肾细胞癌淋巴结转移预测指标的Logistic回归分析(2)
 |
| 第1页 |
参见附件。
表2 肾细胞癌淋巴结转移影响因素的Logistic回归单因素分析(n163，α0.05)
2.2 多因素分析 利用表2的结果，将P值<0.05的自变量和临床认为对肾细胞癌淋巴结转移有关的病理类型X7(病理类型)也入选Logistic回归模型，基于偏最大似然估计的前进法向前逐步选择自变量，进行多因素逐步回归分析，其中肿瘤大小、临床分期和Fuhrman核分级对RCC淋巴结转移有显著回归效果而选入回归方程，结果见表3。但由单因素回归分析亦可知，P值<0.05的自变量X9(贫血)未能选入回归方程并不说明其对肾细胞癌淋巴结转移无统计学意义，而可能是由于其作用被已选入的变量代替，从而使回归模型中的自变量均保证具有统计学意义。自变量X7(病理类型)也未能进入方程，不能因此认为其与肾细胞癌淋巴结转移一定无关，如果增加样本含量，可能会出现有统计学意义的结果。
表3 肾细胞癌淋巴结转移影响因素的Logistic回归多因素分析(n163, α0.10)
2.3 概率模型 由多因素逐步回归分析结果，可得出肾细胞癌临床病理因素与淋巴结转移关系的概率模型,LogitP-8.199+0.603X3+1.840X6+0.976X8， 其中P值越接近于1，患者发生转移的可能性越大；P值越接近于0，患者发生转移的可能性越小。整个模型经χ2检验有统计学意义(χ281.601，P0.000)。
2.4 应用概率模型的回代分析 为检验该模型的实用性，163例RCC对概率模型进行回代分析，以预测概率0.500为判别函数的分界点 ......
您现在查看是摘要介绍页，详见PDF附件。