赔率比率的安魂曲？

卫生服务研究已决定，使用逻辑回归的研究应报告边际效应而不是比值比。他们为什么做出这个决定？Norton 等人 (2024) 的一篇论文确定了 3 个关键因素。

卫生服务研究 Norton 等人 (2024)

可理解性。考虑检查医院是否位于贫困地区对再入院率的影响的情况。假设系数为 -0.2。这相当于比值比为 0.82，或再入院率降低约 18%。然而，这种变化的幅度尚不清楚。另一方面，作者建议研究人员“……以再入院概率的百分点变化形式报告边际效应，以及作为背景的基本再入院率。”

可理解性

协变量的影响。进行线性回归（例如，普通最小二乘法）时，只要添加新的协变量不是中介变量或混杂因素，则添加新的协变量不应该改变感兴趣的系数。但逻辑回归并非如此。“优势比发生变化的原因在于，逻辑回归中的估计系数会按任意因子缩放，该因子等于二元结果中无法解释部分方差的平方根，即 σ。也就是说，逻辑回归估计的是 β/σ，而不是 β...此外，更成问题的是，研究人员不知道 σ。”因为系数按 σ 缩放，所以优势比（exp (β/σ)）也是如此；添加更多变量会增加逻辑模型解释变化的能力，因此 σ 会降低，优势比会升高。

协变量的影响 σ β/σ β σ exp β

跨研究比较的能力。由于回归中包含的协变量会影响估计的优势比，因此很难跨研究比较优势比。

跨研究比较的能力 对异常值的敏感性 Premier Insights 给出了以下示例