rmsを使用したロジスティック回帰の計算

Question

私はロジスティック回帰モデルを使用していますが、これはrmsパッケージを使用しています。このモデルは、tn1のログ項を使用して最もよく適合し、臨床的解釈のために私はlog2を使用しています。私はrmsパッケージからlrmを使ってモデルを実行し、次にダブルチェックするためにglmを使って実行しました。最初の係数は同じです：私はオッズ比を取得しようとすると、

h <- lrm(formula = outcomehosp ~ I(log2(tn1 + 0.001)) + apscore_ad + 
emsurg + corrapiidiag, data = d, x = TRUE, y = TRUE) 

      Coef S.E. Wald Z Pr(>|Z|) 
Intercept  -3.4570 0.3832 -9.02 <0.0001 
tn1    0.0469 0.0180 2.60 0.0093 
apscore_ad  0.1449 0.0127 11.44 <0.0001 
emsurg   0.0731 0.3228 0.23 0.8208 

f <- glm(formula = outcomehosp ~ apscore_ad + emsurg + corrapiidiag + 
I(log2(tn1 + 0.001)), family = binomial(), data = tn24) 

Coefficients: 
       Estimate Std. Error z value Pr(>|z|)  
(Intercept)   -3.45699 0.38315 -9.023 < 2e-16 
I(log2(tn1 + 0.001)) 0.04690 0.01804 2.600 0.00932 
apscore_ad   0.14487 0.01267 11.438 < 2e-16 
emsurg    0.07310 0.32277 0.226 0.82082  

はしかし、彼らは二つのモデル間TN1のために著しく異なっており、これはLOG2変換の違いではないようです。

summary(h) 
     Effects    Response : outcomehosp 

Factor    Low High Diff. Effect S.E. Lower 0.95 Upper 0.95 
tn1     0 0.21 0.21 0.362120 0.15417 6.5300e-02 0.673990 
Odds Ratio   0 0.21 0.21 1.436400  NA 1.0675e+00 1.962100 
apscore_ad   14 25.00 11.00 1.593600 0.15631 1.3605e+00 1.961000 
Odds Ratio   14 25.00 11.00 4.921400  NA 3.8981e+00 7.106600 
emsurg    0 1.00 1.00 0.073103 0.33051 -5.8224e-01 0.734860 
Odds Ratio   0 1.00 1.00 1.075800  NA 5.5865e-01 2.085200 

exp(f$coefficients) 
(Intercept)  0.03152467   
apscore_ad  1.15589222   
emsurg  1.07584115  
I(log2(tn1 + 0.001)) 1.04802 

rmsパッケージがオッズ比をどのように計算しているのか誰でも説明できますか？どうもありがとう。

Answer 1

summary(h)の効果は、オッズ比tn1（対四分位範囲）の対数に及ぼす影響である。 ?summary.rmsを参照してください。

したがって、summary(h)の最初の行からの効果は、0.36212 = (log2(0.211)-log2(0.001))*.0469です。