真实世界研究（4）：简单案例分析中介变量的影响

点击蓝字关注我们

---

本系列第3篇文章已经介绍过中介变量在回归建模中的角色。回归分析时，如果存在着中介变量时，不可将中介变量和源头变量同时纳入，谓之“母子变量”不能同时纳入，以免子变量干扰母变量的效应。本篇继续就DAG模型列举2个简单例子。

一、 胰岛素、血糖、糖前期状态、糖尿病四者的关系研究

若研究者对一组研究对象开展队列研究，基线测量胰岛素、基线血糖水平、随访病人是否患有糖尿病，2年后监测其血糖水平。

研究问题：

1）若分析基线胰岛素水平与2年后血糖的回归关系，应该可以纳入那几个因素作为自变量？

2）若要分析基线血糖状况与2年后血糖的回归关系，可以纳入那几个因素作为自变量？

3）若要研究糖尿病与血糖的关系，基线胰岛素、基线血糖是不是混杂因素？

自变量筛选第一步：根据上一讲的方法，构建DAG模型

本案例的DAG图形其实非常之简单，其主线是单线的因果关系。首先，胰岛素将导致基线血糖的改变，而基线血糖的改变导致糖尿病发生，而后随访血糖也会可能发生改变，但同时也有可能存在着胰岛素、基线血糖会直接影响到随访血糖的情况。

理论的情况，实际可以通过简单的数据分析予以探明，同时可以分析混杂因素和中介变量的影响。

问题一、

首先第一个问题：若分析基线胰岛素水平与2年后血糖的回归关系，应该可以纳入那几个因素作为自变量？

本问题相对棘手，可以看出胰岛素和随访血糖之间可能存在着多线的关系。

不妨先利用SPSS分析做单因素线性回归结果：

显然胰岛素与随访血糖存在着线性回归关系，回归系数为b=-0.114，是负向关系

接下来，我们接种把基线血糖和糖尿病放在一起分析，结果是：

多因素回归情况下，胰岛素与随访血糖的线性关系不存在着了（b=-0.008，P=0.872）。多因素回归就是不懂其中各变量因果关系，一股脑放进去分析的结果。但是胰岛素和血糖真的没有关系吗？不是！实际上，他们的关系被基线血糖，特别是糖尿病这个变量所代替了。

因此，研究胰岛素与随访血糖的关系，那么基线血糖和糖尿病不能纳入到回归模型中，因为基线血糖和糖尿病是中介变量。

问题二、

第二个问题：若要分析基线血糖状况与2年后血糖的回归关系，可以纳入那几个因素作为自变量？

如果我们先做一个多因素回归分析：

我们发现基线血糖与血糖的关系是存在着的（b=1.042，P=0.002），我们是不是可以欢欣雀跃，庆祝成功呢？

现在我们把糖尿病的变量去掉，结果如下，

线血糖与血糖的关系是存在着的（b=1.327，P<0.001）。比较与上幅图基线血糖的B值， 1.042 V.S. 1.327，去掉糖尿病之后效应值变大。你认为哪个效应值才是想要的？当然是1.327！

因此，研究基线与随访血糖的关系，那么糖尿病不能纳入到回归模型中，因为此时糖尿病是中介变量。

问题三、

第三个问题，如果要研究糖尿病与血糖的关系，基线胰岛素、基线血糖是不是混杂因素？

所谓的混杂因素，它的存在着会干扰糖尿病与血糖的关系。当我们把胰岛素、基线血糖、和糖尿病三者同时纳入回归模型时，糖尿病效应b=1.160，P=0.022。

其它自变量不纳入，建立糖尿病与血糖的单因素线性回归方程时，糖尿病效应值b=1.967，P<0.001，单因素回归方程比多因素要来的大！这说明什么问题？说明确实存在着混杂因素。胰岛素与基线血糖是混杂因素，只有通过多因素回归的方法进行控制。

所以，中介变量和混杂变量存在时，需要借助DAG模型理清因果关系。没有很清楚时，可以通过初步试探性的回归分析进行确认。一般是围绕着主要研究因素去探讨，特别是中介变量，不能让它成为挡在主要研究变量的拦路虎，从而高估或者低估主要研究变量的效应。

二、 本科实习护生患者安全感知与自主学习能力的相关性研究。

该案例开展了“本科实习护生患者安全感知与自主学习能力的相关性研究”，目标是探讨自主学习能力对患者安全感知得分影响。这其中有两个关键的量表，用中文版卫生职业教育患者安全感知量表（H-PEPSS）和护理学专业学生自主学习能力量表。自主学习能力又分为三个维度自我管理能力（10个条目）、信息能力（11个条目）、学习合作能力（7个条目）。各自可以求分数，三个维度总分即自主学习能力得分。

从上述这段话可以得到，本案例存在着5个关键的定量变量，包括因变量安全感知得分，自变量自主学习能力得分、自我管理能力得分、信息能力得分、学习合作能力得分。现在怎么进行回归分析呢？

第一种思路：一股脑纳入法

作者同时纳入上述自四个变量进入回归分析。得到结果是：除了自主学习能力有统计学意义之外，其他都没有！为什么？

第二种思路：筛选纳入法

如果把自主学习能力得分排除在回归模型之外，得到下面结果：现在信息能力和自我管理能力得分都具有统计学意义了！为什么？

真相是：其实自主学习能力得分是前三者相加得分，是个中介变量！

现在诸位对中介变量的影响有深切感受了吧？再次说明，自变量筛选尽量遵守DAG理论，不能一股脑纳入，否则必然“garbage in、garbage out”。

本篇就到此结束。

“如何分析真实世界研究数据”系列更多文章：