条件付ロジスティック回帰(conditional logistic regression)
臨床研究で対象が稀な時に
よく使用される 症例対照研究、
患者さんを一人登録したら、
マッチング因子(年齢・性別等)を
合せた症例対照を一人登録する
というのが通常のやり方です。
100人(D+50/D-50)参加してもらい、データを集めました。
さあ暴露因子(E+/E-)の頻度が症例と対照で
違うかを調べましょう。
普通にロジスティック回帰をして、、、、、
ストップ!
単純なロジスティック回帰分析では、
マッチングの情報が考慮されないので
検出力が落ちてしまいます。
せっかく集めたデータを最大限に有効活用する
ためにも、
条件付きロジスティック回帰分析がいいと思います。
Rであれば普通のロジスティック回帰は下記ですが
> model = glm(case ~ exposure + age + sex, data=data, family = binomial(link = "logit"))
条件付ロジスティック回帰は下記となります。
> library(survival) # Packageのインストール
> model = clogit (case ~ exposure + strata(matchid), data=data)
※ matchid = マッチングID. 症例と、マッチさせた対照が同じID。
ここでは年齢性別マッチとしました。