底用3©素含祈简介MULTIFACTORIALANALYSISINMEDICALRESEARCH目前，在医学科研中大家最熟悉和最常用的一些统计方法，如：t检验、u检验、卡方检验.秩和检验等，均属于单因素分析方法。这些单因素的分析方法是单独地研究每个因素对结果的影响，往往会把具有联合作用的因素忽略掉，而有些因素虽然对结果有单独的作用，但其作用可被其他多个因素的联合作用所代替，而在联合作用中它又是多余的。因此，单因素分析具有一定的局限性。如果某个结果因素受多个因素的影响，这多个因素对结果因素的作用表现为联合作用中的贡献，因此，要想分析多个因素对结果的单独作用和对结果的联合作用时，应使用多因素分析方法。多因素分析与单因素分析相比较，是更为全面的统计分析方法。从临床科研的角度来看，临床科研的任何因果效应往往受多种因素的综合影响。因此，单因素分析常受因素间混杂干扰而难获得真实的结果。多因素分析则可获得更为全而真实的结论，本节将从临床科研实用角度予以介绍。1.多因素分析的主要目的(1)研究因素间的依存关系：这种分析是多个因素与一个结果之间关系的研究，即研究多个自变量对应变量的作用，或结果变量依赖于多个因素的变化而变化的规律。如：在高血压的研究中，患者的血压是结果，而与之有关的指标，如年龄.性别.家族史等都是其影响因素，通过多因素分析得到患者血压随各个因素变化而升高或降低的依存关系。(2)研究因素间的相互关系：这种研究是对非因果关系的研究，即所研究的多个因素间并无明确的原因与结果间的联系，各因素间是平等和彼此影响的关系。2.多因素分析在医学科研中的主要用途(1)研究多个因素间依存关系的统计方法主要有：多元线性回归、多元逐步回归、Logistic回归.Cox回归、判别分析等。其分析结果可用于解释各个因素对结果的作用大小和方向，还可以用各因素的值来估计或预测结果的值。在医学科研中，这类方---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---法常用于疾病的计量诊断、疾病的预后估计、疾病的预报、疾病的病因学分析、疾病危险因素的寻找.患者治疗后的生存分析、多元正常值范围等。(2)研究多个因素间相互关系的多因素统计方法主要有：聚类分析、主成分分析、因子分析和典型相关分析等。其分析结果主要用于描述多个指标相互之间的数量关系。在医学科研中，这类方法常用于多个医学指标的分类与筛选、两群多个医学指标间的关系分析、寻找能反映多个医学指标的综合指标。3.多因素分析对资料的要求(1)对资料分布的要求：多因素分析一般都要求资料从总体上服从多元正态分布。但在实际工作中，这个要求很难满足，加之用统计方法来检验其是否满足该条件也很困难。因此，在实际工作中常采用的办法是：首先判断每个单独的因素是否都满足了单元正态分布，若都满足了单元正态分布，那么可认为多个这样的因素所构成的总体则服从多元正态分布；有时甚至将此要求放宽，在需要分析的多个因素中，若有个别因素不满足正态分布，但当其样本含量较大时也可用多因素分析方法。---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---（2）对样本含量的要求：多因素分析的样本含量估计，目前尚无很好的办法来解决。常用的原则是：所需研究因素的个数越多，所需的样本含量就越大;通常认为样本含量是所要研究因素个数的5至10倍。一般来说，样本含量少于研究因素个数的5倍，或样本含量少于50例，不宜作多因素分析。（3）对资料类型的要求：统计上将所分析的资料分为三类，即数值变量（计量资料）、无序分类变量（计数资料人有序分类变量（等级资料）。对多因素分量资料的指标，又有计数资料和等级资料的指标时，往往需要将计数资料和等级资料转换成计量资料。若不满足条件的资料不能做多因素分析，即使做多因素分析，其结果也是不可靠的甚至会是错误的。1.多元线性回归（regression）的主要用途①建立一个可反映应变量与自变量关系的多元回归方程。②利用多元回归方程，用已知的自变量值去估计未知应变量。③分析一个应变量与多个自变量间的相互关系。2.应用条件①所有的自变量和应变量都应是计量资料。②要求自...