2、c回歸方法在分層整群抽樣數(shù)據(jù)中的應(yīng)用，通過實例數(shù)據(jù)分析以及數(shù)據(jù)模擬的研究方法，結(jié)合國際通用統(tǒng)計分析軟件SAS中相應(yīng)的模塊GLIMMIX與SURVEY模塊來進行這兩種方法在分層整群抽樣數(shù)據(jù)中的比較應(yīng)用。并通過改變模擬數(shù)據(jù)的參數(shù)組合，來比較在不同的內(nèi)部相關(guān)系數(shù)(ICC)，給定個體水平變量系數(shù)，抽樣比以及樣本量的情況下二者的適用性。同時，為了驗證傳統(tǒng)的統(tǒng)計分析方法在分層整群抽樣數(shù)據(jù)分析中的局限性，也將傳統(tǒng)的logistic回歸模型納入到比較分

3、析中。
　　方法：
　　首先將三種統(tǒng)計方法應(yīng)用到實例數(shù)據(jù)的分析中，參考其分析結(jié)果設(shè)定模擬數(shù)據(jù)的參數(shù)值。數(shù)據(jù)模擬分兩個部分：模擬一研究，模擬還原實例數(shù)據(jù)的總體，并從中進行分層整群抽樣，模擬抽樣1000次，對每一次抽樣的數(shù)據(jù)分別應(yīng)用logistic回歸模型，復(fù)雜抽樣的logistic回歸模型以及廣義線性混合效應(yīng)模型三種方法進行分析；模擬二研究，在模擬一研究的基礎(chǔ)上，改變模擬的參數(shù)：各層的內(nèi)部相關(guān)系數(shù)ICC，給定個體水平變量系數(shù)以

4、及不同的抽樣比來比較這三種方法的適用性，模擬次數(shù)1000次。兩個階段的模擬評價指標(biāo)為：第Ⅰ類錯誤率，偏倚，95％可信區(qū)間覆蓋率，功效以及標(biāo)準(zhǔn)誤。
　　結(jié)果：
　　實例數(shù)據(jù)的分析中，在應(yīng)用surveylogistic回歸(surveylogistic)與廣義線性混合效應(yīng)模型(GLMM)進行調(diào)整后，各回歸系數(shù)的標(biāo)準(zhǔn)誤都比logistic回歸中的標(biāo)準(zhǔn)誤大，且各危險因素的OR值的95％可信區(qū)間較logistic回歸都有不同程度的增寬

5、。
　　數(shù)據(jù)模擬分析中，surveylogistic和GLMM對分析結(jié)果的影響，主要體現(xiàn)在組群水平(即宏觀層次)的變量上。從模擬評價指標(biāo)來看：在第Ⅰ類錯誤的控制上，GLMM表現(xiàn)最強，surveylogistic在組群水平變量上表現(xiàn)的與GLMM一致，但是在個體水平變量上，卻是三種方法上最差的。當(dāng)人數(shù)多的一層的ICC為0.1，人數(shù)少的一層的ICC為0.5，抽樣比是按相同抽樣概率抽樣時，應(yīng)用surveylogistic回歸模型對個體水平

6、變量第1類錯誤率影響最大。隨著人數(shù)多的一層的ICC增大，組群水平變量的第1類錯誤率會增高。
　　95％可信區(qū)間覆蓋率最高的是GLMM，無論在個體水平還是組群水平變量上，最差的是logistic回歸，同時，95％可信區(qū)間覆蓋率還受抽樣比和給定個體水平變量的系數(shù)的影響，且人數(shù)多的一層的ICC和方法形成交互作用影響95％可信區(qū)間覆蓋率。三種統(tǒng)計方法對個體水平和組群水平變量的偏倚的影響差異不大，相比之下，GLMM比其他兩種方法對偏倚的影響

7、要大。
　　結(jié)論：
　　傳統(tǒng)的logistic回歸方法在分層整群抽樣數(shù)據(jù)中應(yīng)用是受到限制的。在做這類數(shù)據(jù)分析時，我們可以從兩個角度去考慮分析：在個體水平變量上，最好的方法是GLMM，而如果應(yīng)用傳統(tǒng)的logistic回歸方法在兩層ICC都不大的情況下，也不會出現(xiàn)大的問題，不建議使用復(fù)雜抽樣的logistic回歸；但是，在組群水平變量的問題上時，傳統(tǒng)的logistic回歸方法會造成參數(shù)估計的標(biāo)準(zhǔn)誤被低估，從而使得其顯著性檢驗過于