如何在统计分析阶段控制混杂偏倚（转载）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

今天通过 广州市6-9岁儿童体脂率与不同肥胖指标的关系研究 统计分析部分来跟大家分享一下 如何在统计分析阶段控制混杂偏倚，希望也能借此鼓励正在努力准备本科毕业论文的小伙伴一起把手上的工作做好~

文章发表于 中华流行病学杂志 2017年第11期。中华流行病学杂志由中华医学会主办，是北大中文核心期刊之一，2018年复合影响因子2.565，综合影响因子2.210。

文章简介

研究目的是分析不同肥胖指标与儿童体脂率的关系以及儿童肥胖指标的诊断价值。双能X线测定的体脂率BF%为金标准，待评价的体格指标包括腰围、体质指数、腰臀围比和腰围身高比。利用多元线性回归分析体格指标与BF%的关联，利用受试者工作特性（roc）曲线评价指标对肥胖的诊断价值。最后的结论为BMI是预测体脂率和儿童肥胖诊断的最佳简易指标。

在我们的研究中，待研究的因素（体脂率）以外的因素，主要包括性别和年龄，也是我们所测量的体格指标的影响因素。此时，由性别和年龄等影响产生的误差（即研究结果与真实情况存在偏差，甚至相去甚远）我们称为系统误差，即偏倚。

今天我想跟大家分享的就是如何在统计分析阶段减少或避免偏倚以提高研究真实性，现在请大家一起看文章的统计分析部分吧~

统计分析

1.所有调查数据均用EpiData 3.1软件指定统一的录入界面，然后进行双人双份录入。

🍋EpiData是常用的调查数据录入软件，双人双份录入，是用EpiData建立数据库时，由两人分别在不同计算机录入，进行一致性检验，发现错误后核查原始调查表并修改，直至两个数据库达到一致，这也是减少偏倚的方法之一。

2.采用IBM SPSS 20.0 进行统计学分析，对于连续型变量采用均数、标准差描述，分类变量则采用频数、百分率进行统计描述。

3.数据进行性别分层分析。

🍋在分析阶段控制混杂偏倚，主要是通过标准化、分层分析和多变量（多元）分析方法控制。此处则通过分层来控制由性别产生的混杂偏倚。

4.考虑到年龄是影响儿童体格指标的重要因素，因此为排除年龄的影响，各简易体格指标利用残差法进行年龄校正后，具体步骤如下：

1）以体格指标（y）作为因变量，年龄（x）作为自变量建立回归方程，得到y=β*x+常数项，同时保存非标准化的残差；

2）计算当x为均值时的y，即y =β*x +常数项；

3）将y与步骤1中保存的非标准化残差相加，即为校正后的值yi。

🍋考虑到年龄对儿童体格指标的影响，通过残差法来校正年龄对体格指标的影响，获得的yi是排除了年龄影响后体格指标的校正值。

5.利用（yi-yi）/SD转化为Z-score。

6.利用一般线性回归模型进行各指标Z-score与BF%相关分析，模型中年龄仍作为混杂因素以进一步校正其影响。

🍋通过多元分析控制混杂偏倚，并分析相关性。男童体质指数的β为5.290%，可解释为男童体质指数每增加一个单位，全身脂肪百分比变化5.290%。

7.以BF%诊断是否肥胖作为金标准，上述简易指标为待测变量，采用MedCalc 11.4软件进行roc 曲线的绘制与分析，计算曲线下面积 （Area Underroc Curve，AUC）；不同曲线下面积间的比较采用Tuan等推荐的方法。

🍋roc曲线分析在SPSS上即可实现分析，但MedCalc输出的图更加直观、美观，可选性比较强（此处为效果图，非文章原图）。

8.本研究检验水准定为双侧P<0.05。

总结

虽然是一篇思路简单的文章，但在统计分析时，我们往往不能简单粗暴地做一个双变量相关分析，而是通过分层、标准化、多元分析的分析方法去控制混杂因素引起的偏倚，力求获得一个准确性更高的结果，一个更加可靠的结论。

参考文献

[1]颜欢畅，郝宇婷，郭仰峰，等. 广州市6~9岁儿童体脂率与不同肥胖指标关系的研究[J]. 中华流行病学杂志,2017,38(11):1471-1475

[2] WillettWC, Howe GR, Kushi LH. Adjustment for total energy intake in epidemiologicstudies[M]. 1997. 1220S-1228S, 1229S-1231S.

[3] Tuan NT,Wang Y. Adiposity assessments: agreement between dual-energy X-rayabsorptiometry and anthropometric measures in US children [J]. Obesity (SilverSpring), 2014, 22(6): 1495-1504.

（转载自）作者：SPSS学堂https://www.bilibili.com/read/cv9464703?from=search&spm_id_from=333.337.0.0出处：bilibili

小伙伴有兴趣的了解更多关于matlab的使用，可以关注一下我的公众号程氏戏说，即可了解更多资讯，关注我，不迷路！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：统计分析 计分析 IBM SPSS 多元线性回归分析 EpiData

感谢分享