二分类性状OR与病例对照不平衡 - SpiralKernel/bioinfo-wiki GitHub Wiki
二分类性状OR与病例对照不平衡
更新：2026-10-13；状态：可用；验证范围：官方文档与原始研究核对；本页命令模板未在本机运行。
二分类关联需要核对标签、病例与对照中的等位基因计数，以及模型是否能处理稀疏和相关样本。
逻辑回归的效应不是概率差
设病例概率为p，odds为p/(1−p)。逻辑回归对log-odds建模，某等位基因剂量系数β对应调整后的OR = exp(β)。OR=2表示odds翻倍，不能直接说患病概率翻倍；它也不是通常意义上的相对风险。
连续性状LMM的β以性状单位表达，即使把二分类0/1送进去，也不能自动将β取指数当成逻辑模型的OR。性状变换与模型决定效应尺度，见线性模型与混合模型。
标签和稀疏计数为什么关键
不同软件可能默认1/2或0/1编码，缺失也有不同约定。先列出标签、个数和定义，明确哪个是病例。100个病例与100000个对照的总样本数很大，但某低频变异在病例中仍可能只有0或1个携带者。
完全或近完全分离会让常规逻辑回归估计不稳定。Firth引入偏差校正；SPA改进部分得分统计量的尾部近似。它们解决的问题与GRM表示家系相关性不同：有Firth不代表已经校正亲缘，有GRM也不代表极低MAC统计量总可靠。
怎样选择与检查
独立样本的基础练习可查看PLINK2关联分析详解；相关样本和明显不平衡设计应详细审查SAIGE单变异关联分析、REGENIE两步关联分析及fastGWA与fastGWA-GLMM中的相应模块。BOLT-LMM关联分析的适用限制要单独阅读。
保存病例/对照数、各组等位基因计数、收敛或错误标记、检验方法、BETA或OR、SE与P。若只提供OR，需确认SE究竟属于OR还是log-OR；Meta分析通常需要一致的log-OR尺度。
最小练习
假设同一计数等位基因的log-OR为0.4，则OR约1.49；换成另一等位基因计数时，log-OR约−0.4、OR约0.67。这个方向变换不改变同一双侧检验的证据，但病例标签颠倒、编码不同或模型不同还需额外核对。