JAMA文献解读：如何在队列研究使用Poisson 回归？

系列文章“log binomial and Poisson 回归”

1.时代变了，回归分析你还首选logistic回归吗？out了！

2.Poisson回归，研究离散事件的重要回归方法

3.SPSS 也能轻松搞定！Poisson回归在二分类结局的应用

第四篇

本篇文章，我来和诸位通过文献实例展示下，如何采用Poisson回归开展回顾性的队列研究分析。文章来自JAMA杂志：临终病人医嘱生命维持治疗与ICU收治的关系

该文的摘要

为了探讨f intensive care unit （ICU）病房收治与医嘱生命维持治疗（POLST）干预政策的相关性，研究组对2010年1月1日至2017年12月31日期间死亡，且在死亡前6个月内住院的有POLST的慢性病患者进行了一项回顾性队列研究。

1818名死者的平均年龄为70.8岁，41%为女性，401名（22%）只接受过舒适POLST治疗干预，761名（42%）接受过选择性POLST治疗干预，656名（36%）接受过完整POLST治疗干预。

31%只接受舒适治疗的患者、46%接受选择性治疗的患者和62%接受完整治疗的患者入院ICU。仅接受舒适治疗的患者中有14%得到一个或多个维持生命的治疗，而在接受选择性治疗的患者中有20%。

因此，在死前6个月内住院的有POLSTs和慢性生命限制性疾病患者中，与完整治疗POLSTs相比，选择性治疗POLSTs与ICU入院率低显著相关。

案例分析

该研究作为回顾性队列研究，暴露因素是不同程度的POLST治疗，结局指标是ICU住院率。该研究非RCT研究，存在着一堆的混杂变量，而结局是二分类结局。在这种情况下，如果要计算RR值，则需要改良Poisson回归，即modified Poisson regression.

SPSS 也能轻松搞定！Poisson回归在二分类结局的应用

统计学方法解读

1. 首先，开门见山，提出用Poisson回归，然后见了单因素回归和多因素回归（ajusted for 混杂因素）

2. 对暴露因素和混杂协变量的设置进行了说明。

3. 文章对Poisson回归进行了解释

4. 队列研究缺失值不可避免，作者采用多重填补进行处理

5. 队列研究，好文章必然有敏感性分析哦

5. P值设定，一型错误的控制、多重比较的说明

这篇文章，当然还分析了其它次要指标，这里不再陈述其分析手段，有兴趣可以看原文

统计分析结果

1. 研究对象基本情况

2. 卡方或者Fisher单因素分析ICU等结局与POLST的关系。

3. Poisson回归分析ICU等结局与POLST的关系。

先采用单因素分析，后进行多因素分析，计算RR值和置信区间，也给出了森林图和P值。

Compared with patients with full-treatment POLSTs, patients with comfort-only or limited-interventions POLSTs were significantly less likely to be admitted to the ICU (comfort only:  adjusted relative risk [aRR], 0.53 [95% CI, 0.45-0.62; P < .001]; limited interventions:  aRR, 0.79 [95% CI, 0.71-0.87; P < .001]) and were also significantly less likely to receive life-sustaining treatments (comfort only: aRR, 0.38 [95%CI, 0.29-0.49;P < .001]; limited interventions: aRR, 0.53 [95% CI, 0.44-0.63; P < .001]) (Figure 2).

最后，文献来，有兴趣可以扫描二维码下载哦

-本文结束-

如果您觉得文章不错，

点击“分享”吧，非常感谢。