_(6008495935).jpg){kind=link}
- 发布
- 更新
基线变量可提高精确度，或在分析中反映设计特征。查看治疗结局后再决定模型纳入哪些协变量，可能削弱结果解释的可信度，尤其是在仅保留有利模型时。
明确问题与假设
评估临床与预后依据、测量时间和数据质量。函数形式、类别定义及缺失值处理，与变量清单同样重要。讨论为何对治疗后变量进行调整，可能回答一个不同于对真正治疗前特征进行调整的问题。
假设性研究示例
在一项假设研究中，团队提议把p值最小的协变量组合用作主要模型。统计师将预设模型与这种搜索区分开来。可以报告其他模型，但应透明说明选择依据和探索性性质，而不是只保留最有吸引力的结果。
设计审查核查要点
- 将每个协变量与其科学依据和数据来源一并记录。
- 在查看结局前，规定连续变量的转换及分类规则。
- 测试协变量缺失如何改变对每项分析作出贡献的人群。
记录决策及其局限
经认可的计划应包括模型结构和特殊情况规则，而不只是变量名称。可以利用盲态数据评估计划模型的可行性。应披露受结局信息影响的变更发生时间及其后果。仅有良好的模型拟合，并不能证明它对应科学问题或不存在系统性偏倚。
常见问题
- 协变量越多越好吗？
- 不是。不必要的复杂度和有限的信息可能影响模型稳定性。
- 可以对治疗后变量进行调整吗？
- 其目的和因果解释需要单独评估；这不是普通的基线调整。