未记录事实核验 · 状态：现行内容
记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。
warning 适用范围与待维护项
本篇仅介绍术语与常见回归模型，不提供医学研究的模型选择、混杂因素识别或因果推断流程。相关概念中的RWE词条目标缺失，不能通过该处链接获取进一步说明。
多变量分析 - 拨开混杂因素的迷雾
abstract 📋 术语定义
多变量分析：中文使用中有时泛指涉及多个变量的统计分析，但应区分两类方法：多变量分析（Multivariate Analysis）通常指联合分析多个结局变量；多因素回归（Multivariable Regression）则是在一个结局模型中纳入多个解释变量。本文下列模型主要用于后一类分析。在医学研究中，多因素回归可用于调整模型中纳入的混杂因素，估计暴露与结局的条件关联；这并不保证消除所有混杂，也不能仅凭回归结果认定因果影响。
🛠️ 常用模型
多元线性回归：结局是连续变量。 Logistic回归：结局是二分类变量（患病/不患病）。 Cox回归：结局是生存时间。
🔗 相关概念
可用于RWE（原引用：真实世界研究；原目标无法解析）和流行病学研究中的相应分析任务；是否采用以及采用哪类方法，应由研究问题、结局形式和数据条件决定。