四种方法！一文教会你NHANES加权数据如何计算P trend!

P trend是趋势性检验研究结局指标随着自变量指标水平改变而发生的趋势性变化的P值，反映的是剂量反应关系或剂量效应关系，即结局指标和自变量指标之间是否存在着线性趋势性。

NHANES文章最多的研究就是相关性分析，但是普普通通的回归分析太过平平无奇，因此，两变量间的线性趋势分析——P trend可以说是文章常客了！

但是具体怎么用？什么情况用？实际运算方法怎么做？可能许多朋友还一知半解，因此，今天这篇文章就主要介绍一下这个神奇的P值，以及4种超快速计算方法！

√什么情况下会用到P trend？

一般来说，无论结局指标是均数、中位数、率、OR值、RR值、HR值，均可以开展趋势性检验，通常对于自变量是定量数据或者等级数据的情况，可以开展趋势性检验。

√这个P值能发挥什么作用？

P trend 不仅能发挥辅助性的作用，还能增加文章的内容与深度。特别是在其它主要研究结局未取得统计学意义时，趋势性检验结果可能会带来额外的信息。（即X与Y回归分析无统计学意义，但两者之间却有线性趋势关系，可以为分析带来新思路）

√具体如何计算P trend？

关于P trend 如何进行分析，网络上教程很多，R语言、SPSS都有，但是还是有点复杂，不够简便快速，尤其涉及NHANES的权重分析，难度更加上一级，因此推荐大家使用浙江中医药大学统计老师郑卫军开发的NAHNES加权分析平台，花样玩转线性趋势分析计算P trend，4种计算方式奉上：

1.直接使用原始的定量数据

2.定量数据转换为等级数据，不设置哑变量

3.取等级数据的组中值，不设置哑变量（推荐）

4.数据标准化处理

由于文献中的P trend通常与多模型分析一起出现，因此推荐大家使用NHANES分析平台的"多模型分析"模块开展。

NHANES加权数据分析，快速开展趋势性检验：

www.zstats.cn/software2/nhanes_exact_trial_beta/

首先进入分析界面，在"研究设计及权重"模块指定我们的分析权重，之后的分析就全部进行加权设置了！

一、直接使用原始的定量数据

这种可以说是最简单粗暴的方法了，使用NHANES智能分析平台操作也非常简单，

✅第一步：选入我们的结局变量、原始定量暴露；

✅第二步：根据研究目的设置每一个模型的协变量；

其中模型1通常为单因素分析，模型2校正常见的人口学变量，最后一个模型校正全部的混杂因素，常见为3个模型，也可以是4个，甚至是5个！

此时即可得到P trend，反映了结局指标随着自变量指标水平每变化1个单位而发生的趋势性变化。

二、定量数据转换为等级数据

接下来我们介绍第二种方法，这算是第一种方法的进阶版，将定量数据通过分位数转换为等级数据，再开展回归分析。
NHANES智能统计分析平台可以一键实现分位数转换！支持中位数、三分位数、四分位数、五分位数！

分组后，会得到一个新变量，像是三分位数会在原变量后缀加_three，四分位数后缀为_quantile。

在回归分析时请注意，不设置哑变量分析。因此，需要取消勾选分类自变量设置！

三、取等级数据的组中值

取组中值的方法，则是方法2的进阶版！对等级数据直接开展回归分析，会面临一个问题——各组的分组基本是不等距的！这时可以选择各组具有代表性的值进行替代，通常会选用中位数。

但是从定量数据——等级数据——求出各等级的中位数——替代转换，无论是SPSS还是R语言都需要一步步操作，耗费不少时力。

而郑老师开发的NHANES数据一站式下载与分析平台依旧是一键完成分析！

只需进入"数据整理"模块，选入连续变量，点击开始分组。

平台直接根据等级变量生成组中值，等级数据新变量命名后缀_quantile，组中值等级新变量命名后缀_quantile_median。

这里分析操作就需要选入我们的组中值等级变量，同样取消勾选分类自变量设置！

然后就可以得到我们的P trend值了！

四、数据标准化处理

标准化（Standardization）：一般特指Z-score标准化，将数据的均值调整为0，方差调整为1，使得数据符合标准正态分布。这种方法适用于特征之间的方差相差较大的情况，可以消除不同变量之间特征属性的差异，将其转化为一个相对数值，从而便于不同单位或数量级的指标能够进行综合分析和比较。

该方法和第一种相似，同样是将连续数据纳入分析，不过进行了标准化转换。

平台依旧是可以一键实现标准化转化！新变量以_stand后缀。