单变量和多元逻辑回归分析用于评估预测因子与结果之间的关联。开发了多元逻辑回归模型。初始变量选择是基于与结果(p <0.20)和临床意义的未经调整的显着关联。临床意义基于以前的系统评价和专家意见。使用计算的共线性诊断(即条件指数,方差通胀因子)。我们的最终多元逻辑回归模型包括最重要和最重要的变量。,我们通过将预测变量的beta系数除以最小的beta系数,并将小数符号将小数舍入数字的标准,并将小数列成最接近的数字。这是为了简化计算并提高可用性。我们计算了每个患者的总分数。对模型的内部验证是通过引导程序进行的,其中我们使用了1000
*通信:27 Charalampos Tzoulis教授28神经偏见的神经系统疾病临床研究卓越中心29 Haukeland University Hospital,Haukeland University Hospital 30 Haukeland University Hospital 30 Bergen University of Bergen University of Bergen University of Bergen University of Bergen University 31 5021 Norway卑尔根。32电话:+47 55975061 33电子邮件:charalampos.tzoulis@nevro.uib.no 34 34 35