单因素与多因素回归结果解读：粗调整与精调整效应.docxVIP

单因素与多因素回归结果解读

一、方法简介

单因素与多因素回归分析是医学和流行病学研究中常用的统计分析策略。单因素回归（又称单变量分析或Crude分析）逐一考察各自变量与结局变量之间的粗关联，用于初步筛选潜在的影响因素。多因素回归（又称多变量分析或Adjusted分析）则同时纳入所有自变量，在控制其他变量混杂效应的基础上，估计各自变量对结局变量的独立效应。通过比较CrudeOR与AdjustedOR的差异，可以判断是否存在混杂效应。本研究采用二元Logistic回归模型，使用SPSSAU软件进行单因素与多因素回归分析，以识别影响结局变量Y的独立危险因素或保护因素。

在SPSSAU【实验/医学研究】模块选择【单因素与多因素回归】，将变量拖拽至右侧对应分析框，选择模型，设置定类变量SPSSAU自动进行哑变量处理，操作如下图：

二、研究变量基本信息

表1展示了纳入分析的研究变量基本信息。本研究的结局变量y为二分类变量（01变量），采用二元Logistic回归模型进行分析。共纳入7个自变量，其中x1~x6为定量数据，x7为定类数据（含2个水平，以第1类为参照项）。二元Logistic回归模型适用于因变量为二分类结局的研究场景，通过计算比数比（OddsRatio,OR）来评估各自变量对结局事件发生概率的影响。

三、单因素与多因素回归分析结果

表2详细报告了单因素和多因素Logistic