Ecuación de predicción de riesgo de enfermedad basada en las concentraciones de proteínas circulantes

Question

Quiero derivar una ecuación de predicción de riesgo para la enfermedad D basada en Pa y Pb, donde Pa y Pb son concentraciones de proteínas circulantes en la sangre.

• La enfermedad D tiene dos subtipos: Da y Db.
• En Da, las concentraciones de Pa aumentan y las de Pb no se ven afectadas.
• En Db, las concentraciones de Pb se elevan y Pa no se ve afectado.

¿Puedo seguir modelando esto utilizando lo que se indica a continuación o no es válido dado que Pa y Pb no están relacionados de forma consistente con la enfermedad D (es decir, depende del subtipo)?

glm(D ~ Pa+Pb,family="binomial",data=data)

Answer 1

Si la mitad de sus casos son "Da" y la otra mitad "Db", entonces enmascarará la asociación entre las proteínas y las enfermedades combinando las enfermedades.

Si ya se conoce la relación enfermedad-proteína, ¿por qué utilizar la regresión?