Meta分析多重线性回归的β值，能否转换成OR值的？

本人是个新手，请问各位高手在做meta分析时，有的文献报告多重线性回归的β值，能否转换成OR值的？谢谢！

可以，你会计算的话是可以转换的。

怎么转换呢？我就是不懂怎么计算，请指点！

文献中不会只报告B值吧，应该都有OR的，我不知道你看得文献是什么样子的，就算有4格表还是可以计算出来。完全没有必要采用B去推算OR。不介意的话，你说得详细一点，大家可以共同商量。

6 [! Z( s; c3 Y5 ~
$ T% E, ?$ x' O) _7 _# i这是那篇文献，多重线性回归只给出了β值。

文献中提到“the multivariate association between PMT constructs and the sexual risk score was examined using a multiple linear regression analysis. ”正如你所说采用的多重线性，这个B是不能计算OR，假如你是多元logistic那么倒是可以。

我又仔细看了一下，我个人觉得文献中采用的方法不是很妥当，首先，在多重线性回归中一部分变量比如，性别，婚否，教育水平，AIDS知识等都是分类资料，这种类型的变量是不太适合采用线性回归，在5版卫生统计学中提到，线性回归要求双变量独立性、正态性和方差齐性（5版面卫生统计学225页），那么2分类显然不符合，但是在一定数量的国外文献中还是看到了在对2分类变量进行分析，我们考虑可能作者是为了利用已知的一些变量在预测结果。但是这种方法合不合适还请高人解答。你给出的文献中，我考虑作者关心的并不是变量之间作用的大小，而是利用这些变量对结果预测。因此选择了多重线性回归。那么这中间的回归系数是没有办法计算logistic回归中的OR，两个基于不同的模型和目的。

多重线性回归的要求好像是对于每一个自变量，因变量满足独立性、正态性和方差齐性。这个研究的因变量是量表的得分，如果经过统计分析满足那些条件的话，对于性别、婚否这些分类变量是可以进行多重现性回归的吧！分类变量可以设置哑变量进行分析的。

今天看到一篇文献，提供了多重线性回归转化成OR的方法：OR=exp(β)

请楼主再次确定“多重线性回归转化成OR”这个概念是否存在或者正确，假如有参考文献，请贴上来和大家一次分享，必定加分。