医学研究论文写作之多因素相关回归实验设计方法

多元线性回归与相关分析是研究一个因变量和多个自变量间的线性回归与相关的方法。用以分析某些因素的相对重要性，找出关键因素，或者找出具有预测、预报作用的重要因素。

相对重要性

根据多元分析的原理，可以进行多因素相关回归设计。选择一个适当的因变量作为实验效应，估计可能影响它的一些因素，作为实验因素，可以多容纳一些。受试对象要有明确的规定，要有同质性，受试对象的可能影响实验效应的自然属性也可以作为实验因素来安排。具体作法是，对同一个受试对象进行所有自变量和一个因变量的观测，将n 个受试对象的观测数据进行多元线性相关（或线性回归）分析，以得出哪些因素是影响实验效应的因素，并得出它们相对重要性。

危险因素

例如上海华山医院同为筛选与糖尿病肾病（DN） 有关的危险因素，并了解各因素在DN发病中各自独立的作用及相对影响大小，采用多元回归的设计方法，对106 例E 型糖尿病（DM）患者的临床及生化指标进行分析。具体作法是以该院内分泌科的E 型- DM 患者按序列获得， DM 诊断按1985 年WHO 标准，原治疗维持不变。记录病人的临床资料，计算体重指数，采血留尿测定有关指标，以尿自蛋白指数（Alh/Cr）为因变量，对年龄、病程、血糖、脂蛋白……等20 个观测指标行多元回归分析，筛选出了与DN 相关的危险因素有10 个，依次为apoB 1ω、舒张压、空腹血糖、餐后2 小时血糖、空腹c-肤、病程、年龄、脂蛋白、餐后2小时膜岛素、收缩压。

统计分析

多因素相关回归设计方法简便，随着微机普及及软件开发使它的统计分析变得十分简单，应用将越来越广。目前国内外通用的SAS 、SPSS 等统计分析软件包已较普及，用起来十分方便。多元分析因为参加的因素较多，减少了统计分析中的自由度，故一般样本例数较多，通常达到百例。