先引用几个关于混杂的不同表述，帮助读者更深刻的理解混杂的概念：混杂的定义：1，一个变量，同时与研究的影响因素和研究的结局相关，又不是影响因素和结局因果通路上的一个节点。（流行病学课本上的传统释义）2，混杂是 Y变量的原因变量——与X变量有关，但却不受X变量的影响——引起的偏倚。（Traditionally, confounding is thought of as a source of bias arising from causes of Y that are associated with but not affected by X.）3，混杂，即某变量可以解释（甚至生成）两个变量之间的 全部或者部分的相关关系或者效应关系。（Confounders are factors (exposures, interventions, treatments, etc.) that explain or produce all or part of the difference between the measure of association and the measure of effect that would be obtained with a counterfactual ideal.）这个概念不好理解，要不然，先看下辛普森悖论？很直观的。图解辛普森悖论——读懂多重回归中的混杂校正机制如果是前瞻性的研究，我们可以使用随机化的手段，来切断混杂路！就是我们常见的随机对照试验所采用的策略。但是，很多研究设计，并不涉及随机化过程。这种设计，如何控制混杂呢？下面，简单介绍一下处理混杂的三种常用方法。分别是分层分析、回归建模和倾向值分析。1，Subclassification on One Confounder，通常叫做：亚组分析，分层分析。亚组分析、分层分析，顾名思义，就是根据混杂变量，对整个研究样本进行亚组划分或者分层，在每个亚组内或者层内分别进行分析，并进一步合并不同层间的结果，以规避掉混杂变量的影响。举个例子，Cochran曾对加拿大人群的吸烟情况做过一项研究。发现，总的死亡率呢，吸雪茄的，要显著大于吸香烟的。但是，吸雪茄的人群明显高龄化，平均年龄66，而吸香烟人群平均年龄55，差异显著！既然在基线上，年龄不可比，那我们总死亡率的差异，会不会是受到年龄的混杂影响呢？于是，Cochran做了如下的亚组（分层）分析：如图，左图很明显，雪茄吸食者，死亡率高；中图也很明显，各亚组内，雪茄吸食者，死亡率低（哇~各位读者可不要吸雪茄哈，都戒，都戒……）；右图做了加权分析，加权平均之后，依然继承了中图的结论，雪茄吸食者，死亡率低。很明显，在这里，年龄的混杂通过亚组（分层）分析得以校正。By the way，加权平均的公式，供参考：亚组（分层）分析优缺点：方便进行可视化；适用范围广。有多个混杂时，亚组太多而难以实现。2，Regression Modeling，回归建模。通过回归建模的方式校正混杂，已经成了我们日常工作研究中最常用的方法，没有之一。在本号之前关于logistic回归的系列（关注本号“biostat”，回复“logistic”）中，曾对多重回归对混杂的控制进行过简单介绍。首先，对混杂变量的识别及建模控制，需要结合统计模型与专业知识。下图中，小数的高度与孩子的高度明显相关，但并不是孩子身高的决定因素，实际上，在这里，时间成为了两者的混杂因素。本来无关联的变量，因为都受到时间的影响，反而有了关联。正确的建模，应排除掉无关的影响，即小树的高度，才能得到一个正确的建模估计。另一方面，是多重回归中混杂的校正机制。盲人摸象的例子，有人摸到了绳子一样的尾巴，有人摸到了像胡萝卜一样的牙齿。最后我们模型会输出那一个种组合呢？基于“统计最优的模型是最符合事实的模型”这一假设，我们排除掉了“绳子一样的尾巴”这一变量，而留下了“像胡萝卜一样的牙齿”。类似的，我们默认混杂变量与真实影响变量之间有一定的主次、强弱关系，而这一关系，将被我们的统计模型所捕获，该用来校正的，用来校正；该剔除的，就剔除掉。回归建模的优缺点：多个变量可以同时进入模型。至少需要十倍于变量数的样本量，如果达不到，可以考虑用“倾向值分析”，↓。扩展阅读：图解辛普森悖论——读懂多重回归中的混杂校正机制基于混杂校正理念的回归变量纳入策略3，Propensity Scores，倾向值分析。倾向值分析的方法，从1983年才被提出，如今应用之广泛，大概也说明了这一方法受欢迎的程度。倾向值分析，实际上是一个“充分降维”的过程。它的公式很漂亮，但考虑到读者医学背景较多，可能兴趣并不大，在这里就不列出来了。公式的核心就是，将众多的混杂变量“充分降维”，综合成一个变量，即倾向值得分。倾向值分析，常用的主要用两种，一种是将倾向值得分作为一个协变量（covariate）纳入回归模型；另一种是通过倾向值得分进行匹配（如果读者有看文献的话，经常会出现：Propensity scores matching，PSM），是一个匹配的过程，有几分模拟病例对照研究的意思（case-control study）。但总得来说，倾向值分析需要做两步回归：第一步，计算倾向值得分：无论是使用logistic回归，还是probit回归，计算一个概率得分，作为倾向值得分。回归的自变量，即我们所说的混杂变量。第二部，直接将倾向值得分纳入回归；或者（这分别是两种方法）通过倾向值实施前面提到的分层分析（一般层数会在5-10层左右）。本号之前发布过一篇使用stata进行倾向值分析的文章，感兴趣者可以查阅。但这篇文章较粗浅、用语也稍晦涩，所以如果读者们不急于马上使用，本号后期会进一步对其进行介绍，欢迎关注。倾向值分析优缺点：当有多个变量时，比回归建模更可靠更有效。无关变量，或者特别大/小的OR值可能会降低研究的可靠性和有效性。扩展阅读：匹配还是不匹配？这真是个值得考虑的问题！倾向值分析的Stata实现三种常见的校正方法，就介绍到这里，感兴趣的朋友，记得分享给小伙伴们哦~医学统计分析精粹实用靠谱统计学，关注小号！长按识别二维码→马上关注赛美词SCImates(scimates)　
　文章为作者独立观点，不代表大不六文章网立场
的最新文章
Meta分析，就是国内通常翻译的荟萃分析，简单粗暴地讲就是把别人发表的研究拿过来进行汇总，得出更加真实的结果1.稻草人即歪曲了别人的观点，使自己能够更加轻松地攻击别人。例子：小明说国家应该向教育投入更多的预算。小红回作者简介：创办了Genaco, Diatherix, iCubate, iRepertoire等公司；创新：前面我们提到过，流行病学主要研究偏倚问题。混杂偏倚，是其中最最常见，也最容易实施控制的一类。本文就为您阐述一下，如何来控制混杂！
喜欢此文，记得转发给你的小伙伴们呀~scimatesSCImates——生物医学研究领域的P2P互助平台。业务涵盖论文的语言润色、文献获取与翻译、期刊选择及投稿；项目全局设计、标书筹划、技术服务、试剂耗材采购、潜在合作者互荐。诚邀广大研究者参与科研资源整合，成为SCI征程上的好伙伴。热门文章最新文章scimatesSCImates——生物医学研究领域的P2P互助平台。业务涵盖论文的语言润色、文献获取与翻译、期刊选择及投稿；项目全局设计、标书筹划、技术服务、试剂耗材采购、潜在合作者互荐。诚邀广大研究者参与科研资源整合，成为SCI征程上的好伙伴。U3401手册_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
上传于||文档简介
&&台​式​表​使​用​手​册
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩140页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢你能用多少种不同的方法表示正方形的
=…，所以能用无数种不同的方法表示正方形的
为您推荐：
扫描下载二维码}