JAMA 好文分享：Log binomial 回归在队列中的应用
系列文章“log binomial and Poisson 回归”
1.时代变了，回归分析你还首选logistic回归吗？out了！
3.SPSS 也能轻松搞定！Poisson回归在二分类结局的应用
4.JAMA文献解读：如何在队列研究使用Poisson 回归？
5.Log binomial 回归，几十年的老方法为什么不流行呢！
第六篇
Log binomial 回归与Poisson回归一样，也可以用在队列研究的分析中，计算RR值。
本篇文章来自于JAMA肿瘤学杂志的文章：肛门鳞状细胞癌患者化疗中断和不完整化疗的影响因素。
本文摘要
为了确定肛门癌患者化放疗治疗中断或不完全的发生率，以及与此相关的因素，作者这项基于人群的回顾性队列研究中，安大略省癌症登记处获得所有2007年至2015年在加拿大安大略省接受了化放疗治疗的鳞状细胞肛门癌的病例。
暴露因素：中断被定义为超过7天之间的放疗中断。放疗完成定义为收到45 Gy或以上和25分数的辐射化学辐射完成定义为辐射完成和2剂联合化疗。患者影响因素研究，采用对数二项模型评估治疗中断和未完成。Cox比例风险模型用于估计患者死亡与放疗的关系。
总体而言，对1125例I-III期肛门癌患者进行了根治性放疗治疗。治疗中断发生在262例（23％）。放疗和化疗未完成分别发生199例（18％）和280例（25％）。没有因素被发现与治疗中断风险增加相关。70岁以上的患者年内完成化学放疗的可能性较小（风险比[RR]为0.60；95％CI为0.52-0.70），与50岁以下的年轻人相比。合并症较多的患者也不太可能完成化学放疗（RR，0.70；95％CI，0.51-0.95）。谁的病人未完成化学放疗需要挽救腹部手术的风险较高切除（RR，1.54；95％CI，1.03，2.31）。整体死亡（危险比[HR]，1.54；95％CI，1.23-1.92），癌症特异性死亡（HR，1.59；95％CI，1.14-2.22）以及结肠造口术或死亡（HR，1.80; 95％CI：1.10-2.93）。超过7天的治疗中断与死亡。
该文结论指出：许多接受根治性化学放射治疗的患者肛门癌经历治疗中断或未完成。品质提升需要采取措施来优化治疗的连续性和完成性。
案例分析
本文是回顾性队列研究，主要研究目的分析是放化疗中断和未完成的影响因素，次要目的是分析放化疗中断和未完成与死亡率的关系。由于结局是二分类数据，作者采用了log binomial分析，而与死亡率的关系，则用Cox回归分析。
统计学方法
1.简单的统计描述与差异性比较方法
2. 引入log binomial回归方法和Cox回归
3. 队列研究，混杂的协变量怎么办？
我这里需要说明下，作者采用的挑选潜在混杂变量的方法。那就是郑老师之前说过的DAG+效应改变法的结合：
控制混杂偏倚的回归自变量筛选法，强烈推荐Change-in-Estimate法
4. 缺失数据的处理，必不可少
统计分析结果
1. 个人特征对放化疗中断和不完全的影响，log binomial分析
2.生存分析 分析不完全放、化疗与患者生存时间的关系。
3. 进一步细致回归分析
作者进一步采用log binomial回归分析了放化疗中断不完整与Abdominoperineal resection的关系，采用Cox回归分析与患者癌症死亡的关系、与结直肠癌死亡的关系。
文献学习