Proportional odds (ordinal logistic) regression
Vergelijkt een geordende score tussen groepen met correctie voor andere variabelen, met één gemeenschappelijke odds ratio over de afkappunten van de score.
Klinisch voorbeeld
De gemodificeerde Rankin-schaal na 90 dagen na een beroerte, vergeleken tussen twee behandelingen met correctie voor leeftijd en ernst van de beroerte.
Wanneer te gebruiken
- De uitkomst is een geordende score met enkele categorieën, zoals de mRS of een pijncategorie.
- U moet corrigeren voor andere variabelen.
- U wilt de volledige volgorde van de categorieën gebruiken in plaats van de score in twee groepen te knippen.
Aannames om te controleren
Proportionele odds
Eén odds ratio geldt voor alle afkappunten van de score. Controleer dat, en rapporteer hoe.
Controleer eerst
- Aanname van proportionele odds
Wat te rapporteren
- Gemeenschappelijke odds ratio met 95%-BI
- De variabelen waarvoor u hebt gecorrigeerd, en waarom
- De verdeling van de score in elke groep
Veelgemaakte fouten
Wees voorzichtig met een score als meting
De stappen van een ordinale score zijn niet noodzakelijk gelijk. Gemiddelden en t-tests gaan daar wel van uit.
Dichotomiseer een meting niet
Een continue variabele in hoog en laag knippen ("bloeddruk boven 140") gooit informatie en onderscheidend vermogen weg, en de afkapwaarde is vaak willekeurig.
Controleer de aanname van proportionele odds
Het model gaat ervan uit dat één odds ratio geldt voor alle afkappunten van de score. Controleer dat en rapporteer hoe.
Alternatieven
| Als uw situatie is… | Gebruik |
|---|---|
| Twee groepen, corrigeren is niet nodig | Mann-Whitney U test |
| Drie of meer groepen, corrigeren is niet nodig | Kruskal-Wallis test |
In uw software
# R
library(ordinal)
d$mrs <- factor(d$mrs, ordered = TRUE)
fit <- clm(mrs ~ treatment + age, data = d)
summary(fit)
PLUM mrs BY treatment WITH age
/LINK=LOGIT
/PRINT=FIT PARAMETER SUMMARY TPARALLEL.