Logistic回归模型在护理科研中的应用
Logistic回归在产褥期妇女关于新生儿生命知识知晓率影响因素研究中的应用
５３ １ 例调查对象对 １ Ｏ个关 于新生儿生命 知识 的问题 ， 平
均答对 ６ ， 题 产褥期妇女对不 同问题 的知晓率见表 ２ 。由表 ２ 可见 ， 婴儿黄疸多长时 间消退”“ 除“ 如何判断脐带异 常情况奶 核”“ 、马牙需要做何处理 ” 两个 问题低 于 ６ 外 ， Ｏ 其余 问题 的 知 晓率 在 ７． ５ ～ ６ ． ４ 之 间。但是 最高知 晓率 的问题 ９ ９ Ｏ ８ “ 母乳喂养 有哪些好 处” ７． ４ ， 仅 ９ ３ 远远低 于我们的期望。
文献标 识码 ： Ａ
・统计分析 ・
Ｌ ｇｓｉ回归在产褥期妇女关于新生儿生命知识 ｏｉ ｃ ｔ 知晓率影响 因素研 究中的应 用△
胡跃华 毕秀杰
摘
马宝銮一
李向云
潍坊 ２ 学院 预防 医学 系卫生 统计 教研 室
要 ： 目的 ： 利用 Ｌ ｇｓｉ ｏ ｉｔ ｃ回归探讨产褥期妇女对新生儿生命知识知晓率的影 响因素 。方法 ： 采用 Ｌ ｇｓｉ回归分析 ， ｏｉｔ ｃ 以潍坊
期 为社 区妇 幼保 健人 员有 的放矢地 开展 产褥期妇女 以及新 生 儿保健 教育 工作 提供理论基础 。
１ 对 象 和 方 法
和 Ｓ Ｓ １． Ｐ Ｓ ３ ０统计 分析软件以及 Ｅ ｃｌ ００完成 。 ｘｅ ２ ０ 的连续 型随机变量 。难 以处理变量 为二值变量 的情 况。但在 医学研究 中常碰到 因变量 的取值常 有两个 ， 如是发病 （ ） １ 还是 未发病 （） Ｏ 。当因变量取值为 Ｏ １ 自变量可能是分 类变量， 、， 也 可能是连续变量时 ， 要使用 Ｌ ｇｓｉ回归进行分析 。根据研究 ｏ ｉｔ ｃ
维普资讯
Ｊ ｕ ｎ ｌ ｆＭａ ｈ ｍａｉａ ｄｃｎ ｏ ｒ ａ ｔ ｅ ｔ ｌＭｅ ｉｉｅ ｏ ｃ
Logit回归模型在医学中的应用
Logit回归模型在医学中的应用【摘要】Logit回归模型在生活中有很多应用，利用Logit回归模型探讨冠心病的危险因素，找出对冠心病有影响的危险因素，建立回归模型，提出一套判别法则来判别某人是否患上了冠心病。
经过实验数据的检验，此办法可行。
【关键词】Logit回归模型；定性数据；冠心病0 引言Logit回归又称Logit回归分析[1-2]，主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率，等等。
例如，想探讨胃癌发生的危险因素，这里的因变量就是是否胃癌，即“是”或“否”为两分类变量，自变量就可以包括很多了，例如年龄、性别、饮食习惯、幽门螺杆菌感染等。
通过Logit回归分析，就可以大致了解到底哪些因素是胃癌的危险因素。
1 逻辑斯蒂线性回归模型设响应变量Y仅有两个状态，它们分别以0和1两个值表示。
p=P（Y=1）是我们的研究对象。
设有k个因素x1，x2，…，xk影响Y的取值，则称：ln（p/（1-p））=β0+β1*x1+……+βk*xk二值Logit回归模型，简称Logit回归模型，其中的k个因素x1，x2，…，xk称为逻辑斯蒂回归模型的协变量β0，β1，…，βk是待估计的未知参数。
2 冠心病危险因素的Logit回归模型2.1 问题介绍经过分析，冠心病的危险因素除了有体质指数BMI（Body Measure Index）和年龄外，还可能有高血压史、高血压家族史、吸烟、高血脂史、动物脂肪摄入和A型性格等。
有所谓的A型性格的人的主要表现有过分的抱负、快节奏、高效率、好争辩、好冲动、固执、急躁、匆匆忙忙、大声说话和竞争意识特强等。
2.2 建立Logit回归方程首先建立得冠心病的概率p和这8个可能的危险因素之间的Logit线性回归模型：3 结果与分析8个危险因素中有的可能与是否患冠心病仅有比较小的关联性，使用逐步回归的方法排除掉关联性比较小的危险因素。
从上式可以看出，患者的体质指数BMI，高血压史，高血压家族史和吸烟都是不显著的危险因素，而年龄，高血脂史，动物脂肪摄入和A型性格是显著的危险因素。
Logistic回归在医学中应用
Logistic回归在医学中应用摘要Logistic回归模型是一种概率模型，适合于病例—对照研究、随访研究和横断面研究，且结果发生的变量取值必须是二分的或多项分类。
可用影响结果变量发生的因素为自变量与因变量，建立回归方程。
logistic回归分析的特点之一是参数意义清楚，即得到某一因素的回归系数后，可以很快估计出这一因素在不同水平下的优势比或近似相对危险度，因此非常适合于流行病学研究。
本文在spss 环境下利用logistic回归方法分析南非心脏病与那些因素有关。
关键词：Logistic回归；心脏病一、引言Logistic回归（logistic regression）属于概率型非线性回归，是分析反应变量为独立分类资料的常用统计分析方法，由于对资料的正态性和方差齐性不做要求、对自变量类型也不做要求等，使得近年来Logistic回归模型在医学研究各个领域被广泛用，如流行病学、病因学的队列研究、病例对照研究，临床诊断的判别模型，治疗效果评价等。
Logistic回归在单独面对医学领域日益庞大和复杂多变的数据信息时，往往受到一定的限制，无法使数据信息得到充分利用，应用不当还会得出错误结论。
因此随着统计学方法的不断发展和新的统计学方法的出现，Logistic回归在越来越多的医学研究的文献资料中常常不再独自出现，而是与其他方法相互结合取长补短，充分利用资料中的信息，从而得出相对正确的结论。
本研究将对近几年Logistic回归在医学研究中与其他方法相互结合及比较应用作简要介绍。
Logistic回归模型是一种概率模型，它是以疾病，死亡等结果发生的概率为因变量，影响疾病发生的因素为自变量建立回归模型。
它特别适用于因变量为二项，多项分类的资料。
在临床医学中多用于鉴别诊断，评价治疗措施的好坏及分析与疾病愈后有关的因素等。
心脏病学是研究心脏疾病的医疗学科，它是一门既年轻又古老的医疗学科。
古老是因为心脏病学起源较早，年轻是因为心脏病学发展比较缓慢，21世纪以后来取得突飞猛进的发展。
Logistic回归分析报告结果解读分析-logit回归解读
Logistic回归分析报告结果解读分析Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。
比较常用的情形是分析危险因素与是否发生某疾病相关联。
例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。
自变量既可以是连续变量，也可以为分类变量。
通过Logistic 回归分析，就可以大致了解胃癌的危险因素。
Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。
多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。
1.Logistic回归的用法一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic 回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。
2.用Logistic回归估计危险度所谓相对危险度(risk ratio，RR)是用来描述某一因素不同状态发生疾病(或其它结局)危险程度的比值。
Logistic回归给出的OR(odds ratio)值与相对危险度类似，常用来表示相对于某一人群，另一人群发生终点事件的风险超出或减少的程度。
如不同性别的胃癌发生危险不同，通过Logistic回归可以求出危险度的具体数值，例如1.7，这样就表示，男性发生胃癌的风险是女性的1.7倍。
这里要注意估计的方向问题，以女性作为参照，男性患胃癌的OR是1.7。
如果以男性作为参照，算出的OR将会是0.588(1/1.7)，表示女性发生胃癌的风险是男性的0.588倍，或者说，是男性的58.8％。
撇开了参照组，相对危险度就没有意义了。
Logistic回归分析在护理科研中的应用现状与改进策略
Logistic回归分析在护理科研中的应用现状与改进策略关雪，刘冰,胡良平［关键词］Logistic回归分析;护理科研;应用现状;改进策略中图分类号R195.1/47文献标识码A文章编号1004-0188（2021）04-0360-03doi:10.3969/j.issn.1004-0188.2021.04.023Logistic回归分析是定量描述多因素对定性结局变量影响情况的一种回归分析方法,常用于研究致病因子与疾病之间的联系［1］。
在护理科研工作中，也可用于相关因素是否引起某些护理事件（如压疮、院内感染、并发症等）发生之间关系的研究遥随着护理学科的发展,hgistic回归分析 的应用越来越广泛,笔者回顾分析近年来涉及到Logistic回归分析的护理论文，揭示logistic回归分析在应用中存在一些值得商榷的问题，提出一些合理运用Logistic回归分析的改进策略,为护理科研工作者更好地开展多因素护理研究、提高护理工作的质量和效益提供一些有意义的参考。
1护理论文中Logistic回归分析的应用现状1.1应用现状概述从统计学的角度进行分类,Logistic 回归分析的应用主要有3个方面冋,一是校正非试验因素对结果的影响，即将试验因素、非试验因素及其交互项（它们被统称为协变量）全部纳入回归模型，能够在控制众多非试验因素的作用下，对试验因素与因变量之间的联系做出更精确的定量描述，例如文献3冋;二是筛选危险因素，根据专业知识和基本常识纳入对结局变量可能有影响的一切自变量，按照事先规定的检验水准，将有统计学意义的自变量纳入回归模型，例如文献4网,这一类应用在护理论文中最多;三是预测与判别，这是非条件Logistic回归的重要应用之一,通过检验，建立回归方程,给定自变量数值，即可代入回归方程计算相应的概率预测值，对个体所属类别作出概率性判别，例如文献5冋。
笔者按时间由近及远，查询了24篇运用Logistic回归分析的护理论文，从护理专业角度来看,Logistic回归分析 多见于临床护理研究，社区护理、护理管理方面应用较少；从Logistic回归的分类来看，因变量为二值变量的非条件Logistic回归应用最多，配对设计条件Logistic回归分析、因变量为多值有序变量的logistic回归分析的应用较为少见。
医学研究中Logistic回归与其他方法的结合应用
Ｒ Ｃ是受试者工作特 征（ ｃｉｅ ｅａｉ ｈ ｒｃｅｉ Ｏ Ｒｅｅ ｒ ｖ Ｏｐｒｔ ｇＣ ａａｔｒ — ｎ ｓ ｔ ） 相对 工 作特 征 （ ｅ ｔ ｅＯ ｅａｉｇＣ ａａｔｒ ｔ ） ｉ或 ｃ Ｒ ｌ ｉ ｐ ｒｔ ｈ ｒｃｅｉ ｉ 的缩 ａｖ ｎ ｓｃ 写 ，目前 已广泛应用于临床诊 断性 能 的评 价 ， ＯＣ曲线是 以 Ｒ 试验结果 的每一个值作 为可 能 的诊 断界 值 ， 由此计算 得到 相 应 的灵敏度和特异度 ， 以假 阳性率 即特异度为横 坐标 ， 以真阳 性率即灵敏度为纵坐标绘制而成 的曲线 即为 Ｒ ＯＣ曲线 ， 其曲 线下面积的大小可作 为诊 断试验 准确度 的衡 量指标 ， 其取 值 范围为 ０ ５ 。Ｒ Ｃ 曲线 下面积 估计 可分为 参数 和非参 数 ． ４１ Ｏ 两种方法 ， 实际应 用 中可根 据样本 量 大小 来选 择使 用¨ 在 】 。 Ｒ Ｃ曲线下面积指标 因其 不受患病 率和诊 断界值 的影 响 ， Ｏ 以
医学研 究中 Ｌ ｇｓｉ 回归与其他方法的结合应 用 ｏｉ ｃ ｔ
张国龙 陈景武
线 性 问题 ， 然 需 要 我 们 寻 找 更 为有 效 的方 法 ¨ 。 仍 ９ ２ Ｌ ｇｓｉ 回 归在 ＲＯ ｏｉ ｃ ｔ Ｃ分 析 中的 应 用
（ 潍坊 医学 院卫生 统计教 研室 潍 坊 ２ １４ ） ６ Ｏ ２
多 的 应 用 条件 ： 自变 量 为 连 续 型 变 量 时 ， ｏ ｉ 当 Ｌ ｇｔ ｐ与 自变 量 成
线性 ， 对多元共线性敏感 ， 以及参数 估计条件等¨ ， Ｌ ｇｓ 】 使 ｏｉ ］ － ｔ ｉ ｃ回归在单独 面对 医学领域 日益庞 大和复杂多变 的数据信息 时， 往往受到一定 的限制 ， 法使 数据 信息得 到充 分利用 ， 无 应
稀有事件logistic回归在医学研究中的应用_赵晋芳
·641·
稀有事件 logistic 回归在医学研究中的应用*
赵晋芳1 罗天娥1 范月玲2 曾 平3 仇丽霞1 刘桂芬1△
【提 要】 目的 探讨稀有事件 logistic 回归模型的参数估计及概率估计方法。方法 在普通 logistic 回归结果的基 础上进行先验校正、加权校正和 MCN 校正，并根据 Vuong 检验原理编程实现非嵌套模型间的对比分析。结果 logistic 回 归 MCN 加权校正对实例数据拟合较好。结论 针对稀有事件数据的分析，在模型的参数估计和预测预报方面，稀有事件 logistic 回归结果优于普通 logistic 回归，是一种值得推广的应用统计模型。
表 2 HIV / AIDS 患者资料变量编码及构成
Variable
分类编码及构成
文化 性别 是否感染结核
0 = 小学（ 85） 1 = 男性（ 176） 0 = 未感染（ 305）
1 = 初中（ 209） 2 = 女性（ 140） 1 = 感染（ 11）
2 = 高中（ 22）
HIV / AIDS 患者中大多是初中文化程度，占总患
+ α
x'β） + x'β）
（ 1）
x'为暴露因素，α，β 分别为截距项和回归参数向量。 logistic 回归系数的极大似然估计值 β^ 具有一致性、渐
近有效性和渐近正态性的性质，并且在结果变量 Y 两 类取值频率相等时的检验效率是最高的〔1 － 3〕。
但在稀有事件分析中，由于存在大量 Y = 0 的记
= w1 ∑ ln（ Pi） + w0 ∑ ln（ 1 － Pi） =
｛ Yi = 1｝
Logistic回归方程模型下乳腺癌的行为护理干预效果评估
㊃论著㊃D O I:10.3969/j.i s s n.1672-9455.2020.21.016L o g i s t i c回归方程模型下乳腺癌的行为护理干预效果评估韦建丽,李美鸽,王晓艳陕西省渭南市中心医院肿瘤外科,陕西渭南714000摘要:目的探讨与评估L o g i s t i c回归方程模型下乳腺癌的行为护理干预效果㊂方法选择2017年2月至2019年9月在该院行手术治疗的乳腺癌患者124例作为研究对象,根据随机数字表法分为对照组与观察组,每组各62例㊂对照组给予常规护理,观察组给予基于L o g i s t i c回归方程模型下乳腺癌的行为护理干预,2组术后护理观察时间为3个月㊂对2组围术期指标㊁并发症㊁自我护理能力㊁生命质量评分等进行比较㊂结果2组手术时间㊁术中出血量比较,差异无统计学意义(P>0.05);观察组的术后总引流量㊁术后引流时间与术后住院时间显著少于对照组(P<0.05)㊂观察组术后3个月并发症发生率显著低于对照组(P<0.05)㊂观察组术后1㊁2㊁3个月的自我护理能力评分均显著高于对照组(P<0.05)㊂观察组术后3个月的生命质量评分显著高于对照组(P<0.05)㊂结论 L o g i s t i c回归方程模型下乳腺癌行为护理干预的应用能减少术后并发症的发生,促进患者康复,改善患者的自我护理能力,提高生命质量㊂关键词:乳腺癌;行为护理干预;自我护理能力; L o g i s t i c回归方程模型中图法分类号:R473;R737.9文献标志码:A文章编号:1672-9455(2020)21-3133-04 E f f e c t s e v a l u a t i o n o f b e h a v i o r a l n u r s i n g i n t e r v e n t i o n f o r b r e a s t c a n c e r u n d e r L o g i s t i c r e g r e s s i o n e q u a t i o n m o d e lWE I J i a n l i,L I M e i g e,WA N G X i a o y a nD e p a r t m e n t o f O n c o l o g y,W e i n a n C e n t r a l H o s p i t a l,W e i n a n,S h a a n x i714000,C h i n aA b s t r a c t:O b j e c t i v e T o e x p l o r e a n d e v a l u a t e t h e e f f e c t o f b e h a v i o r a l n u r s i n g i n t e r v e n t i o n f o r b r e a s t c a n c-e r u n d e r L o g i s t i c r e g r e s s i o n e q u a t i o n m o d e l.M e t h o d s T o t a l l y124p a t i e n t s w i t h b r e a s t c a n c e r w h o u n d e r w e n t s u r g i c a l t r e a t m e n t i n t h e h o s p i t a l f r o m F e b r u a r y2017t o S e p t e m b e r2019w e r e s e l e c t e d a s t h e r e s e a r c h o b-j e c t s.A c c o r d i n g t o t h e r a n d o m n u m b e r t a b l e m e t h o d,t h e y w e r e d i v i d e d i n t o c o n t r o l g r o u p a n d o b s e r v a t i o n g r o u p,w i t h62c a s e s i n e a c h g r o u p.T h e c o n t r o l g r o u p w a s g i v e n r o u t i n e n u r s i n g,a n d t h e o b s e r v a t i o n g r o u p w a s g i v e n b e h a v i o r a l n u r s i n g i n t e r v e n t i o n b a s e d o n L o g i s t i c r e g r e s s i o n e q u a t i o n m o d e l.T h e o b s e r v a t i o n t i m e o f p o s t o p e r a t i v e n u r s i n g o f t h e t w o g r o u p s w a s3m o n t h s.T h e p e r i o p e r a t i v e i n d e x e s,c o m p l i c a t i o n s,s e l f-c a r e a-b i l i t y a n d q u a l i t y o f l i f e s c o r e s w e r e c o m p a r e d b e t w e e n t h e t w o g r o u p s.R e s u l t s T h e r e w a s n o s i g n i f i c a n t d i f f e r e n c e i n o p e r a t i o n t i m e a n d b l o o d l o s s b e t w e e n t h e t w o g r o u p s(P>0.05).T h e p o s t o p e r a t i v e t o t a l d r a i n-a g e v o l u m e,d r a i n a g e t i m e a n d p o s t o p e r a t i v e h o s p i t a l s t a y i n t h e o b s e r v a t i o n g r o u p w e r e s i g n i f i c a n t l y l e s s t h a n t h o s e i n t h e c o n t r o l g r o u p(P<0.05).T h e i n c i d e n c e o f c o m p l i c a t i o n s i n t h e o b s e r v a t i o n g r o u p w a s s i g n i f i-c a n t l y l o w e r t h a n t h a t i n t h e c o n t r o l g r o u p a t3m o n t h s a f t e r o p e r a t i o n(P<0.05).T h e s e l f-c a r e a b i l i t y s c o r e s o f t h e o b s e r v a t i o n g r o u p a t1,2a n d3m o n t h s a f t e r o p e r a t i o n w e r e s i g n i f i c a n t l y h i g h e r t h a n t h o s e o f t h e c o n-t r o l g r o u p(P<0.05).T h e q u a l i t y o f l i f e s c o r e o f t h e o b s e r v a t i o n g r o u p w a s s i g n i f i c a n t l y h i g h e r t h a n t h a t o f t h e c o n t r o l g r o u p a t3m o n t h s a f t e r o p e r a t i o n(P<0.05).C o n c l u s i o n T h e a p p l i c a t i o n o f b r e a s t c a n c e r b e h a v-i o r a l n u r s i n g i n t e r v e n t i o n u n d e r t h e L o g i s t i c r e g r e s s i o n e q u a t i o n m o d e l c a n r e d u c e t h e o c c u r r e n c e o f p o s t o p e r-a t i v e c o m p l i c a t i o n s,p r o m o t e p a t i e n t r e c o v e r y,i m p r o v e t h e p a t i e n t's s e l f-c a r e a b i l i t y,a n d i m p r o v e t h e q u a l i t y o f l i f e.K e y w o r d s:b r e a s t c a n c e r; b e h a v i o r a l n u r s i n g i n t e r v e n t i o n;s e l f-c a r e a b i l i t y; L o g i s t i c r e g r e s s i o n e-q u a t i o n m o d e l乳腺癌是全球女性发病率最高的恶性肿瘤,近年发病有年轻化趋势,虽然手术㊁放化疗㊁内分泌治疗等手段在临床上应用广泛[1],但是由于就诊次数多㊁治疗时间长,患者不仅会出现躯体痛苦,还会产生各种心理障碍,临床上主要表现为反应性回避与麻木症状㊁持续性高警觉状态,从而严重影响患者自身的生㊃3313㊃检验医学与临床2020年11月第17卷第21期 L a b M e d C l i n,N o v e m b e r2020,V o l.17,N o.21作者简介:韦建丽,女,主管护师,主要从事肿瘤护理研究㊂活质量[2]㊂行为护理干预是一种通过改变个体错误的行为继而达到改善个体不良行为的干预方法,有利于促进患者预后恢复㊂改良版早期预警评分已应用于重症监护系统,但应用于普通病房时,误报率较高,对于临床护理的指导价值比较低[3-4]㊂L o g i s t i c回归分析是一种广义的线性回归分析模型,可用于疾病诊断与数据挖掘,在患者出现不良预后风险时能及时提醒护理人员采取干预措施[5-6]㊂本文探讨与评估L o-g i s t i c回归方程模型下乳腺癌的行为护理干预效果,以明确该模式在护理干预中的价值㊂现报道如下㊂1资料与方法1.1一般资料选择2017年2月至2019年9月在本院进行手术治疗的乳腺癌患者124例为研究对象㊂纳入标准:经病理诊断确诊为早期乳腺癌,具有手术指征;年龄20~70岁,单侧病变;预计生存期ȡ6个月㊂本研究经本院伦理委员会批准;且患者均签署知情同意书㊂排除标准:沟通交流障碍;临床资料缺乏;除乳腺癌外正经历其他创伤性事件㊂根据随机数字表法分为对照组与观察组,每组各62例,2组患者一般资料比较,差异无统计学意义(P>0.05)㊂见表1㊂表12组患者一般资料比较组别n 受教育年限(xʃs,年)体质量指数(xʃs,k g/m2)年龄(xʃs,岁)发病位置(左侧/右侧,n/n)手术方法(根治术/改良根治术,n/n)临床分期(Ⅰ期/Ⅱa期,n/n)观察组6212.42ʃ2.8222.76ʃ1.9455.21ʃ2.4932/3046/1648/14对照组6212.76ʃ1.3922.88ʃ1.2154.87ʃ1.8231/3148/1450/121.2护理方法对照组:给予常规护理,做好患者围术期健康指导,告知患者相关注意事项,指导进行饮食㊁生活㊁锻炼等干预㊂观察组:给予基于L o g i s t i c回归方程模型下乳腺癌的行为护理干预,具体措施如下㊂(1)选择患者的因变量为预后恢复良好,收集能反映患者疾病转归的因素作为自变量,动态监测患者身心状况㊂利用L o g i s t i c回归分析来确定纳入方程的自变量,并建立权重,从而预测患者是否有可能出现疾病恶化与预后不良,以提醒护理人员及时采取干预措施㊂(2)以临床分期㊁收缩压㊁主动康复锻炼㊁血氧饱和度㊁心理健康作为自变量,依次设为X1㊁X2㊁X3㊁X4㊁X5,建立的L o g i s t i c回归方程模型如下:Y= 22.843+0.099X1+0.187X2+0.144X3+0.234X4+ 0.244X5,从而指导进行下一步干预㊂(3)与患者建立良好的关系,通过动机性访谈对乳腺癌患者自身行为进行评估,针对性地纠正患者不合理行为状况,达到行为重建的目的㊂(4)教会患者早期康复操训练,根据术后康复情况逐渐调整锻炼强度㊁重复次数等㊂积极采用回流术手法,逐渐恢复患者的患肢功能,促进淋巴回流,增强其自我护理能力,进而增加患者自信心㊂(5)积极采用渐进性放松训练,循环播放轻音乐,在训练时引导患者排空思绪,放空大脑,指导患者在有音乐的条件下进行放松㊂2组术后护理观察时间为3个月㊂1.3观察指标(1)记录2组术后3个月皮瓣积液㊁皮瓣坏死㊁感染㊁上肢淋巴水肿等并发症情况㊂(2)在术后1㊁2㊁3个月采用一般自我效能感量表(G S E S)评定患者的自我护理能力,该量表采用L i k e r t4级评分法,分数越高表示自我护理能力越强㊂(3)记录2组的围术期指标,包括手术时间㊁术中出血量㊁术后引流时间㊁术后总引流量与术后住院时间㊂(4)在术后3个月采用乳腺癌患者生命质量测定量表(F A C T-B)中文版评定患者生命质量,包括躯体状况㊁情感状况㊁社会/家庭状况㊁功能状况和附加关注等5个维度,分数越高表示生命质量越好㊂1.4统计学处理采用S P S S18.00软件进行统计分析,计量资料以xʃs表示,采用t检验;计数资料以率表示,采用χ2检验,以P<0.05为差异有统计学意义㊂2结果2.1围术期指标比较2组患者手术时间㊁术中出血量比较,差异均无统计学意义(P>0.05);观察组的术后总引流量㊁术后引流时间㊁术后住院时间均显著少于对照组(P<0.05)㊂见表2㊂表22组围术期指标比较(xʃs)组别n手术时间(m i n)术中出血量(m L)术后总引流量(m L)术后引流时间(d)术后住院时间(d)观察组62123.46ʃ16.22200.87ʃ12.48102.48ʃ9.22a5.36ʃ0.36a7.35ʃ0.13a对照组62124.87ʃ19.22207.77ʃ13.29167.92ʃ10.338.25ʃ0.489.88ʃ0.22注:与对照组比较,a P<0.05㊂㊃4313㊃检验医学与临床2020年11月第17卷第21期 L a b M e d C l i n,N o v e m b e r2020,V o l.17,N o.212.2并发症情况比较观察组术后3个月并发症发生率显著低于对照组(P<0.05)㊂见表3㊂表32组术后并发症发生情况比较组别n 皮瓣积液(n)皮瓣坏死(n)感染(n)上肢淋巴水肿(n)合计[n(%)]观察组6200112(3.2)a 对照组62334414(22.6)注:与对照组比较,a P<0.05㊂2.3自我护理能力评分比较观察组术后1㊁2㊁3个月的自我护理能力评分均显著高于对照组(P<0.05)㊂见表4㊂表42组术后不同时间点的自我护理能力评分比较(xʃs,分)组别n术后1个月术后2个月术后3个月观察组623.00ʃ0.14a3.33ʃ0.13a3.67ʃ0.22a 对照组621.98ʃ0.172.34ʃ0.222.98ʃ0.31注:与对照组比较,a P<0.05㊂2.4生命质量评分比较观察组术后3个月的生命质量评分显著高于对照组(P<0.05)㊂见表5㊂表52组术后3个月的生命质量评分比较(xʃs,分)组别n躯体状况情感状况社会/家庭状况功能状况附加关注观察组6220.34ʃ1.38a19.38ʃ2.24a18.76ʃ2.14a22.76ʃ2.77a21.76ʃ3.14a 对照组6216.78ʃ1.3315.09ʃ1.7214.87ʃ1.8817.87ʃ1.6416.02ʃ1.30注:与对照组比较,a P<0.05㊂3讨论手术根治虽然能提高乳腺癌患者的生存率,但是术后乳房的残缺对于女性是个巨大的挑战,会产生一系列的心理㊁行为㊁社会问题[7]㊂特别是患者个性特征㊁生活环境㊁受教育水平㊁病情等因素不同使得其在遭到重大事件时表现出不同的应对方式㊂研究表明,正确的行为方式可有效缓解患者的应激反应,有利于疾病恢复[8]㊂L o g i s t i c回归方程模型可以提供一种建立护理风险预警模型的方法,从而可以了解哪些因素是影响患者预后的重要因素,有利于指导护理实践㊂而行为护理干预通过了解和识别个体的错误行为,帮助患者建立正确的行为,继而达到改善个体预后的目的[9]㊂本研究结果显示,所有患者顺利完成手术,2组手术时间㊁术中出血量比较,差异无统计学意义(P> 0.05);观察组的术后总引流量㊁术后引流时间与术后住院时间均显著少于对照组(P<0.05);观察组术后3个月并发症发生率显著低于对照组(P<0.05),表明L o g i s t i c回归方程模型下乳腺癌的行为护理干预能减少术后并发症的发生,促进患者康复㊂自我效能指个体对自身行为达到预期结果的能力的自信心,也指个体对自身能否执行某种特定行为的自信程度[10]㊂很多乳腺癌患者术后存在比较强烈的恐惧和焦虑心理,导致预后恢复不良[11]㊂L o g i s t i c回归方程模型可通过分析影响患者预后的重要因素,针对性地给予专业化护理指导,让患者感受到医护人员的支持㊂本研究结果显示,观察组术后1㊁2㊁3个月的自我护理能力评分均显著高于对照组(P<0.05)㊂L o g i s t i c回归方程模型下乳腺癌的行为护理干预可让患者积极面对生活,采用正面应对策略,从而能够化解消极情绪,寻找解决问题的办法,尽早融入社会及家庭生活,获得自信和正性情感体验,转变对自己的态度和评价,从而促使患者自我效能感提高[12-13]㊂本研究结果显示,观察组术后3个月生命质量评分显著高于对照组(P<0.05)㊂L o g i s t i c回归方程模型下乳腺癌的行为护理干预通过早期建立良好的护患关系,使患者重新建立正确的认知和行为,引导患者学习正确的锻炼方式,提高了乳腺癌患者领悟社会的能力,从而提高患者的生命质量[14-15]㊂综上所述,L o g i s t i c回归方程模型下乳腺癌行为护理干预的应用能减少术后并发症的发生,促进患者康复,改善患者的自我护理能力,提高生命质量㊂参考文献[1]郭奕嫱,徐萌泽,薛翠翠,等.482例农村女性乳腺癌筛查知信行现状及其影响因素[J].重庆医学,2019,48(9): 1560-1563.[2]周立芝,谭婷婷,陈长香,等.视听综合训练对乳腺癌化疗患者认知障碍的影响[J].中华现代护理杂志,2019,25(13):1682-1684.[3]张增梅,孙立群,李胜云,等.医疗失效模式与效应分析法在乳腺癌保乳手术联合术中放疗安全管理中的应用[J].中华现代护理杂志,2019,25(13):1693-1697. [4]蒋燕,张会敏,郭兰青,等.格林模式在社区妇女乳腺癌筛查健康教育中的应用[J].护理研究,2019,33(18):3264-3266.[5]Z HA N G K,Z HU Q,S H E N G D,e t a l.A n e w m o d e l i n-c o r p o r a t i n g a x i l l a r y u l t r a s o u nd a f te r n e o a d j u v a n t c h e m o-t h e r a p y t o p r e d i c t n o n-s e n t i n e l l y m p h n o d e m e t a s t a s i s i ni n v a s i v e b r e a s t c a n c e r[J].C a n c e r M a n a g R e s,2020,10(12):965-972.(下转第3140页)㊃5313㊃检验医学与临床2020年11月第17卷第21期 L a b M e d C l i n,N o v e m b e r2020,V o l.17,N o.21奴卡菌药敏试验因其细菌生长缓慢㊁菌液不易均质化㊁试验操作繁琐㊁结果不易观察等因素影响了实验室的常规开展,目前,国内外市场上所有商品化全自动细菌鉴定药敏分析系统均无法完成奴卡菌的自动化药敏检测,美国临床实验室标准化委员会(N C-C L S)M24-A2[9]文件推荐奴卡菌选择微量肉汤稀释法进行药敏试验,但该方法具有操作繁琐㊁成本较高的缺点,适合大批量菌株的药敏检测㊂国内学者程振娜等[10]参照N C C L S M24-A2文件标准,采用微量肉汤稀释法检测了19株奴卡菌对常用的15种抗菌药物的敏感性,结果显示,耐药率最高的为环丙沙星,占78.9%,其次为庆大霉素和头孢吡肟,分别占21.1%和15.8%,对阿米卡星㊁克拉霉素㊁亚胺培南㊁利奈唑胺㊁复方磺胺甲噁唑未见耐药菌株㊂奴卡菌感染的治疗,临床目前仍然首选磺胺类药物[11],该类药物具有较高的血清浓度和组织渗透性,能通过血脑屏障进入中枢神经系统㊂本研究15例患者中单用磺胺类药物治疗4例,以磺胺类药物为基础联合其他药物治疗7例,其他药物单独或联合治疗4例,14例患者治疗好转,1例患者死亡㊂其中,奴卡菌引起的足菌肿㊁脑脓肿㊁皮肤感染患者的治疗,除了抗菌药物的使用外,外科手术㊁引流对病原菌的清除也极其重要㊂总之,奴卡菌感染的临床表现和影像学特征不典型,临床诊断应结合患者基础疾病及免疫功能状况,疑似奴卡菌感染患者应早期多次送微生物检查或病理检验㊂实验室应结合涂片㊁染色(革兰㊁抗酸㊁弱抗酸染色)㊁培养结果,提高奴卡菌培养的阳性率㊂奴卡菌病多发生于合并有基础疾病及免疫功能受损的患者,但免疫功能正常患者也可感染奴卡菌,值得临床关注㊂磺胺类药物仍为奴卡菌感染的首选药物且临床效果显著,有条件的实验室应争取开展规范化的奴卡菌药敏试验,合理指导临床抗感染治疗㊂参考文献[1]AM B R O S I O N I J,L E W D,G A R B I N O J.N o c a r d i o s i s:u p-d a te d c l i n i c a l r e v i e w a n d e x p e r i e n c e a t a t e r t i a r y c e n t e r[J].I n f e c t i o n,2010,38(2):89-97.[2]张小萍,易松林,陈振华,等.结核病专科医院鼻疽奴卡菌9例临床分析[J].中国医师杂志,2018,2(2):272-274.[3]夏玉朝,杨萱,班立芳,等.10例奴卡菌感染病例的临床特点及治疗[J].中国感染控制杂志,2017,5(5):453-457.[4]C A N T E R I N O J,P A N I Z-M O N D O L F I A,B R OWN-E L L IO T T B A,e t a l.N o c a r d i a t h a i l a n d i c a p u l m o n a r y n o c a r d i o s i si n a p o s t-s o l i d o r g a n t r a n s p l a n t p a t i e n t[J].J C l i n M i c r o b i o l,2015,53(11):3686-3690.[5]柳静文,吕玮.播散性奴卡菌病21例临床特征分析[J].中国临床医生杂志,2019,47(5):539-541.[6]巴特利特.A B X指南:感染性疾病的诊断与治疗[M].2版.北京:科学技术文献出版社,2012.[7]S O O D R,T Y A G I R,S E L H I P K,e t a l.R o l e o f F N A a n ds p e c i a l s t a i n s i n r a p i d c y t o p a t h o l o g i c a l d i a g n o s i s o f p u l m o n a-r y n o c a r d i o s i s[J].A c t a C y t o l,2018,62(3):178-182. [8]余莉,李红,王思平.播散性奴卡菌病一例报道并文献复习[J].临床误诊误治,2018,4(4):21-24.[9]N a t i o n a l C o mm i t t e e f o r C l i n i c a l L a b o r a t o r y S t a n d a r d s.S u s c e p t i b i l i t y t e s t i n g o f m y c o b a c t e r i a,n o c a r d i a e a n d o t h-e r a e r o b i c a c t i n o m y c e t e s:M24-A2[S].W a y n e,P A,U S A:N C C L S,2003.[10]程振娜,李刚,陶佳,等.19株诺卡菌的药敏与克拉霉素及四环素类耐药相关基因的关系研究[J].中国抗生素杂志,2018,11(11):1449-1453.[11]段智梅,肖坤,王宽,等.肺奴卡菌病13例分析[J].中华老年多器官疾病杂志,2017,3(16):186-190.(收稿日期:2020-03-08修回日期:2020-07-16)(上接第3135页)[6]R A F A T I S,B A N E S H I M R,B A H R AM P O U R A.F a c t o r sa f f e c t i n g l o n g-s u r v i v a l o f p a t i e n t s w i t hb r e a s tc a n c e r b y n o n-m i x t u r e a nd m i x t u re c u r e m o d e l s u s i n g t h e w e i b u l l, l o g-l o g i s t i c a n d d a g u m d i s t r i b u t i o n s:a b a y e s i a n a p p r o a c h [J].A s i a n P a c J C a n c e r P r e v,2020,21(2):485-490. [7]朱晓伟.配偶同步认知行为管理对乳腺癌改良根治术患者围术期心理状态的影响[J].中国医院统计,2019,26(1):16-18.[8]田美丽,黄俊婷,邓江,等.认知行为疗法对乳腺癌患者负性情绪干预效果研究[J].中国医学伦理学,2019,32(6): 751-755.[9]邱慧,刘均娥,苏娅丽,等.乳腺癌康复患者预防上肢淋巴水肿的运动康复经验访谈[J].中国康复理论与实践, 2019,25(8):986-992.[10]陈晓燕,许容芳,王艳,等.口服内分泌药物治疗乳腺癌患者实施行为改变模式健康教育的效果观察[J].护理学报,2019,26(10):68-72.[11]赵鑫,王玉珍,孟红燕,等. 患亲同伴 的指导对乳腺癌患者一级亲属早期筛查行为影响的研究[J].护士进修杂志,2019,34(20):1900-1903.[12]彭惠诗,林少梅,邢彦君,等.护理健康教育在两癌筛查中对消除认知偏差和改善焦虑㊁抑郁的作用[J].齐鲁护理杂志,2019,25(13):94-96.[13]吴菲菲,袁旭晶,毛依芬.心理干预对乳腺癌患者术后情绪控制与生存质量的影响[J].中国基层医药,2019,26(2):235-238.[14]李振华,肖海静.知信行理论模式在乳腺癌术后出院患者延续护理中的应用[J].齐鲁护理杂志,2019,25(2):23-25.[15]张中丽,司海波,王霄龙.认知行为干预对乳腺癌患者不良情绪和生活质量的影响[J].癌症进展,2019,17(1): 120-123.(收稿日期:2020-03-06修回日期:2020-07-02)㊃0413㊃检验医学与临床2020年11月第17卷第21期 L a b M e d C l i n,N o v e m b e r2020,V o l.17,N o.21。
高龄产妇产褥期医院感染的Logistic回归分析及护理对策
2018年7月摘要：目的采用Logistic 回归分析高龄产妇褥期医院感染因素并总结护理对策。
方法回顾性分析2016年2月至2017年2月于我院进行分娩的310例高龄产妇临床资料，根据其是否发生产褥期感染分为感染组（n=30）与非感染组（n=280），采用Logistic回归分析医院感染因素进行统计。
结果30例感染者中会阴切口感染、泌尿系统感染、阴道感染分别为40.00%，36.67%，23.33%；宫腔内分泌物体外培养显示革兰阴性菌占比最高，为63.33%，革兰阳性菌占比为36.67%；感染组产钳吸引、产程>8h 、妊娠期糖尿病、胎膜早破、阴道检查次数≥3次、产后出血的发生率均显著高于非感染组（P <0.05）；Logistic 分析显示，产程>8h 、胎膜早破、妊娠期糖尿病均是高龄产妇产褥期感染的独立危险因素（P <0.05）。
结论产程>8h 、胎膜早破、妊娠期糖尿病是高龄产妇产褥期感染的独立危险因素，医护人员应建议高龄产妇孕期加强骨盆底肌锻炼、调节饮食，保证良好待产状态，对降低产褥期感染率有积极作用。
关键词：高龄产妇；产褥期医院感染；切口感染中图分类号：R473文献标志码：A文章编号：2096-1413(2018)21-0179-02Logistic regression analysis and nursing countermeasures of nosocomial infectionduring puerperium in elder puerperaeMA Dan,FENG Yuan,ZHANG Jun-ru *(Obstetrics Department,XijingHospital,Xi'an 710032,China )ABSTRACT:Objective To analyze the nosocomial infection factors of elder mothers during puerperium by Logistic regression analysis and summarize the nursing countermeasures.Methods The clinical data of 310elder puerperae admitted in our hospital from February 2016to February 2017were retrospectively analyzed.They were divided into infection group (n=30)and non-infection group (n=280)according to whether with puerperal infection.Logistic regression analysis was used to analyze the factors of nosocomial infection.Results The proportions of perineal incision infection,urinary system infection and vaginal infection were 40.00%,36.67%and 23.33%respectively in 30cases of infected patients.In vitro culture of uterine secretions showed that gram -negative bacteria accounted for 63.33%and gram -positive bacteria accounted for 36.67%.The incidence rate of the obstetrical forceps for inducing labor,duration of labor>8h,gestational diabetes mellitus,premature rupture of membranes,vaginal examination ≥3times and postpartum hemorrhage in the infection group were significantly higher than those in the non-infection group (P <0.05).Logistic analysis showed that the duration of labor>8h,premature rupture of membranes,and gestational diabetes mellitus were the independent risk factors for puerperal infection in the elder puerperae (P <0.05).Conclusion Duration of labor>8h,premature rupture of membranes,and gestational diabetes mellitus are the independent risk factors for puerperal infection in the elder puerperae.Health nursing workers should advise elder puerperae to strengthen the pelvic floor muscle training during pregnancy,adjust the diet and ensure good production status,so as to positively reduce the puerperal infection rate.KEYWORDS:elder puerperae;nosocomial infection during puerperium;incision infectionDOI :10.19347/ki.2096-1413.201821083作者简介：马丹（1983-），女，汉族，陕西西安人，主管护师，学士。
logistics 回归方程的医学含义
logistics 回归方程的医学含义摘要：一、引言1.介绍logistics 回归方程2.阐述logistics 回归方程在医学领域的重要性二、logistics 回归方程的医学含义1.描述医学中logistics 回归方程的应用场景2.解释logistics 回归方程在医学预测中的作用三、logistics 回归方程的实际应用案例1.分析实际案例中的数据2.运用logistics 回归方程进行预测四、logistics 回归方程的优缺点1.介绍logistics 回归方程的优点2.分析logistics 回归方程的缺点五、结论1.总结logistics 回归方程在医学领域的重要性2.对未来logistics 回归方程在医学领域的发展进行展望正文：一、引言在医学研究中，logistics 回归方程被广泛应用于疾病预测、风险评估等方面。
这种回归方程能够帮助医生更好地理解疾病的发展过程，为患者提供更准确的诊断和治疗方案。
本文将从logistics 回归方程的定义和应用出发，探讨其在医学领域的重要性。
二、logistics 回归方程的医学含义logistics 回归方程是一种特殊的回归分析方法，主要用于解决分类变量与连续变量之间的关系问题。
在医学领域，这种回归方程可以用于预测疾病的发生概率，评估患者的风险等级，以便医生能够为患者制定更合适的治疗方案。
例如，在预测某病患者患某种疾病的风险时，可以通过收集患者的年龄、性别、血压、血脂等连续变量数据，构建logistics 回归模型，得到患者患病的风险概率。
这种方法可以帮助医生更准确地评估患者的病情，制定更有效的治疗方案。
三、logistics 回归方程的实际应用案例以某医院糖尿病患者为例，医生可以通过收集患者的年龄、性别、体重指数（BMI）、血糖、血压等数据，利用logistics 回归方程构建预测模型。
当一个新的糖尿病患者就诊时，医生可以将其数据输入模型，得到患者患病的风险概率，从而为患者制定更合适的治疗方案。
医学研究中logistic回归模型的正确应用（一）
医学研究中logistic回归模型的正确应用（一）
方积乾;陈和年
【期刊名称】《中国卫生统计》
【年(卷),期】1993(010)004
【摘要】logistic回归模型现已广泛应用于医学领域，计算机软件也甚普遍。
随之而来，应用不当乃至错用亦属常见。
本文拟从模型的来龙去脉、相对机会比的计算、方法的选用和参数的统计推断等几个方面阐述其在医学研究中正确应用的根据，并指出常见错误之处。
【总页数】4页(P54-57)
【作者】方积乾;陈和年
【作者单位】中山医科大学卫生统计学教研室
【正文语种】中文
【中图分类】R195.1
【相关文献】
1.医学研究中logistic回归模型的正确应用（二） [J], 方积乾;陈和年
2.医学研究生在当代医学研究中“代谢组学分析技术平台”应用能力的培养 [J],
王媛;王雪;刘燕;檀鑫;王绿娅;杜杰
3.加权Logistic回归模型在斑岩铜矿预测中的应用——以中—哈边境扎尔—玛萨
吾尔成矿带为例 [J], 努丽曼古·阿不都克力木;张晓帆;陈川;徐仕琪;赵同阳
4.生物统计学在临床医学科研中的正确应用(一)——方差分析的正确应用 [J], 李
河;谭宁;孙家珍
5.浅议医学研究中t检验与方差分析的正确应用 [J], 孙维权
因版权原因，仅展示原文概要，查看原文内容请购买。
儿科护理安全影响因素的logistic回归分析
儿科护理安全影响因素的logistic回归分析摘要：【目的】探讨儿科护理安全的影响因素，为确保儿科护理安全，提高护理质量提供科学依据。
【方法】随机选取2016年10月至2017年2月期间某院收治的患儿218名，利用多因素logistics回归分析儿科护理安全影响因素。
【结果】在218名儿科患者中，共发现存在的可能导致或者已经导致医疗不良事件发生的问题有78件次。
变量“护理人员专业素质（OR=1.531）、护理人员配置（OR=1.116）、护理人员法律意识（OR=1.376）、医院管理水平（OR=1.455）、护患沟通（OR=0.606）、家属因素（OR=0.731）”为儿科护理安全的主要影响因素。
【结论】医疗机构应加强护理人员专业素质、法律意识、沟通技能培养，提高医护比例和管理水平，加强患者家属基本医疗知识普及，从而保障护理安全，提高护理质量。
关键词：儿科；护理安全；影响因素护理安全是医疗质量评价的重要内容，是护理工作的基础和根本[1]。
儿科与其他科室比较，具有护理服务对象年龄小、病情描述和护理需求表达困难、病情反复波动、自我保护意识淡薄等特点，这就给儿童护理提出了更高的要求[2]。
本文在回顾我院儿科护理过程中存在的安全隐患，利用logistics回归法对影响护理安全的因素进行分析，并提出相应的对策。
1 资料与方法1.1 临床资料随机选取2016年10月至2017年2月期间首都儿科研究所儿童附属医院收治的患儿218名。
其中男126例，女92例，平均年龄6.4±1.2岁。
根据患儿病情以及临床治疗方案进行相应的常规护理，在护理过程中针对护理情况进行监督，对于已经发生的纠纷或者事故，从医生专业素质、护人员专业素质、护理人员配置、护理人员法律意识、护理人员服务态度、医院硬件设备、医院管理制度、医院管理水平、护患沟通、患儿因素、家属因素等方面分析其原因并利用epidata软件建立数据库。
1.2 统计学方法利用SPSS13.0软件进行统计分析。
神经外科患者术后住院期间感染的高危因素Logistic回归分析及护理策略
神经外科患者术后住院期间感染的高危因素 Logistic回归分析及护理策略摘要：目的探究神经外科患者术后住院期间感染的高危因素Logistic回归分析及护理策略。
方法选取2019年2月至2020年4月在我院神经外科接受手术治疗的200例患者。
结果感染发生情况、单因素分析、多因素分析。
结论：高龄、术前血糖异常、营养不良、消毒隔离未规范均是影响神经外科患者术后住院期间发生感染的高危因素，因此需针对这些因素做好有效防护措施，以改善手术预后。
关键词：神经外科；患者术后；住院期间感染；高危因素Logistic回归分析；护理策略引言神经外科以手术治疗为主，神经外科患者有发病突然、病情危重等特点，护理难度较大，护理工作质量及其水平要求更高。
要求护理人员在常规护理过程中注意每一环节的细节护理，不放过任何细节，以取得最佳护理效果。
1资料与方法1.1一般资料选取2019年2月至2020年4月在我院神经外科接受手术治疗的200例患者，其中男性121例，女性79例；年龄48~80岁，平均（65±6）岁；体质量指数18~25kg/m2，平均（22．5±2．0）kg/m2；手术类型：脑卒中手术63例，颅内动脉瘤手术82例；脑室腹腔引流术34例，其他类型21例；合并高血压67例，合并糖尿病57例，合并高血脂65例。
患者均符合《神经外科学》中个疾病诊断标准；精神认知正常；患者及家属已签署研究知情同意书；排除术前已存在感染者、合并肿瘤者、器官衰竭者、存在手术禁忌史者、免疫功能异常者。
本研究已经院内医学伦理委员会批准。
1.2方法根据《医院感染诊断标准》制定医院感染调查表。
调查内容包括住院资料、手术资料、抗菌药物使用情况、医院感染情况、侵入性操作情况、基础疾病等。
收集调查表进行统计、汇总分析。
1.3统计学方法采用SPSS23.0对研究对象采集的数据进行分析处理，计量数据采用(±s)表示；计数资料采用%表示，使用χ2对数据进行校检；P>0.05为差异无统计学意义。
Logistic回归分析及应用
实例1
• 某研讨究者调查了30名成年人，记录 了同肺癌发病的有关因素情况, 数据见表 4。其中是1’代表男, ‘0’代 表女；吸烟中 ‘1’代表吸烟, ‘0’代 表不吸烟；地区中, ‘1’代表农村, ‘0’ 代表城市。试分析各因素与肺癌间的关系。
logistic regression analysis
（一）基本概念和原理
1.应用背景 Logistic回归模型是一种概 率模型，适合于病例—对照研究、 随访研究和横断面研究，且结果发 生的变量取值必须是二分的或多项 分类。可用影响结果变量发生的因 素为自变量与因变量，建立回归方 程。
2、Logistic回归模型的数据结构
X4
-1.306 1.583 .681
Constant -9.781 4.099 5.694
a. Variable(s) entered on step 1: X1, X2, X3, X4.
df
Sig. Exp(B)
1 .166 12.431
1 .043 54.568
1 .017 1.208
1 .409 .271
Step Variables
X1
0
X2
X3
X4
Overall Statistics
Score 4.821 8.889 14.526 .136 19.603
df
Sig.
1
.028
1
.003
1
.000
1
.713
4
.001
• 结果表明, 性别, 吸烟, 年龄三个因 素都与肺癌有关. 由于在对某一因素进 行单因素分析时没有控制其它因素的干 扰, 因此结果不可靠.
非S条SPP件SSSSL操操og作作is步步ti骤骤c回::归
稀有事件logistic回归在医学研究中的应用_赵晋芳
n
x珋± s
M in
M ax
年龄（ 岁） CD4 / CD8 CD4（ 个 / μl） 对数 CD4
316 41． 58 ± 11． 16
316
1． 55 ± 0． 74
316 317． 85 ± 183． 80
316
5． 50 ± 0． 94
7． 00 0． 12 1． 00 0． 00
76． 00 9． 00 1125． 00 7． 03
且稀有事件会进一步放大这种偏倚。在小样本稀有事
件中，先验校正和加权校正仍存在一定的偏差，尚需要
进行进一步的校正。小样本的稀有事件回归系数的偏
倚量（ bias） ： 〔4，11，12〕
bias（ β^ ） = （ X'WX） －1 X'Wξ
（ 4）
式中 ξi = 0. 5Q ii ［（ 1 + w1 ） π^ i － w1 ］，Q ii 为矩阵 Q = X（ X'WX） －1 X' 的对角元素，W = diag｛ π^ i（ 1 － π^ ） w i｝ 。 从式（ 4） 可见，实际上偏倚量 bias（ β^ ） 就是以 X 为自变
在一定的缺陷。下面介绍一种适合医学中稀有事件的
logistic 回归 （ rare event logistic，re-logistic） ，其基本思
想是在普通 logistic 回归结果基础上给予适当的校正。
（ 1） 先验校正
先验校正（ prior correction） 是在普通 logistic 回归
件 logistic 回归的非嵌套关系。
[ ] mi = ln
P^ relogit （ yi | xi ，w i ） P^ logit （ yi | xi ）
逻辑回归在医学中的应用
逻辑回归在医学中的应用
逻辑回归是一种常用的统计学习方法，广泛应用于医学领域。
它是一种二分类模型，通过对数据进行建模，预测某个事件发生的概率。
逻辑回归在医学中有着重要的应用，可以帮助医生和研究人员做出诊断、评估风险和预测疾病进展等决策。
在医学诊断中，逻辑回归可以用于预测疾病的风险。
通过收集患者的临床数据，如年龄、性别、家族病史、生活方式等特征，结合已知的疾病发生与否的标签，建立逻辑回归模型。
该模型可以根据患者的特征，计算其患病的概率。
医生可以根据模型预测结果，制定个性化的预防措施或治疗方案，从而提高诊断的准确性和效率。
逻辑回归还可以应用于疾病进展的预测。
例如，在肿瘤学中，医生常常需要评估肿瘤患者的治疗效果和预测疾病的进展。
逻辑回归可以根据患者的临床和生化指标，预测肿瘤是否会进展或复发。
这对于制定个性化的治疗方案、调整治疗策略具有重要意义。
逻辑回归还可以用于评估药物的安全性和有效性。
在药物研发过程中，研究人员需要评估药物对患者的影响，并预测其副作用的发生概率。
逻辑回归可以利用临床试验数据，建立药物的效应模型和副作用模型，从而帮助研究人员评估药物的风险和效益，为药物的上市提供科学依据。
逻辑回归在医学中的应用十分广泛，可以帮助医生和研究人员做出
重要的决策。
通过建立逻辑回归模型，利用临床数据预测疾病的风险、进展和药物的安全性和有效性，可以提高医学诊断的准确性和治疗的个性化程度。
逻辑回归的应用为医学研究和临床实践带来了重要的帮助，有望进一步推动医学的发展和进步。
妇产科术后感染的危险因素logistic回归分析与护理对策
妇产科术后感染的危险因素logistic回归分析与护理对策妇产科术后感染是一种常见但严重的并发症，它对患者的健康和生活质量产生不良影响。
因此，了解和控制感染的危险因素，制定有效的护理对策，对于减少感染的发生和改善患者预后具有重要意义。
感染危险因素涉及患者自身因素、手术过程和医院环境等多个方面。
为了确定各因素对术后感染的影响程度，我们可以运用logistic回归分析方法。
该方法能够 quantitatively评估各风险因素与术后感染之间的关系。
下面是对妇产科术后感染的危险因素进行logistic回归分析的一些常见结果：1. 患者自身因素：年龄、BMI、基础疾病等均可能影响术后感染的发生。
研究发现，年龄越大、BMI越高，患者术后感染的风险越高。
患有糖尿病、高血压等慢性疾病的患者术后感染的风险也较高。
2. 手术过程因素：手术时间、手术切口等也是术后感染的主要危险因素。
手术时间越长，手术切口越大，术后感染的风险越高。
此外，手术操作是否规范、器械消毒是否到位等也影响着感染的发生。
3. 医院环境因素：医院感染控制措施的执行程度、医院环境卫生情况等也与术后感染的发生密切相关。
医院质量管理、感染控制培训、医护人员手卫生等方面的不足都会增加感染的风险。
针对上述危险因素，我们可以采取一系列护理对策以减少术后感染的发生：1. 加强患者的教育和自我管理：包括术前、术后的卫生管理、伤口护理、饮食营养等方面的指导，帮助患者提高自我保护能力。
2. 优化手术过程管理：减少手术时间、避免手术部位交叉污染等，确保手术操作规范、术后创面缝合牢固。
3. 强化环境消毒和质控管理：定期开展医疗器械、手术室等环境的清洁和消毒，加强感染控制培训，加强医护人员的手卫生培训和管理。
4. 提高医院的质量管理水平：建立感染控制委员会，制定感染监测和控制指导方针，定期开展质量管理审核，加强感染控制工作的落实。
在实施护理对策时，还需要注意以下几点：1. 护士和医护人员要加强自身的职业道德素质和专业技能的提升，严格遵守操作规范，保证操作的科学性和有效性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
别 有无 轻微认 知 功能 损 害 的 采用 了广 义诊 断 标 准 ，
判 断 明确 。而 护理 研究 中结局 指标很 多不 是二分 类 指标， 比如护 理 干 预 效 果 评 价 指 标 “ 愈 、 转 、 痊 好 未 愈 ” 再 比如压 疮 的严重 度分级 “Ｉ 、 ， 度 Ⅱ度 、 Ⅲ度 、 Ⅳ
科研 中能得到 广泛应 用 的重要原 因。 ２ Ｌ ｇｓｉ ｏ ｉ ｃ回归的 变量要 求 ｔ
科研 中应 用 Ｌ ｇｓｉ ｏ ｉ ｃ回归 作 为 统 计 方 法 的 文 献［ ｔ ３ 。
也越 来越 多 。本 文介 绍 Ｌ ｇｓｉ ｏ ｉｔ ｃ回归模 型在 护理 科 研 中应用 的方 法及 要点 。
Ｌ ｇｓｉ ｏ ｉ ｃ回归 （ ｏ ｉｔ ｅ ｒｓｉｎ 属 于 概 率 ｔ Ｌ ｇｓｉ Ｒ ｇｅ ｓ ） ｃ ｏ
型非线性 回归 ， 分 析反 应 变 量 为 独立 分 类 资料 的 是 常用 统计 分析 方法 。由于对资 料 的正态性 和方差 齐
都 集 中在干 预效 果 的评 价 ， 用 Ｌ ｇｓｉ 采 ｏ ｉ ｃ回归 进 行 ｔ
应 用 Ｌ ｇｓｉ ｏ ｉ ｃ回归模型 时经 常犯 的错 误 就是 没有 注 ｔ
意因变 量 ｙ 的性质 ， 只有 当因变 量 ｙ 是二 分类 资 而 料 时才 可 以进 行 Ｌ ｇｓｉ ｏ ｉ ｃ回归分 析 。文献 ［ 其 因变 ｔ ３ 量 ｙ就是 “ 受 暴 力 与 未 遭 受 暴力 ” 样 的二 分 类 遭 这
Ｍ ｅ ｈｏ ｌ ｔ ｄｏｏｇｙ
Ｋ ｅ ｒ ｓ Ｌｏ ｓｉ ｅ ｒ ｓ ｉ ｙ ｗｏ ｄ ｇｉｔｃｒ ｇ ｅ ｓｏｎ
Ｎ ｕｒ ｉ ｅ ｅ ｒ ｈ ｓｎｇ ｒ ｓ ａ ｃ
中 图分 类 号 ： ４ １ Ｒ ７
文献标识码 ： Ａ
文 章 编 号 ：０ ２６ ７ （ ０ ０ １ — ７ ２０ １ ０ — ９ ５ ２ １ ） ９１ ８ — ３
分 析 都 可 以 用 Ｌ ｇｓｉ 归 的方 法 进 行 ， ｏ ｉ ｉ ｏ ｉｔ ｃ回 Ｌ ｇｓ ｃ ｔ
回归应用 条件 必须 是 自变量与 Ｌ ｇｔ 之 间具有 线 ｏ ｉＰ 性关 系 。如果 不存 在 ， 进行相 应 的变量 变换 ， 对 应 如
分 析 ， 果显示 老年 人轻微 认知 功能损 害和 “ 乏锻 结 缺 炼 ”“ 、女性 ” “ 、 高龄 ” “ 偶 ” “ 理不 倾 诉 ” 因素 、丧 、心 等 有关 。像 这样 的例 子在护 理科研 中很 常见 。例如 要 了解 Ｉ Ｕ 中压 疮 发 生 的 相 关 危 险 因素 ， 可 以对 ｃ 就
可解 释性 等 ， 得 Ｌ ｇｓ ｃ回归 模 型在 医学 研 究 各 使 ｏ ｉｔ ｉ 个领 域得 到越 来越 为广泛 的应 用口 ］ 。近年 来 ， 理 护
究 临床 大多通 过 翻阅病 历 、 收集 资 料的形 式实现 ， 不 需 要前 瞻性研 究 的严 格 的 试验 控 制 ， 同时 又少 有 伦 理学 的 问题 ， 因此 临床容 易实现 。例 如 ， 献［ 和 文 文 ３ ］ 献 都 属 回顾 性 研 究 ， 也是 Ｌ ｇｓｉ 这 ｏ ｉｔ ｃ回归在 护 理
１ Ｌ ｇｓｉ ｏ ｉ ｃ回归 的 应 用 范 围 ｔ
Ｌ ｇｓｉ ｏ ｉ ｃ回归主要 应用 于 某 种结 局 的 相关 影 响 ｔ
因素 或危 险 因素 的分 析 。文献口 是对综 合 医院护 士
遭受 工作 场所暴 力 的影 响 因素 进 行 分析 ， 结果 显 示
… …
Ｌ ｇｓｉ ｏ ｉ ｃ回归模 型为 Ｌ ｇｔ ： ＋岛Ｘ１ ｔ ｏ ｉ Ｐ＝口 ： ＋ Ｘ２
“ 别” “ 性 、 年龄 ” “ 病种 类 ” “ 身 次数 ” “ 肤 潮 、疾 、翻 、皮 湿 度” 多种可 能 的 因素进行 分析 ， 等 确定结 果 。又如 要 了解 留置针 产生 静脉 炎的危 险 因素 ， 可 以对 “ 就 性 别 ” “ 龄” “ 、年 、 留置 时 间” “ 液 的种 类” “ 、输 、 输液 的浓
护士进修杂志 ２ １ ０ ０年 ｌ ｏ月第 ２ ５卷第 １ ９期
・
教
与 学 ・
Ｌ ｇｓｉ 回归模 型在 护 理科 研 中 的应 用 ｏｉ ｃ ｔ
陈宏林 刘 鹏
（ 通 大 学 护 理 学 院 ，江苏 南 通 ２ ６ ０ ） 南 ２ ０ １
关键 词 Ｌ ｇｓｉ 归 ｏ ｉ ｃ回 ｔ 护 理 科 研 方 法 学
资料 。而文献 ［ 因变 量 ｙ是 “ 在 轻微 认 知 功能 损 ４ 存 害 与无 轻微认 知功 能损 害” 这样 的 二分类 资料 ， 其区
度” 等进行 分析 。对影 响 因素 或危 险 因素 进行 研 究
可 以对某 种不 良临床 结局 进行 “ 因预 防” 病 的一级 预 防以及 和“ 早诊 断 、 早治疗 ” 的二级 预防 ， 同样具 有重 要 的临床 意义 。而 目前 国 内护理科 研 的选 题思 路大
的危险 因素 分析 ， 样也 为 护 理 科研 提 供 了很 有 价 同 值 的选题 方 向。 Ｌ ｇｓｉ ｏ ｉ ｃ回归 既 可 以 用 于 前 瞻 性 的 队 列 研 究 ｔ 中， 又可 以用 于 回顾 性 病例 对 照 研究 。而 回顾 性 研
性 不做要 求 ， 自变量类 型也 不做要 求 ， 对 以及 系数 的
＋ Ｘ 。并 不 是 所 有 影 响 因 素 和 危 险 因 素 的
护 士受暴 力 的情 况 和 “ 作部 门” “ 院级 别 ” “ 工 、医 、 是
否 为独生 子女 ” “ 、 职务” 因素 有关 。而文献 ［ 则 是 等 ４
对社 区中老年人 轻微 认知 功能 损害 的影 响因素进 行
数变 换 、 数 变换 、 指 多项 式变 换 等 。 当然 ， 医学 上 的
很 多数据 与结 局资料 间都 存在 这种线 性关 系 。
应用 Ｌ ｇｓｉ ｏ ｉ ｃ回归重 要 的一点是 模 型方 程 的因 ｔ 变 量 ｙ必 须是 二分类 资料 ， “ 像 生存 与 死亡 ” “ 愈 、治
与 未愈 ” “ 生与 未发生 ” 、发 这样 的 资料 。很 多初学 者