2023年鄭老師多門科研統(tǒng)計課程：多次直播，含孟德爾隨機(jī)化方法

目前在我的在線統(tǒng)計平臺上線了“回歸控制混雜因素”模塊，有興趣研究研究

https://shiny.medsta.cn/con1/

這個模塊的特點

• 它是一站式的統(tǒng)計模塊，一口氣完成混雜因素控制

• 先數(shù)據(jù)導(dǎo)入、數(shù)據(jù)整理、啞變量設(shè)置、分組差異性分析、回歸分析、協(xié)變量選擇

• 靈活選擇線性、logistic和Cox回歸；

• 批量開展單因素回歸；

• 幫助你挑選出哪些變量P值較小，輔助開展多因素回歸；

• 最后，當(dāng)然必須可以導(dǎo)出回歸分析結(jié)果！
  

具體操作流程，感興趣可以看看看我的視頻

現(xiàn)在我主要來介紹在觀察性研究如何控制混雜偏倚

1.?什么是混雜偏倚

現(xiàn)在很多人慢慢地都知道了，混雜偏倚是混雜因素造成的暴露與結(jié)局關(guān)聯(lián)性效應(yīng)的真實值與觀察值的偏差。

一般來說，在觀察性研究中，分組不均衡造成混雜偏倚的前提條件，而造成分組不均衡的因素很可能是混雜因素，我一般稱之為潛在因素。

也就是說，當(dāng)一個觀察性研究評估暴露與結(jié)局關(guān)系，存在著分組不均衡時，混雜偏倚就很可能存在。

2.?混雜因素的控制方法

通常來說，在統(tǒng)計分析階段，混雜因素的控制常見有匹配、分層、回歸和傾向得分方法。

回歸分析是最常見的、但行之有效的方法。線性回歸、logistic、Cox回歸均可以可以控制混雜

偏倚。

3.?回歸如何控制混雜因素

回歸控制混雜因素，關(guān)鍵就是自變量如何篩選。

一般來說，自變量篩選可以采用以下幾條路：

（1)先單因素回歸、再多因素回歸，P值較小者納入開展多因素回歸

（2）分組先做差異性分析，再多因素回歸，，P值較小者納入開展多因素回歸

（3）根據(jù)專業(yè)知識與文獻(xiàn)報道，挑選潛在的混雜因素和重要的協(xié)變量納入多因素回顧模型。

以上這三種方法，?都可以在本人的統(tǒng)計分析平臺中實現(xiàn)。一般來說，高質(zhì)量的論文，還是挺推薦第三種方法的。

在這里強(qiáng)調(diào)，混雜因素控制的回歸方法，一般不推薦用逐步回歸法!??之前有雜志在統(tǒng)計分析指南中就說過這事，有興趣可以看看這個文章

多因素回歸要不要做逐步回歸法？美國top雜志《內(nèi)科學(xué)年鑒》給出答案

4.? 特別注意

控制因素的時候，千萬別納入中介變量，否則會嚴(yán)重扭曲暴露與結(jié)局的關(guān)聯(lián)性。

之前我有一篇文章專門舉例一個案例。

漂亮！大咖杰作！中國學(xué)者Lancet文章展示如何利用回歸方法巧妙探討影響因素

詳情請點擊下方：

https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650407933&idx=1&sn=dae890db1ef378377c6116526cfa6ded&chksm=83527e55b425f743d30975b098165217e8f8254c09be5aaf7aa337923d87075fed341cf57d9d&token=1041728028&lang=zh_CN#rd