Diferencia entre regresión logística generalizada y regresión logística

Question

He recibido un comentario extraño de un árbitro de Journal bastante decente. En la sección de métodos indiqué que "La asociación de la exposición con el resultado se investigó en términos de odds ratio (OR; intervalo de confianza del 95%, IC) mediante regresión logística generalizada". Tanto el resultado como la exposición eran binarios.

Básicamente, esto es lo que hice con R:

fit <- glm(outcome ~ exposure,  family = 
           binomial(link = "logit"), 
           data = df)

El árbitro comentó esto: " Me gustaría saber por qué los autores utilizaron la regresión logística generalizada en lugar de la regresión logística convencional. ¿Qué hace la parte de extensión del modelo (generalización)? ¿Para qué se utilizó? ¿Intentaban ajustar el agrupamiento de los participantes dentro de los lugares de reclutamiento? Para ello necesitará un modelo multinivel (no un MLG). "

¿Cuál crees que es la verdadera diferencia entre generalizado y convencional en este escenario (también en la escritura de código)?

Answer 1

Hay generalizada modelización lineal GLM (herramienta general que admite funciones no lineales, en su caso: logísticas) y hay generalizada función logística (que es general en el sentido de que amplía la función logística "clásica"). La mención de esta última mientras que se refería a la primera podría haber dejado al revisor preguntándose sobre las prioridades (elaborar sobre la función logística mientras que -por todo lo que sabía el revisor- la agrupación de los participantes habría sido una preocupación previa, en su caso, que se abordaría con una herramienta multinivel en lugar de GLM).

(lo siento, sé que esto debería ir en un comentario, para lo que necesitaría 50 rep sin embargo)