协变量（一）

在临床试验中对药物的疗效进行评价时，其疗效结果往往会受到一些诸如人口学变量、病人特征等因素的影响。这些因素就是我们通常所说的协变量，有时也被叫做混杂因素、预后因素或危险因素等。具体来说，协变量会有很多类型，会因临床试验的不同而不同。它们可能是人口学变量如年龄或体重，疾病特征如病程或病情严重程度，预后因素以及中心或者研究者等因素。

在实际临床试验中，如果协变量在组间分布不均衡，而协变量又与疗效结果密切相关时，如果我们不对协变量进行合理的处理，直接评价治疗效应，就可能产生偏倚甚至得出错误的结论。关于这一点，小胖在《小胖说统计之一一二：临床试验中常见的统计分析方法（二十二）》中曾经就此举过一个相关的例子，有兴趣的同学可以重新复习一下。

因此，在临床试验中，我们需要谨慎地对待协变量，那么具体怎么来处理协变量呢？一般来说，我们主要可以从两个方面来入手，第一方面是随机化阶段，即主要通过分层随机化的方法来使一些主要的协变量在组间保持均衡；第二方面则是在数据统计分析过程中，通过一些统计分析方法对协变量加以调整。

对于协变量的处理，统计学界一直存在着一些争议，在很多问题上也没有形成统一。但EMEA对协变量的处理，曾经发布了一个《Points to consider on adjustment for baseline covariates》，但从名字上来就知道这也只是一个意见性的文件，并没有上升到guideline的高度，关于这个文件，有兴趣的同学，可以从下边这个链接来下载：

www.emea.europa.eu/pdfs/human/ewp/286399en.pdf

从下一篇博文开始，小胖将对协变量的处理作一简单介绍。