协变量（五）

上篇博文中，小胖介绍了在随机化过程中，通过分层随机化来使得协变量在组间保持均衡，那么对于协变量的另一种处理方法则是在统计分析过程中，通过一些统计分析方法对协变量加以调整。

说白了，此时的协变量调整就是把协变量纳入到主要分析中。而对于协变量的调整，一般有两个主要原因。第一个原因，也是大家最为熟悉的一个原因就是调整那些与治疗结局相关的变量在组间分布的不均衡。另外一个原因，可能大家还没有充分认识到，那就是减少潜在的变异性（reduce underlying variability），从而提高治疗比较的精度，其实这一点小胖在前边关于协方差分析的博文中有所涉及。

而对于协变量调整的统计方法有很多，其方法的选择取决于协变量和结果变量的性质。其中最常用的方法有以下几种：

（1）当结果变量为连续性变量时：方差分析或协方差分析

（2）当结果变量为两分类或多分类变量时：CMH卡方，Logistic回归

（3）当结果变量为time to event数据时：分层Log-rank，COX回归

在这个系列的博文中，我们关心更多的是协变量调整的一些原则，而关于这些具体的协变量调整的统计方法，小胖将在以后的统计分析方法系列中再加以介绍，此处就不再做进一步的阐述。