医学科研--万方医学网-医学杂志-医学期刊-医学论文-中华医学会期刊-中国医师协会期刊-医学外文文献

万方医学网

一种方法教会你理清科研思路

我们都知道统计学方法的重要性,那是因为统计方法可以帮助我们将杂乱无章的数据形成模型,并且发表高质量的文章。但是殊不知,统计方法是不能解决研究设计之初就已经造成的问题。这个时候,让我们引入一种简单高效的工具叫做Directed acyclic graphs(DAGs)。
DAGs方法可以用于分析各种偏倚(正如我们上一期所讲,偏倚分为:选择偏倚、混淆偏倚和信息偏倚),也可以用于分析研究设计和分析过程中潜在的问题。
工具介绍
E:暴露变量(cause)
Y:结果变量(effect)
C:混淆因素
注意:
  • 1.用带有箭头的线连接并表示变量间的关系;
  • 2.箭头从原因变量指向结果变量,反之不可以;
  • 3.变量的排序表示变量发生的时间关系,如上图,E变量发生在Y变量之前,发生在C变量之后(optional);
  • 4.重点:一个合格的DAG需要包含所有与E和Y的共同相关联的变量。
然后,我们一起来制作一个DAG帮助理解吧!在未来的讲解过程中会常使用到DAG。
假设:研究携带火机和肺癌的关系
E:是否携带火机
Y:是否得肺癌
C:是否吸烟
具体解释一下:
  • 1.我们希望研究携带火机与肺癌的关系;
  • 2.吸烟者常携带火机,吸烟者容易得肺癌;因此,吸烟是E和Y的共同的原因,C是一个混淆因素(confounding);也就是说,如果携带火机组和非携带火机组的吸烟率不一样,将极大干扰我们发现E和Y的关联性;
  • 3.如果我们设计试验的时候,没有收集吸烟这个变量,那么我们将永远无法验证E和Y的关联性;
  • 4.重点:当我们开始一个研究设计的时候,应该尽可能寻找到所有E和Y共同相关联的因素,这样在后期的分析过程中才能考虑所有干扰E和Y因果关系的可能性。考虑的共同因素越多,association就越接近于causation。
特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的消息,请查阅其他相关网站。

关于我们  |  联系我们  |  网站地图  |  主要产品  |  主要服务

使用帮助  |  服务承诺  |  诚聘英才  |  友情链接  |  知识产权

客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

客服邮箱:yiyao@wanfangdata.com.cn

充值卡购卡热线:400-667-1808

互联网出版许可证 新出网证(京)字042号

互联网药品信息服务资格证书

信息网络传播视听节目许可证

北京市公安局海淀分局备案号:1101081585

京ICP证010071号