如何在循环中提取回归模型含变量名与模态的系数并解决多模态逻辑回归问题

问题根源 #

原代码仅提取了每个模型中第一个非截距项的结果，当自变量为多分类（两种以上模态）时，会丢失其余水平的OR值、置信区间和p值。需要修改循环逻辑，遍历每个自变量的所有非参考水平，同时生成「变量:模态」格式的标识列。

修正后的完整代码 #

1. 定义基础参数 #

var = "outcome_column_name"  # 替换为你的因变量列名
data = your_data_frame       # 替换为你的数据集对象
correction = "bonferroni"    # 校正方法，固定为Bonferroni

2. 拆分因变量与自变量 #

y <- data[, var]
x <- data[, -which(names(data) == var)]

3. 循环执行回归并收集所有非截距项结果 #

# 初始化空列表存储每个自变量的结果
results_list <- list()

# 遍历每个自变量
for (i in 1:ncol(x)) {
  current_var <- names(x)[i]
  # 将自变量转为因子，确保多分类被正确识别
  x_factor <- as.factor(x[, i])
  # 拟合逻辑回归模型
  fit <- glm(y ~ x_factor, family = binomial(link = "logit"))
  
  # 提取所有非截距项的系数信息（排除截距行）
  coef_details <- summary(fit)$coefficients[-1, , drop = FALSE]
  # 计算OR值
  or_vals <- exp(coef_details[, 2])
  # 计算95%置信区间
  ci_vals <- exp(confint(fit)[-1, , drop = FALSE])
  # 提取原始p值
  raw_p <- coef_details[, 4]
  
  # 生成「变量:模态」格式的标识（去除模型输出自动添加的x_factor前缀）
  modality_labels <- gsub("x_factor", "", rownames(coef_details))
  var_modality <- paste(current_var, modality_labels, sep = ":")
  
  # 将当前变量的所有结果存入列表
  results_list[[i]] <- data.frame(
    variable = current_var,
    var_modality = var_modality,
    odd_ratio = or_vals,
    ci_low = ci_vals[, 1],
    ci_high = ci_vals[, 2],
    p_value_raw = raw_p,
    stringsAsFactors = FALSE
  )
}

# 合并所有自变量的结果为一个数据框
full_results <- do.call(rbind, results_list)

# 对所有原始p值执行Bonferroni校正
full_results$p_value_corrected <- p.adjust(full_results$p_value_raw, method = correction)

关键改进点 #

• 多分类适配：强制将自变量转为因子，避免数值型多分类被误判为连续变量，确保模型生成所有非参考水平的系数。
• 全非截距项提取：使用[-1, , drop = FALSE]保留所有非截距行，不会丢失多分类的其他模态结果。
• 「变量:模态」列：通过字符串处理生成清晰的模态标识，便于区分同一变量的不同水平。
• 全局校正：对所有检验的原始p值统一执行Bonferroni校正，符合多重检验校正的逻辑（校正的是总检验次数，而非单个变量的检验次数）。

内容的提问来源于stack exchange，提问作者GloubiGlouba