P trend是趨勢(shì)性檢驗(yàn)研究結(jié)局指標(biāo)隨著自變量指標(biāo)水平改變而發(fā)生的趨勢(shì)性變化的P值，反映的是劑量反應(yīng)關(guān)系或劑量效應(yīng)關(guān)系，即結(jié)局指標(biāo)和自變量指標(biāo)之間是否存在著線性趨勢(shì)性。

NHANES文章最多的研究就是相關(guān)性分析，但是普普通通的回歸分析太過(guò)平平無(wú)奇，因此，兩變量間的線性趨勢(shì)分析——P trend可以說(shuō)是文章常客了！

但是具體怎么用？什么情況用？實(shí)際運(yùn)算方法怎么做？可能許多朋友還一知半解，因此，今天這篇文章就主要介紹一下這個(gè)神奇的P值，以及4種超快速計(jì)算方法！

√什么情況下會(huì)用到P trend？

一般來(lái)說(shuō)，無(wú)論結(jié)局指標(biāo)是均數(shù)、中位數(shù)、率、OR值、RR值、HR值，均可以開(kāi)展趨勢(shì)性檢驗(yàn)，通常對(duì)于自變量是定量數(shù)據(jù)或者等級(jí)數(shù)據(jù)的情況，可以開(kāi)展趨勢(shì)性檢驗(yàn)。

√這個(gè)P值能發(fā)揮什么作用？

P trend 不僅能發(fā)揮輔助性的作用，還能增加文章的內(nèi)容與深度。特別是在其它主要研究結(jié)局未取得統(tǒng)計(jì)學(xué)意義時(shí)，趨勢(shì)性檢驗(yàn)結(jié)果可能會(huì)帶來(lái)額外的信息。（即X與Y回歸分析無(wú)統(tǒng)計(jì)學(xué)意義，但兩者之間卻有線性趨勢(shì)關(guān)系，可以為分析帶來(lái)新思路）

√具體如何計(jì)算P trend？

關(guān)于P trend 如何進(jìn)行分析，網(wǎng)絡(luò)上教程很多，R語(yǔ)言、SPSS都有，但是還是有點(diǎn)復(fù)雜，不夠簡(jiǎn)便快速，尤其涉及NHANES的權(quán)重分析，難度更加上一級(jí)，因此推薦大家使用浙江中醫(yī)藥大學(xué)統(tǒng)計(jì)老師鄭衛(wèi)軍開(kāi)發(fā)的NAHNES加權(quán)分析平臺(tái)，花樣玩轉(zhuǎn)線性趨勢(shì)分析計(jì)算P trend，4種計(jì)算方式奉上：

由于文獻(xiàn)中的P trend通常與多模型分析一起出現(xiàn)，因此推薦大家使用NHANES分析平臺(tái)的"多模型分析"模塊開(kāi)展。

NHANES加權(quán)數(shù)據(jù)分析，快速開(kāi)展趨勢(shì)性檢驗(yàn)：
www.zstats.cn/software2/nhanes_exact_trial_beta/

首先進(jìn)入分析界面，在"研究設(shè)計(jì)及權(quán)重"模塊指定我們的分析權(quán)重，之后的分析就全部進(jìn)行加權(quán)設(shè)置了！

1.直接使用原始的定量數(shù)據(jù)

這種可以說(shuō)是最簡(jiǎn)單粗暴的方法了，使用NHANES智能分析平臺(tái)操作也非常簡(jiǎn)單，

?第一步：選入我們的結(jié)局變量、原始定量暴露；

?第二步：根據(jù)研究目的設(shè)置每一個(gè)模型的協(xié)變量；

其中模型1通常為單因素分析，模型2校正常見(jiàn)的人口學(xué)變量，最后一個(gè)模型校正全部的混雜因素，常見(jiàn)為3個(gè)模型，也可以是4個(gè)，甚至是5個(gè)！

此時(shí)即可得到P trend，反映了結(jié)局指標(biāo)隨著自變量指標(biāo)水平每變化1個(gè)單位而發(fā)生的趨勢(shì)性變化。

2.定量數(shù)據(jù)轉(zhuǎn)換為等級(jí)數(shù)據(jù)

接下來(lái)我們介紹第二種方法，這算是第一種方法的進(jìn)階版，將定量數(shù)據(jù)通過(guò)分位數(shù)轉(zhuǎn)換為等級(jí)數(shù)據(jù)，再開(kāi)展回歸分析。
NHANES智能統(tǒng)計(jì)分析平臺(tái)可以一鍵實(shí)現(xiàn)分位數(shù)轉(zhuǎn)換！支持中位數(shù)、三分位數(shù)、四分位數(shù)、五分位數(shù)！

分組后，會(huì)得到一個(gè)新變量，像是三分位數(shù)會(huì)在原變量后綴加_three，四分位數(shù)后綴為_(kāi)quantile。

在回歸分析時(shí)請(qǐng)注意，不設(shè)置啞變量分析。因此，需要取消勾選分類自變量設(shè)置！

3.取等級(jí)數(shù)據(jù)的組中值

但是從定量數(shù)據(jù)——等級(jí)數(shù)據(jù)——求出各等級(jí)的中位數(shù)——替代轉(zhuǎn)換，無(wú)論是SPSS還是R語(yǔ)言都需要一步步操作，耗費(fèi)不少時(shí)力。

4.數(shù)據(jù)標(biāo)準(zhǔn)化處理

標(biāo)準(zhǔn)化（Standardization）：一般特指Z-score標(biāo)準(zhǔn)化，將數(shù)據(jù)的均值調(diào)整為0，方差調(diào)整為1，使得數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布。這種方法適用于特征之間的方差相差較大的情況，可以消除不同變量之間特征屬性的差異，將其轉(zhuǎn)化為一個(gè)相對(duì)數(shù)值，從而便于不同單位或數(shù)量級(jí)的指標(biāo)能夠進(jìn)行綜合分析和比較。

該方法和第一種相似，同樣是將連續(xù)數(shù)據(jù)納入分析，不過(guò)進(jìn)行了標(biāo)準(zhǔn)化轉(zhuǎn)換。

平臺(tái)依舊是可以一鍵實(shí)現(xiàn)標(biāo)準(zhǔn)化轉(zhuǎn)化！新變量以_stand后綴。

完成轉(zhuǎn)換后，接著將我們標(biāo)準(zhǔn)化處理后的變量選入回歸分析，就可以得到P值啦！

結(jié)果反映了結(jié)局指標(biāo)隨著自變量指標(biāo)水平每變化1個(gè)標(biāo)準(zhǔn)差而發(fā)生的趨勢(shì)性變化。