医咖问答

统计分析时，你是否遇到过单因素分析有意义而多因素分析无意义？或单因素分析无意义而多因素分析有意义的情况呢？想知道为什么的话，我们一起走进《医咖问答》第7期小课堂吧！

首先，大家需要明确为什么有了单因素分析，还要进一步做多因素分析？因为暴露因素和结局之间可能存在混杂因素、中介变量等，我们需要控制混杂因素，并且根据实际研究需求决定是否控制中介变量以获取暴露和结局之间更准确的关联。

其次，需要明确做多因素分析前为什么要做单因素分析。因为单因素分析有助于筛选多因素分析所用的变量。如逻辑回归中，我们可以根据偏回归系数或者OR值的变化来协助判断是否需要将其纳入到多因素模型中。

接下来我们进入正题，看看为什么单因素分析有意义而多因素分析无意义。

1）如情形1中，某降血糖药物通过改变胰岛素的水平，引起血糖变化，胰岛素水平是该降血糖药物对血糖影响的中介变量，若把胰岛素作为协变量放入多因素模型中，不难想象，控制胰岛素不变的情况下，该降血糖药物与血糖之间是无关联的，从而出现单因素分析有意义而多因素分析无意义的情况。

情形1

2）情形2中，当暴露与结局间有多条通路时，我们控制其中一条通路后，暴露与结局的关联可想而知会对应地减弱，也可能导致单因素分析有意义而多因素分析无意义的情况。

情形2

那为什么单因素分析无意义而多因素分析有意义呢？

一种可能是在单因素分析中，暴露与结局的关联包含了其它变量的影响和相互作用，因而呈现一个综合的结果；通过多因素分析消除其它因素（如低估暴露因素与结局关联的负混杂）的影响后，才发现原来该暴露因素对于结局具有独立作用。

总的来说，多因素分析模型所纳入的变量并不完全取决于单因素分析的结果，同时还要考虑临床实际意义和既往文献研究结果来挑选变量，如将文献中已明确的混杂因素纳入模型进行控制。有学者推荐使用有向无环图（DAG）建立因果关系网络，再联合效应改变法（CIE）筛选变量。

（想要及时获得更多内容可关注“医咖会”微信公众号：传播研究进展，探讨临床研究设计与医学统计学方法）返回搜狐，查看更多

责任编辑：