用IBM SPSS Modeler生成健康自评表

Logistic回归在医疗领域有着广泛的应用,它广泛地被应用于评估某一个体患某种疾病的风险,如通过钙化积分评估患心脏病的风险,通过生活习惯评估患高血压的风险。这些通过个体的某些指标来估计某一特定个体在未来患有某种疾病的风险的研究,有助于我们在疾病发生之前就预见到它,并采取相应的措施来预防疾病的发生。

如Hosmer和Lemeshow在1989年研究了孕妇的年龄、体重、种族、是否吸烟、是否患有高血压、是否有应激性等因素对其生出的婴儿是否为低出生体重婴儿的影响。Logistic回归模型结果如下:

health

通过Logistic模型的结果,孕妇可以自测自己生出低出生体重婴儿的概率。但Logistic回归是虽然很常用,但是它的打分数学公式复杂,一般由专业的程序来完成,孕妇若想要自我测评的话有困难。而借助银行业普遍采用的评分卡的思想,我们可以借助IBM SPSS Modeler强大的数据处理及数据建模功能将这几项指标转化为评分,孕妇可以对照着自己的身体指标,轻松地计算自己的评分情况。

health

通过IBM SPSS Modeler的计算,最终得出各个变量指标及其对应的评分

health

通过评分的K-S曲线可以看到:当评分超过200分的时候,生出低出生体重婴儿的概率是生出正常体重出生婴儿的概率的2.5倍。

health

研究人员把上面的表格发给孕妇,孕妇就可以很轻松地自己评估未来宝宝的健康情况

Chinese, Simplified(简体中文)