我们的研究背景是甲值和乙值在人群中可能有不一致的情况，有些人甲值低但乙值正常，有些人甲值正常但乙值低，以此筛选出一部分人群，并划分了两个组A、B。但同时有一些别的因素（比如年龄、方案等）可能影响关注的临床结局。为了校正这些别的因素，我能否将A组、B组看作一个分类自变量，通过二元logistics回归得到校正后的P值呢？临床结局为二分类变量，混杂因素有连续也有分类，样本是A组+B组。

目前纠结的是A组和B组是我们按cutoff划分的组别，A组+B组也是我们定义的“不一致人群”，能否像观察-对照组一样当成一个分类变量放进去，有没有原则上的错误。有些老师说logistics回归应该用在单一子集……。

另，有老师认为二元logistics回归校正年龄不够，可能因年龄与因变量并非严格的直线关系，方案一将年龄划为有序分类变量，方案二则是将样本先依据年龄分三层，每一年龄层内的再行logistic回归，请问哪个更合适？年龄分层后有没有应用对象的原则错误呢？

谢谢！