基于EmpowerStats的混雜因素篩選及其校正方法

施紅英，陳常中，毛廣運(yùn)，黃陳平，楊新軍

（1.溫州醫(yī)科大學(xué) 公共衛(wèi)生與管理學(xué)院預(yù)防醫(yī)學(xué)系，浙江 溫州 325035；2.美國哈佛大學(xué)醫(yī)學(xué)院Dana．Farber癌癥研究所，馬薩諸塞州 02115）

基于EmpowerStats的混雜因素篩選及其校正方法

施紅英1，陳常中2，毛廣運(yùn)1，黃陳平1，楊新軍1

（1.溫州醫(yī)科大學(xué) 公共衛(wèi)生與管理學(xué)院預(yù)防醫(yī)學(xué)系，浙江 溫州 325035；2.美國哈佛大學(xué)醫(yī)學(xué)院Dana．Farber癌癥研究所，馬薩諸塞州 02115）

目的：介紹和演示一種新的混雜因素篩選和校正方法。方法：從原理簡介、實(shí)例講解、軟件操作多角度全面介紹如何根據(jù)粗效應(yīng)值和調(diào)整效應(yīng)值的變化實(shí)現(xiàn)混雜因素的篩選以及獨(dú)立效應(yīng)評價(jià)。結(jié)果：EmpowerStats統(tǒng)計(jì)軟件能夠按照一定的標(biāo)準(zhǔn)，科學(xué)、簡便地實(shí)現(xiàn)混雜因素的識別、篩選及其控制，得到對效應(yīng)值的最優(yōu)估計(jì)，優(yōu)于傳統(tǒng)的逐步回歸法。結(jié)論：基于效應(yīng)估計(jì)值的改變進(jìn)行混雜因素的識別和篩選，可以更合理地獲得研究因素的效應(yīng)估計(jì)值。

混雜因素；偏倚；協(xié)變量；統(tǒng)計(jì)學(xué)

眾所周知，一種疾病的預(yù)后、一個藥物的療效、一項(xiàng)指標(biāo)的大小往往是多因素共同作用的結(jié)果。當(dāng)研究某因素（x）與結(jié)局變量（y）之間的關(guān)聯(lián)性或研究某因素（x）對于結(jié)局變量（y）的效應(yīng)大小時(shí)，由于某個既與y有關(guān)，又與x有關(guān)的其他因素（z）的影響，扭曲（夸大、縮小甚至掩蓋）了x與y之間的關(guān)系，這種現(xiàn)象就稱為混雜（confounding），因此而產(chǎn)生的系統(tǒng)誤差稱為混雜偏倚（confounding bias），而引起該混雜偏倚的因素（z）為混雜因素（confounding factor）。簡單地說，混雜因素就是會扭曲疾病和暴露之間的關(guān)聯(lián)性或扭曲某研究因素效應(yīng)大小的所有因素[1]。……