在前期推送的内容中，我们介绍了构建多因素回归模型，探讨对结局指标有独立作用的影响因素，就好比侦探破案找出真凶的过程。我们作为研究人员，就像是一名侦探，通过统计学方法及专业知识，在众多的嫌疑人中一一排查，来一次『白夜追凶』，最终才能找出真正的凶手X。

相关阅读：嫌疑人X的献身：如何理解回归模型中的"调整"和"独立作用"

当然，要做一名好侦探，你一定要有一种可靠的直觉，能够准确划定嫌疑人的范围，这才是成功破案最为关键的一步，如果事先连嫌疑人都判断错了，那就只能让凶手逃之夭夭了。

同样，对于一个研究来说，我们通常会收集很多数据资料，但由于受到样本量、或者结局事件数量的限制，我们不可能把所有的变量都带入到多因素回归中进行分析。那么，在面对众多自变量需要进行分析时，到底如何来确定谁是可疑因素，哪些因素需要被纳入到嫌疑人的范围内，从而进入到多因素回归分析呢？今天就跟着小咖一起，教大家如何筛选多因素回归分析的候选变量。

研究实例

学习标准的统计方法，最直观便捷的一个途径就是从文献中去学习，看看在高分期刊上发表文章的大牛们都是怎么进行分析的。

我们首先来看一篇2011年发表在The New England Journal of Medicine (影响因子：72.4)的文章：《A Prospective Natural-History Study of Coronary Atherosclerosis》[1]。

我们先不管这篇文章都做了哪方面的研究，就单凭作者对于统计学方法的描述，小咖觉得已经足够膜拜的了。

关于如何筛选多因素回归分析的候选变量，作者原文中这样写道：

Baseline variables that were considered clinically relevant or that showed a univariate relationship with outcome were entered into multivariate Cox proportional-hazards regression model. Variables for inclusion were carefully chosen, given the number of events available, to ensure parsimony of the final model.