预测模型第7期

在SPSS中的Logistic回归和Cox回归分析时，软件一般给出了7种变量筛选的方法：

在文献报道中，作者一般会先对每个变量逐一进行单因素回归分析，P值小于0.1的纳入最终回归方程中(这里P值可以小于0.05或0.2，但一般情况下P值可以在0.05-0.2之间)。这种方法存有很大争议。

那么如何选择更好的方法进行变量筛选呢?

老实说，没有标准答案

(1) 当样本量足够大，统计检验能力足够时，可以从我们前面提到的六种筛选方法中选择一种。

据此，我们介绍了一种可以帮助快速评估统计学效能的标准：每个变量至少要20个有效样本(事件)。例如，在Cox回归模型中，如果我们纳入10个与预后相关的变量，至少应该招募200名发生事件的患者来评估终点事件，如死亡(应该纳入200名发生死亡结局的患者，而不是总共200名患者)。因为那些没有端点事件的样本不能被认为是有效样本。

(2) 当样本量不符合第一个条件或因其他原因统计效能不足时，应采用大多数临床研究中普遍采用的方法。即可以先对每个变量逐个进行单因素回归分析，P值小于0.2的变量将纳入最终回归方程中。但是这种方法在广泛应用的过程中也颇具争议性。

(3) 即使是第二种方法，在执行过程中也可能会受到挑战。有时，我们发现一些与预后密切相关的变量可能会被排除在已建立的筛选标准外，例如，在一项前列腺癌预后研究中，作者发现在单因素回归模型中Gleason评分与预后没有显著相关性，而Gleason评分在以前的研究中是前列腺癌预后的确认因素。

那么我们现在该怎么办呢?

我们认为，应该将那些与预后显著相关的，但在统计筛选中，不符合标准的变量也纳入最终模型中，这么做是从临床专业的角度进行考虑。综上，笔者推荐第三种变量筛选的方法，统筹考虑统计学上的单因素分析结果与临床专业知识决定纳入最终回归模型中的变量。单因素分析结果和临床因素，样本量和统计效能应综合考虑。