回归分析控制混杂的自变量应该如何筛选呢?

在SCI论文中，常常会见到model1，model2，model3.....这样的表述，每个model调整的混杂自变量会有所不同，具体研究者是如何筛选的呢？有什么需要注意的地方的吗？

这里通过几份示例简单和大家介绍一下多模型策略分析中，混杂自变量的选取方式：

示例1：

• 只有2个模型，Unadjusted模型就是焦点暴露与结局的单因素回归

• Adjusted模型是调整其他全部混杂自变量的多因素回归。

示例2：

• 有3个模型，Crude model是焦点暴露与结局的单因素回归

• Model1校正了性别与年龄

• Model3除年龄性别外还校正了种族，教育，吸烟，饮酒等其他混杂自变量。

示例3：

• 有4个模型，Model1是焦点暴露与结局的单因素回归，

• Model2校正了性别、年龄、种族、婚姻状况、教育、收入

• Model3在Model2基础上额外校正了吸烟、饮酒、BMI、糖尿病、高血压

• Model4在Model3基础上额外校正了尿肌酐、总胆固醇、血清可替宁。

看完上面3个典型示例，不知道大家有没有发现一些规律：

• 第一个Model都是焦点暴露和结局的单因素回归结果（它可以叫Unadjusted、Crude model、Model1......）；

• 每个Model都是在前一个模型基础上额外校正混杂变量，是包含关系；

• 最后一个Model需要校正全部的混杂变量；

• 中间Model混杂变量的选择不那么严格，一般来说第二个Model会校正人口学变量，或者根据混杂变量的不同类型，分开校正。像示例3，协变量较多的情况就分开校正了人口学变量、不良习惯与慢病、化验指标几类。