如何在线性元回归中根据给定LnRR估计调节变量LVEF？

你构建的线性元回归模型形式为：

LnRR = β₀ + β₁×LVEF

要根据给定的LnRR值反推LVEF，只需对上述方程进行代数变形，得到：

LVEF = (LnRR - β₀) / β₁

具体实现步骤 #

1. 提取模型系数
   从已拟合的模型对象res中直接提取截距项（β₀）和LVEF的回归系数（β₁）：

# 提取截距和斜率
beta0 <- res$beta[1]
beta1 <- res$beta[2]

2. 计算LVEF的点估计
   假设你有一个给定的LnRR值（比如target_lnrr = 0.3），代入公式计算：

target_lnrr <- 0.3
lvef_est <- (target_lnrr - beta0) / beta1
print(lvef_est)

3. 计算LVEF的置信区间（可选）
   如果需要估计LVEF的置信区间，可以利用模型的方差-协方差矩阵，结合delta方法近似估计LVEF估计值的方差：

# 提取系数的方差-协方差矩阵
vcov_mat <- res$vb

# 计算LVEF估计值的方差（delta方法）
var_lvef <- (vcov_mat[1,1] + (target_lnrr^2)*vcov_mat[2,2] - 2*target_lnrr*vcov_mat[1,2]) / (beta1^4)

# 计算95%置信区间（正态近似）
ci_lower <- lvef_est - 1.96*sqrt(var_lvef)
ci_upper <- lvef_est + 1.96*sqrt(var_lvef)

cat("LVEF点估计:", lvef_est, "\n95%置信区间:", ci_lower, "-", ci_upper)

注意事项 #

• 上述方法仅适用于单协变量的线性元回归模型（即你的模型中只有LVEF一个协变量），如果模型包含多个协变量，需要固定其他协变量的取值后再进行逆推。
• 置信区间的计算基于正态近似，若样本量较小，也可以考虑使用t分布分位数替代1.96（自由度为res$df.resid）。

内容的提问来源于stack exchange，提问作者nwan5905