进行一项回顾性队列研究，比较方案1和方案2对研究对象临床结局的影响，然后按照某因素将研究对象分为不同的亚组，进行亚组分析。这个时候，是直接做交互作用，看交互的P值是否显著就行吗；可不可以先做交互作用，交互的P值显著的话，再分亚组，分别在不同

这篇文献作者使用了多因素逻辑回归，但图里标红的胎龄和出生体重，这两个结局是连续型变量，那RR值是如何得到的呢，因为逻辑回归是要求结局是分类变量

这是一项回顾性队列研究，比较两种方法对结局的影响，卡方检验结果显示，两种方法的结局存在显著性差异。然后进一步我想分析的是：在根据患者的某个指标是否正常分层时，在两个层之间，两种方法对结局的影响是否一致。这要用什么方法？分层卡方检验吗？

SPSS26安装倾向性评分插件，到最后一步时，出现以下情况如何解决？

请问倾向性得分匹配中，匹配的因素是如何筛选的？是先在两组中做卡方检验/t检验，然后有差异的因素就拿来匹配吗？还是说有可能影响结局的都拿来匹配呢？如果两组只有两个因素有差异，但两组样本量差异大，可以做倾向性得分匹配吗？

logistic亚组分析时，两组结果不一样，就一定有交互作用吗？

我分析喝咖啡频率、使用电脑时间与某种疾病的发生有无关联，以及他们的交互作用，当我只把喝咖啡频率、使用电脑时间纳入回归模型时，得到如下结果：咖啡频率都有统计学意义，而电脑时间无统计学意义。但是当我把交互项也纳入模型，结果却发生了很大变化，喝咖

在这篇文献里，分析喝咖啡频率与某种癌症的关系，作者将咖啡频率分为四个等级，用logistic回归得到了一个P for trend。我看医咖会的一篇科普里，作者是这样说的，感觉自己不是很懂，这个P for trend 到底是做趋势检验得到的，

在这篇文献里，分析喝咖啡频率与某种癌症的关系，作者将咖啡频率分为四个等级，用logistic回归得到了一个P for trend。我看医咖会的一篇科普里，作者是这样说的，感觉自己不是很懂，这个P for trend 到底是做趋势检验得到的，