我应该使用什么模型来进行二元响应？

如何解决我应该使用什么模型来进行二元响应？

我的数据子集是： 响应变量

• 生存（二进制）：（0 没有幸存）（1 幸存） 解释变量
• 性别（二进制）：（1 男）（2 女）
• 疾病适应症（分类）：（1 个细菌）（2 个外伤）（3 个手术）（4 个化疗）（5 个其他）
• 年龄（连续）
• 治疗前 A 生物医学标志物（连续）：pH、肌酐、尿素、白蛋白
• 治疗后 A 生物医学标志物（连续）：pH、肌酐、尿素、白蛋白

主要的解释变量是治疗 A 前后的生物医学标志物。 我想了解治疗前后哪些生物医学标志物可以预测患者的预后，以及治疗是否会改变这些结果。

由于二元变量是响应变量，我应该使用逻辑回归模型吗？

我应该计算（治疗后生物医学标记 - 治疗前生物医学标记）而不是计算它们中的每一个？ （因为我想知道哪个生物医学可以预测结果。）

我必须使用降维吗？如果没有，我应该什么时候使用？

提前致谢。