R 配对病例对照数据的多变量分析

我是一名医科学生，从事一些公共卫生研究。我是这个论坛的新手，现在我完全被难倒了，我正试图弄明白如何处理病例对照匹配数据的多元分析问题。设置是我有36个组，每个组有1个阳性（病例）和0到4个阴性（对照）。我已经离开了我的单变量分析中只有一个阳性的组

在这36组中，24组为高危组（1-24），12组为低危组（25-36）。我对所有这些小组参与者进行了一次约100个问题的调查。其中一些问题有二元答案，其他问题有多达6个答案

到目前为止，我一直在使用以下脚本对二元方程的单变量分析进行Mantel-Haenszel卡方检验：

data <- read.csv("data.csv", header=TRUE) 
data$group <- factor(data$group) 
data$case_control <- factor(data$case_control, levels=0:1, labels=c("Neg.", "Pos.")) 
data$flood_door <- factor(data$flood_door, levels=0:1, labels=c("Flood risk: low", "Flood risk: high")) 

### Array for MH 
mh_data <- by(data, data$group, function(x) table("exposure"=x$flood_door, "outcome"=x$case_control)) 
mh_data <- simplify2array(mh_data) 

### Sample size must by >1 in each stratum. 
## Identify strata with sample size <= 1 
which(apply(mh_data, 3, sum ) <= 1) 

## Remove stratum 23 
mh_data <- mh_data[ , , c(1:22,24:36)] 

### MH test 
mantelhaen.test(mh_data) `

---

数据这个问题可能更适合交叉验证。StackOverflow正在处理编程问题。你的答案似乎更多的是关于统计分析。