则有为连续型数三组，本身就自带七十二变的属性，因此本期素材我们继续来向大家引介一下，在借助于重生假设时，连续型数三组还有哪些其他神奇的叠加多种形式。
1、正态切换
首先要提到的就是尤为常见的正态切换多种形式。我们都知道，在借助于离散重生时，必需满足一定的其所，其以后有一项即允许数三组需屈服特征变数或者近似特征变数，如果不满足特征变数的条件，通常就会随之而来借助于的重生假设产生一定的偏倚，因此对于连续型数三组在事前完成正态性检验是十分必要的。
那么，当我们的图此表数据资料分布区呈现非正态时，必需怎么办呢？此时，我们可以将许多现代的连续型数三组则有某种变数的切换，使偏态数据资料正态化，从而满足重生假设借助于的必需。
根据图此表本身分布区形态的各不相同，我们可以改用各不相同的正态切换变数，例如对许多现代连续型数三组算数自取根号最大值（Square Root）、自取自然对数（Ln X）、自取以10为底的对数（Log10 X）、自取紧接在（1 / X）等等。
当然，必需注意的是，如果对数三组完成了正态切换，在结果以后对重生假设参数完成解释时，其所按照切换后的数三组给予解释，或者可以根据切换时适用的变数关系，倒推许多现代自数三组对许多现代因数三组的现像大小。
例如JACC科学杂志2016年刊发的一篇短文[1]，则有者在粗略时首先对图此表完成了正态性检验（原文此表述：Normality of continuous variables was assessed by the Kolmogorov-Smirnov test）。
近期troponin I、NT-proBNP、corin等各种因素呈现偏态分布区的特征，因此在叙述研究某类基线数据时则有者也改用了以后间最大值（上四分偶数，下四分偶数）的此表达多种形式，例如Troponin I的以后位某种程度为4.5（1.8，12.6）ng/ml。
随后则有者改用多重离散重生的方法，来量化制约corin某种程度的各种因素（原文叙述：Multiple linear regression ysis was applied to determine factors influencing corin levels. Levels of troponin I, NT-proBNP, and corin were normalized by log10 transformation）
即研究人员首先对troponin I、NT-proBNP、corin等各种因素自取log10转化为特征变数，然后再次便是到多重离散重生以后完成量化。（结果则有者并未在文以后呈现）
随后则有者又完成了Cox重生假设量化，虽然Cox重生对自数三组的多种类型没有特殊的允许，但是为了与多重离散重生以后数三组引入的多种形式保持一致，故则有者对于troponin I、NT-proBNP、corin等各种因素依然改用log10转化后的多种形式归属于假设，结果见下此表简述。
2、每叠加比较简单渐进的切换多种形式
在始自素材《想将连续数三组转化为痴数三组归属于重生假设，咋分三组？》以后，我们引介到若正因如此将许多现代的连续型数三组引入假设，重生参数被解释为每叠加一个各单位某种程度所激起的因数三组的叠加现像，但有时这种叠加现像显然是很相比之下的。
因此，我们可以将连续型自数三组以一个旧版好的比较简单长度，改用对角分三组的方式，将其切换为痴数三组，然后再次引入到假设以后完成量化。这样分三组的效用在于，量化结果在确实的外科其所用领域以后易于患者表达出来和其所用领域。
例如我们归属于的研究这群人年岁为31-80岁，我们可以按照年岁每10岁一三组完成划分，可分31-40、41-50、51-60、61-70、71-80共5个亚三组，旧版4个痴数三组归属于假设完成量化。
但是如果某一各种因素的变异全域很大，此时按照上述方法完成分三组时，就显然就会被可分很多亚三组，必需旧版很多个痴数三组归属于假设，从而使得假设显得“看上去”；又或者图此表的变异全域并不大，未能再次完成不够小各单位的分三组，此时就不再次简单将其转化为痴数三组的多种形式。
那么，如果遇到这种情形，一定就会对连续型数三组完成怎样的处理过程呢？我们再次来看一篇JACC科学杂志2016年刊发的一篇短文[2]。
该研究Cox重生结果如下此表简述，我们辨认出假设以后的相当多数三组，则有者都适用到了“per”这样一个词，例如per 5% change、per 0.1 U、per 100 ml/min，等等，这里的“per + 叠加长度 + 各单位”的多种形式，此表示的即为我们要引介的，将连续型数三组按照每叠加比较简单渐进的多种形式完成切换。
具体举其以后2个各种因素为例来完成说明。例如Oxygen uptake efficiency slope，在研究这群人以后的平均某种程度为1655 U，5%-95%这群人的叠加全域为846-2800 U，由此可见图此表的叠加全域是并不大的。此时如果便是许多现代连续型数三组，每减少1U，重生假设的HR最大值显然就就会并不大，未能充分体现确实的外科象征意义；如果切换为痴数三组，又显然就会被划分成很多三组。
因此，则有者将该数三组以每减少100 U的多种形式便是到假设以后，评价的是Oxygen uptake efficiency slope每减少100 U时，研究这群人的死亡安全性就会升高9%（HR=0.91，95% CI：0.89-0.93）。
再次例如Peak RER这个各种因素，研究这群人的平均某种程度为1.08 U，5%-95%这群人的叠加全域为0.91-1.27 U，图此表不确定性又并不小。此时如果便是许多现代连续型数三组，每减少1U，重生假设的HR最大值显然就就会很大，而且在外科象征意义的解释上，由于这群人以后的数最大值全域并不大，正因如此叠加1U的个体情形并不常见，未能在外科大部分病人以后受益运用于领域。如果切换为痴数三组，显然也未能再次完成细分。
因此，则有者将该数三组以每减少0.1 U的多种形式便是到假设以后，考察的是Peak RER每减少0.1U时，研究这群人的死亡安全性就会升高6%（HR=0.94，95% CI：0.86-1.04），但无统计学显著性。
表达出来了这种叠加多种形式的象征意义，那么在确实的粗略以后，如何借助于这种多种形式的切换呢？其实很恰当，假如，如果我们只想把该各种因素由每减少1个各单位替换成每减少100个各单位（叠加稍微增大100倍），只必需将该许多现代数三组除以100解出假设无需；正因如此，如果我们只想把该各种因素由每减少1个各单位替换成每减少0.1个各单位（叠加稍微缩小10倍），只必需将该许多现代数三组乘以10无需。
3、每叠加一个置信区间的切换多种形式
上面我们引介了每叠加比较简单渐进的切换多种形式，例如每叠加0.1、10或100个各单位，但是我们常常在读者典籍时，还就会只见另外一种叠加多种形式，即自数三组每叠加一个置信区间（per SD increase）的多种形式。那么这种叠加多种形式又是什么从哪里冒出来的呢？
我们再次来看一篇JACC科学杂志2016年刊发的一篇短文[3]（好吧，原谅小咖独宠JACC，下次努力争自取做到雨露均沾），Cox重生结果如下此表简述。
我们辨认出，对于年岁和收缩压，则有者都改用了每减少1个置信区间的多种形式归属于到重生假设以后，即年岁每减少1个置信区间，动脉粥样硬化性心脏病（ASCVD）的发病安全性减少70%（HR=1.70，95% CI：1.32-2.19）；收缩压每减少1个置信区间，ASCVD的发病安全性减少25%（HR=1.25，95% CI：1.05-1.49）。
这里将连续型数三组切换为per SD increase的多种形式便是假设以后，又有什么特殊的象征意义么？
我们都知道，置信区间是叙述一个数三组的所有观察最大值与均数的平均离散某种程度的量化，对于计量各单位相同的数三组，置信区间越大，图此表的离散某种程度就越大。在外科实践以后，我们特指置信区间来计算药理学参考最大值的全域。
假定量度的量化屈服特征变数，根据特征变数弧线下占地面积应为，方差 ± SD区间内的占地面积为68.27%，方差 ± 1.96 SD区间内的占地面积为95%，方差 ± 2.58 SD区间内的占地面积为99%，也就是说在大约4个置信区间的全域，图此表并未理论上延展了95% 的样本。
因此，都有是对于罕见的并不规新量化，每减少1个各单位时的外科象征意义并不是很明确的情形下，可以将其切换为每减少1个SD的多种形式归属于重生假设以后，由此可以指导患者根据自身确实的测量结果，就让自己是处于这群人分布区某种程度的几个置信区间全域，进而来评估其对其所的安全性就会改变多少。
正因如此，借助于这种多种形式的切换也并不恰当，可以通过以下两种方式：
1、在借助于重生假设以后，将许多现代的连续型数三组完成规范化处理过程，再次将规范化后的自数三组便是到重生假设以后，所受益的重生系数即为自数三组每减少1个SD时对因数三组的制约（注意这里只对自数三组完成规范化处理过程）。
2、如果并未对许多现代数三组完成规范化处理过程，也可以正因如此把许多现代数三组便是到假设以后，得出并未标化的重生系数（Unstandardized Coefficients），然后再次乘以该自数三组的置信区间，此时即为自数三组每减少1个SD时对因数三组的制约。
不过细心的同学就会辨认出，SPSS在输出并未标化的重生系数（Unstandardized Coefficients）的同时也就会输出规范化重生系数（Standardized Coefficients），那么这个规范化重生系数又是什么鬼，它与上述并未标化的重生系数，以及每减少1个SD的重生系数又有什么区别呢，不足之处的短文以后就会有引介。
参考典籍：
[1] J Am Coll Cardiol. 2016 May 3;67(17):2008-14
[2] J Am Coll Cardiol. 2016 Feb 23;67(7):780-9
[3] J Am Coll Cardiol. 2016 May 31;67(21):2480-7
相关新闻
相关问答
