★統計ソフトで簡単にできるが、結果の解釈が大事。
■多変量解析の種類
・重回帰分析：アウトカム(従属変数)が連続変数の場合
・多重ロジスティック回帰分析：アウトカムが名義変数の場合
※因子(独立変数)は、連続変数でも名義変数でもよい
…名義変数の0,1は、そのまま連続変数の数字として適用される（ダミー変数）
■独立変数の選び方
●何を解析するか、という視線が最も重要
⇒基本的には解析者自らが選んで良い
⇒一般的な流れは、
「解析する因子を選ぶ→単変量解析で有意だったものを、多変量解析の因子とする」
※多重共線性（マルチコ現象）に留意する
…独立変数間に相関係数がほぼ1となるような変数がある（CreとeGFRなど）
or 独立変数が標本と比較し多すぎる（一般的に標本数÷10程度までで、標本数÷30が理想）
⇒モデルの信頼性が悪くなるため、除いて解析する
■重回帰分析
●理論
・基本的に従属変数、独立変数とも正規分布に従うことが原則
⇒独立変数が非正規分布の場合、標本が十分大きければ、必要な変数を対数変換する
・用いる独立変数を選択する
＝基本的にステップワイズ法；変数増加法、減少法、増減法など
…基準（F=2, p=0.05など）に応じて逐次選択行われる
⇒変数増減法が良い（適切なモデルが作られる可能性が高い）
⇒結果をみて、変であれば強制投入法で構築し直す
※ステップワイズ法と比較し、総当たり法は計算時間が非常にかかるため、用いる事は少ない
●結果の判断
・最後に構築されたモデルでの確認事項
①ANOVAでp<0.05であることを確認
…帰無仮説：使用した独立変数で従属変数を説明できない、という設定となっている
⇒p≧0.05であると、そのモデルは使えない
②残った独立変数の標準偏回帰係数(β)が全てp<0.05となっていることを確認
⇒p≧0.05があるときは、その因子を除いて再解析する
（事実からして残すべきと判断された場合は、その限りでない）
③重相関係数R>0.7, R^2>0.5であることを確認（よく適合したモデルである確認）
（これより小さくても、極端に小さくなければ良い）
④分散インフレ係数(VIF)≧10となる因子がないことを確認
…VIF≧10であるとマルチコ現象に関連する因子と考えられ、除いて再解析する
⑤Durbin-Watson比が2に近いことを確認
＝残差の異常がないことの証明
⑥残差の異常が大きかった症例（外れ値）の確認
⇒一例ずつ、何が原因だったかを確認
⇒必要であれば、除外して再解析
・これらをクリアした！
⇒結果は、非標準化係数(B)、又は標準化係数(β)である
…「y=ax1+bx2+・・・」のa, bなどの係数を表す（βは1に近い程影響力が大きい）
※SPSSではβの95%CIがでない事に注意
結果を書く時は、「Bの値 [95%CI: ●-●], p=●」, 若しくは「βの値, p=●」とする
■多重（二項）ロジスティック回帰分析
●理論
・アウトカムが名義変数の場合の多変量解析
⇒基本的な注意事項は重回帰分析と同様
・結果はオッズ比が出ることが特徴
●結果の判断
①尤度比検定のモデルχ2値で、モデルの有意性(p<0.05)を判断
（重回帰分析のANOVAにあたる）
②残った変数の調整オッズ比が全てp<0.05であることを確認
（重回帰分析のβにあたる）
③Hosmer-Lemeshowの適合度検定
⇒p≧0.05であればよく適合したモデル（帰無仮説：よく適合したモデル）
（重回帰分析のRにあたる）
④残差の解析
⇒Cock統計量が大きい、てこ比>0.5の時、外れ値の可能性あり
⇒除外することを検討
・これらをクリア！
⇒結果は、「OR [95%CI: ●-●], p=●」とする
参照 SPSSで学ぶ医療系データ解析