如何正确解读Logistic回归结果中的比值比？附钙摄入分层研究场景

嘿，我来帮你一步步拆解怎么解读这份按钙摄入分层的Logistic回归结果里的比值比（OR），咱们从基础到细节慢慢捋：

OR（比值比）本质是暴露组和非暴露组患结局（这里是高血压）的odds之比。简单说：

• 对于二分类协变量（比如「年龄≥70岁」）：如果OR=1.8，意思是在当前钙摄入分层组里，年龄≥70岁的人患高血压的odds是<70岁人群的1.8倍
• 对于连续协变量（比如BMI、血铅）：OR对应的是变量每增加1个单位的变化，比如BMI的OR=1.06，就是BMI每升高1kg/m²，患高血压的odds增加6%

这份表是按钙摄入分层的，核心目的是看钙摄入是否会改变其他协变量和高血压的关联强度，所以要重点做两件事：

• 分层次读每个组的OR：比如分别看「高钙摄入组」和「低钙摄入组」里，血铅、骨铅、年龄这些因素的OR和置信区间
• 跨层对比差异：比如假设低钙组血铅的OR=1.22（95%CI 1.04-1.43），高钙组OR=1.03（95%CI 0.87-1.21），这就说明低钙摄入时，血铅升高和高血压的关联更显著，高钙可能削弱了这种关联

根据协变量的类型，解读的侧重点不一样：

• 二分类协变量（年龄≥70岁、家族史、曾吸烟）：
  重点看OR是否偏离1，以及95%置信区间（CI）是否包含1。比如高血压家族史的OR=2.3（95%CI 1.7-3.1），CI不包含1，说明在当前分层组里，有家族史的人患高血压的风险是无家族史的2.3倍，且这个关联有统计学意义
• 连续协变量（BMI、血铅、胫骨/髌骨骨铅）：
  一定要注意OR对应的单位！比如血铅如果是按「每增加10μg/dL」计算的，OR=1.15就代表血铅每升10微克，患高血压的odds升高15%；另外，胫骨/髌骨骨铅是长期铅暴露的标志物，它们的OR如果比血铅高，可能说明长期铅积累对高血压的影响更持久
• 所有协变量都要结合95%CI：
  如果CI包含1，哪怕OR看起来大于或小于1，也说明这个协变量和高血压的关联没有统计学意义，不能随便下结论说有影响

如果结果表提供了「钙摄入与某协变量的交互P值」，可以直接判断分层后的差异是不是真的存在：

• 若交互P<0.05，说明钙摄入确实会修饰该协变量和高血压的关联，分层后的差异是真实存在的
• 若交互P>0.05，那分层看到的OR差异可能只是随机波动导致的

内容的提问来源于stack exchange，提问作者Maisha Huq