回归模型指定与开发的关键要点解析
在医学研究中,回归模型是解决特定问题的强大工具,尤其是在考虑其他协变量同时影响的情况下,探究一个变量对另一个变量的“纯粹”影响。然而,模型开发过程可能会对研究结果的科学性产生威胁,因此需要遵循一定的原则和方法。
模型开发的风险
模型开发虽然是一个自然的想法,但存在两个主要风险。
- 试错策略的问题 :在使用现有数据开发模型时,很难避免试错策略,即尝试不同的模型或思路。这可能导致最终模型中包含的是数据的偶然特性,而非真实结构。
- 结果选择的诱惑 :在模型开发阶段,可能会倾向于选择那些给出最理想结果(如最小 p 值)的模型,从而使最终研究结果过于乐观,难以判断其真实证据。
保证研究科学性的关键要素
为避免模型开发破坏研究结果的科学性,关键在于透明度和相关性。
- 透明度 :科学出版物的读者应清楚了解所进行的全部模型开发过程。
- 相关性 :只有当模型开发与科学问题相关时才进行,并报告相关结果,而不是将其作为展示模型开发能力的学术练习。
预先指定模型的应用
为满足透明度和相关性的要求,对于每个具体问题,应首先使用预先指定的模型,最好在研究方案中就已确定。此外,还可以考虑替代模型,同样最好在研究方案中明确指定。如果更复杂的模型得出与预先指定模型截然不同的结论,或者预先指定的模型过于复杂,而简单模型能得出更有力的结论,并且有充分理由认为基于预先指定模型的结论不正确或可能产生误导,那么可以将这些结果作
超级会员免费看
订阅专栏 解锁全文
1898

被折叠的 条评论
为什么被折叠?



