查看: 94|回复: 0

【原】为什么回归分析可以控制混杂偏倚?

[复制链接]

40万

主题

40万

帖子

121万

积分

VIP用户

Rank: 9Rank: 9Rank: 9

积分
1219528
发表于 2020-8-8 22:47:33 | 显示全部楼层 |阅读模式
SPSS 教程 29讲-34讲:混杂偏倚及控制方法29讲:了解混杂因素与混杂偏倚
30讲:为什么回归分析可以控制混杂偏倚
31讲:利用回归分析控制偏倚的过程与报告撰写
32讲:实验性研究的混杂偏倚控制
33讲:协方差分析控制实验性研究混杂偏倚
34讲:分层分析控制实验性研究混杂偏倚
SPSS 教程 30讲:利用回归方法控制混杂因素

本讲介绍混杂偏倚的常见应对方法,特别是介绍利用回归分析方法来控制混杂偏倚。
1. 混杂偏倚控制的主要方法
医学研究混杂偏倚的控制方法,根据研究阶段可以分为两类,事先控制和事后控制。事先:设计阶段控制:限制、随机分组和配对事后:资料分析阶段的控制:分层分析、多因素分析、倾向得分方法等
限制(restrict):指在设计阶段对研究对象的纳入标准加以限制使研究对象选取限制在一定范围内,范围越窄,研究对象彼此的差别越小,越利于观察因素作出结论。
随机分配(randomized allocation):主要适用实验研究,即将研究对象随机分配到试验组和对照组。随机分配可使研究对象的非处理因素和混杂因素在各组间趋于均衡,组间基线情况有良好的可比性,而使得处理因素的真实差别得以显示
配对或匹配(matching):配对是控制混杂因素常用的方法。特别是在病例-对照研究中较常用。对病例组的每一个成员,选择具有相似特征(除了要观察的暴露因素)的对象为匹配的对照
分层分析:是资料分析阶段控制混杂因素常用的方法。即将观察对象按照相似性的特点,分成亚组后再进行试验组和对照组的比较。分层因素主要为与比较指标有关的因素,如年龄、性别、病情等。按某混杂因素分层后,再用相应的统计方法进行处理。
多因素分析方法:多因素回归是最常用,也是最成熟的混杂偏倚控制方法,特别是观察性研究。常用的多因素分析方法有多元线性回归、多元方差分析、协方差分析、logistic回归模型、对数线性模型、COX模型等
其他高级方法:工具变量法、倾向得分方法。上述两方法近年来越来越流行,学有余力的朋友可以拓展学习。
2. 案例分析
这是一项关于吸烟与经皮冠状动脉介入治疗的ST段提升的心肌梗死(STEMI)患者的关联性研究。所有患者均接受皮冠状动脉介入治疗,研究的暴露因素为最近吸烟状态,因此人群分为吸烟组和不吸烟组。研究主要结局为全死因死亡、住院、以及复合终点(死亡或者住院)。
由于研究结局是生存时间结局,作者采用了LogRank和Cox回归等方法开展分析。
首先,研究对象的特征情况
该研究是非随机的队列研究,2564例STEMI患者中,近期吸烟者1093例(42.6%)。吸烟者年轻10岁,合并症较少,在诸多的特征上均存在着统计学差异(队列研究往往分组不均衡)。

gf3bw2lw3sl.jpg

gf3bw2lw3sl.jpg

然后,开展简单关联性分析
采用logRank方法和单因素Cox回归分析的方法比较吸烟与不吸烟者主要结局,绘制生存曲线。结果显示,与不吸烟者相比,吸烟者的1年内全因死亡率(1.0% vs 2.9%;p)和死亡或心衰住院率(3.3% vs 5.1%;p=0.009,C图)较低,两者的再梗死率相似(D图)。吸烟似乎是有利于预防死亡与住院。

xs5yrapr0zu.jpg

xs5yrapr0zu.jpg

进一步,调整混杂因素的影响
在对年龄和其它危险因素进行调整(adjusted)后,与非吸烟者相比,吸烟者虽有相似的1年死亡风险(HR=0.92),但死亡或心衰住院风险增加49%,再梗死风险增加97%(见下图)。下图是森林图,描述的是分别调整年龄(age)和其它协变量变量(covariates)后,得到的HR值、置信区间和P值。其调整的方法是多因素Cox回归,控制了多个混杂因素的影响。

hkk5yh1a4bv.jpg

hkk5yh1a4bv.jpg


不调整的分析(Unadjusted)和调整的分析(Adjusted)结果差异非常明显,甚至出现了完全相反且具有统计学意义的结果.这表明,混杂因素起到非常很强的干扰作用。
3.为什么回归可以控制混杂偏倚?
对于初学者,可能对“调整”两字,以及如何调整存在着一定的理解困难。目前,中外文文献,经常会成对出现以下的词组:[tr][td]1
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立刻注册

本版积分规则

QQ| Archiver|手机版|小黑屋| 师哈哈 |网站地图

Copyright © 2019-2025 Www.biiyy.Com.   All Rights Reserved.

Powered by Discuz! X3.4( 苏ICP备14049462号-3 )