临床研究中什么变量才能为混杂因素

叫兽君先前提及，在真实世界的临床研究，最常用的方法是采用回归的方法开展统计处理，回归方法看起来简单，但实际上操作上还是有一定技巧，所以很多人似懂非懂，因此接下来，叫兽君利用一定的篇幅来讨论回归模型的构建技巧。

首先，我们来讨论回归中的混杂因素。

临床研究中，回归扮演的角色有两个，第一，同时研究多种因素的影响，第二，剔除混杂因素的作用。一般来说，现代医学研究，第一点已经不太多了，因为哪有这么多影响因素可以研究？一篇论文最好是有很好的焦点。至于混杂因素，大多人估计已经接受了一些理论知识的洗礼，总结来说混杂因素就是

（1）该因素对结局有影响，可利用单因素回归或χ²检验来验证。

（2）该因素在分析因素中的分布不均衡，可用χ²检验验证一下。

（3）从专业角度来判断，即该因素不能是分析因素与结局关系的一个中间中介。也就是说，不能是分析因素引起该因素，通过该因素再引起结局。这一点主要根据专业知识来确定。

如果同时满足这三个条件，基本可以断定是混杂因素。如果有一条不满足，该因素就不是混杂因素。

如下者，研究某药物X的治疗肿瘤的效果(Z)，同时发现，药物X可能通过改变体内的物质Y而影响疗效。由于非随机，药物Z的使用还受到患者人口学、社会、经济因素(C)的影响。

 C是混杂因素，Y是中介变量

举例

估计各位还是一头雾水，如何才能利用统计软件来甄别混杂因素呢，我们通过例子来说明。

案例：分析性别、吸烟对幽门螺杆菌（HP）的影响，判断吸烟是否是性别-HP因果关联上的混杂因素。

      首先我们来看看吸烟与性别的关系，卡方检验提示，男女吸烟存在差异。混杂因素第一条件符合。

其次，我们判断吸烟是否对Hp有影响：单因素logistic回归，结果吸烟对Hp的发生有一定影响，吸烟发生的危险更高一些，说明第二个条件也符合。

根据专业知识判断，吸烟一般不是性别-HP因果关系链上的一个中介变量，因此，可以认为在本例中，吸烟是混杂因素。

我们继续采用多因素logistic回归来看看，吸烟在不在场，性别与HP的关系。

当吸烟不在模型时，

 

当吸烟在模型时，

然两者均有统计学意义，但是在性别的估计上存在一定的差异但后者更为准确。各位，看出端倪了吗？以上是一个简单的例子，采用的是logistic回归方法，接下来，叫兽君将深入来传授如何利用回归分析来剔除混杂因素的方法.