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!
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:
(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?
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!