《表8 非条件多因素Logistic回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《吸取中医元素的高血压病风险预警系统构建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将上述所有有意义的变量（P﹤0.05）作为自变量，以研究对象是否患高血压病为因变量，以P﹤0.05作为选入变量的标准，P>0.1作为剔除变量的标准，采用偏最大似然估计前进法对训练集的225例受试者（150例高血压患者和75例正常对照者）进行非条件多因素Logistic分析，最后共筛选出8个影响因素。见表8。模型中P为患高血压病的概率，判别界线定义为0.5，即P≥0.5时研究对象患高血压病，P﹤0.5时研究对象不患高血压病。用上述非条件多因素Logistic回归模型预测训练集（225例）和测试集（75例）研究对象是否患高血压病，预测结果见表9。在训练集的150例高血压患者和75例正常对照者中，多因素Logistic回归模型可准确将124例判断为高血压病患者，将61例准确判断为非高血压病患者。在测试集的50例高血压患者和25例正常对照者中，多因素Logistic回归模型可准确将37例判断为高血压病患者，将20例准确判断为非高血压病患者。