ロジスティック回帰分析(logistic regression analysis)は疾患のリスクファクターを分析するためによく用いられる多変量解析です。この手法は1948年にアメリカのフラミンガムで開始されたフラミンガム研究(Framingham study)のために開 …

ﾛｼﾞｽﾃｨｯｸ回帰分析で独立変数を一つしか投入しない場合のオッズ比を調整しないオッズ比 (non-adjusted Odds ratio) と呼び、このような単変量の分析を単変量解析 (univariate analysis) という。 ロジスティック回帰分析は、カテゴリ型の従属変数を予測・説明するための用いられる代表的な多変量解析手法です。線形回帰分析では、従属変数に量的な変数を用いますが、ロジスティック回帰分析ではカテゴリ型の質的変数を用いることができます。 オッズ比 中村 好一 医学書院 公衆衛生 79巻 9号 （2015年9月） pp.632-636 PDF(2395KB) 「ロジスティック回帰分析」とは、ある現象の発生確率を、複数の因子の組み合わせとそれらの程度からモデル化する方法の1つです。ロジスティック回帰分析とは？から、分析の具体例、結果を理解するためのオッズやオッズ比、重回帰分析との違いは？ 穿孔性虫垂炎のリスクと精神疾患や中枢神経系疾患の関係を評価するため、ロジスティック回帰モデルを用いて調整オッズ比とその95%信頼区間を計算した。 Table 1に示した全ての潜在的交絡因子を調整するために、多変量ロジスティック回帰を行なった。 10.1 ロジスティック回帰分析の原理 (1) ロジスティックモデル. 定(回帰係数が0であるか否かを評価する検定)のp値や回帰係数(オッズ比，ハザード 比)を用いる． 変数選択の要件(2/2) 多変量解析では，共変量のなかで1個でも欠測があれば，その被験者を削除しな 3. 単位オッズ比は説明変数が1 単位変化し た場合のオッズ比を、範囲オッズ比は、説明変数がデータの範囲全体（最大値-最小値）変化したときのオッズ比を示します。単 位オッズ比と範囲オッズ比の詳細につきましては、5 章のq&a をご参照ください。

解析の特性を理解したうえで解析を行う必要が、最終的には多変量解析を用いて各因子間の影 響を考慮したうえで、副作用発現に関与する因子を 定する必要がある。 Fig.1-2 単変量解析と多変量解析 オッズ比が「1」であれば2群間に差がないと判断します。もし，オッズ比が1以上であれば，リスクに晒された患者でイベントが起こりやすいことを示しています。逆に，1以下であれば，イベントが起こりにくいということです。 多変量解析. Tom Lang, MA （CHEST 2007; 131:628-632） 多変量解析には、大きく分けて回帰分析と分散分析（ANOVA）という2つの統計的手法がある。それぞれの報告ガイドラインは類似しており、ここでは「How to Report Statistics in Medicine」 1 で取り上げた説明を要約する。 有意でなければ再度解析しなおします。 ②の係数の有意性を見ます。全て（定数は無視）p<0.05であれば望ましい。 この例では年齢、性別ともp<0.05で有意になります。 有意だった場合③に進みます。 ③の[EXP(B)]はオッズ比です。 ロジスティック回帰分析を用いればある特定の事象が起こる確率を検討することが出来ます。マーケティング、医療現場、心理学など様々な現場で活用されています。この記事では活用例、実際の計算方法、オッズ比などを紹介します。