在临床研究中，回归分析和生存分析是揭示变量关系的重要统计工具。autoReg 包通过自动生成线性回归、逻辑回归和生存分析的结果表，帮助科研人员高效探索变量之间的关联。它能够简化分析过程，快速输出结果，便于科研人员解读数据并撰写报告。本期内容将介绍 autoReg 包的回归分析功能及主要参数设置，帮助大家在多变量分析中高效得出结果。
本期演示数据将通过 R 语言自行模拟，帮助大家独立掌握数据处理的完整流程。
autoReg 包的核心函数 autoReg() 适用于以下三种主要分析：
1. 线性回归：用于分析连续型因变量，通过建立线性模型探讨自变量（如年龄、BMI）对因变量的影响程度。
2. 逻辑回归：适用于二分类因变量，帮助揭示自变量（如吸烟）与分类结果（如是否患病）之间的关联。
3. 生存分析：主要用于研究事件发生的时间及其影响因素，常用于评估不同变量对患者生存时间或发生特定事件风险的影响。
autoReg()的重要参数包括：uni为TRUE指输出单因素模型结果；multi为TRUE指输出多因素模型结果；threshold可控制进入多因素分析的变量的P值，默认为0.2，1代表全部纳入；final为TRUE指输出逐步回归模型结果。
在以下代码中，我们通过线性回归分析探索不同自变量对连续因变量（如血压）的影响：
library(autoReg)set.seed(123)sample_data <- data.frame( age = round(runif(200, 30, 80)), sex = sample(c("Male", "Female"), 200, replace = TRUE), BMI = round(rnorm(200, 25, 4), 1), blood_pressure = round(rnorm(200, 120, 15), 1), smoking_status = sample(c(0, 1), 200, replace = TRUE))sample_data$smoking_status <- as.factor(sample_data$smoking_status)
model_lm <- lm(blood_pressure ~ age + sex + BMI + smoking_status, data = sample_data)result_lm <- autoReg(model_lm)print(result_lm, uni=TRUE, threshold=1, final=FALSE)write.csv(result_lm, file = "linear_regression_results.csv")
![]()
逻辑回归用于分析自变量对二分类因变量的影响，例如分析患者的吸烟状态（吸烟者或非吸烟者）与其他因素的关系：
model_logistic <- glm(smoking_status ~ age + sex + BMI + blood_pressure, data = sample_data, family = binomial)result_logistic <- autoReg(model_logistic, uni=TRUE, threshold=1, final=FALSE)print(result_logistic)write.csv(result_logistic, file = "logistic_regression_results.csv")
![]()
生存分析用于研究自变量对时间至事件（如死亡或疾病复发）间隔的影响。例如分析患者的生存状态及生存时间与其他因素的关系。
library(survival)library(autoReg)set.seed(123)survival_data <- data.frame( time = round(rexp(200, rate = 0.1), 1), status = sample(0:1, 200, replace = TRUE), age = round(runif(200, 30, 80)), sex = sample(c("Male", "Female"), 200, replace = TRUE), BMI = round(rnorm(200, 25, 4), 1))model_survival <- coxph(Surv(time, status) ~ age + sex + BMI, data = survival_data)result_survival <- autoReg(model_survival, uni=TRUE, threshold=1, final=FALSE)print(result_survival)write.csv(result_survival, file = "survival_analysis_results.csv")
![]()
https:// cran. r-project. org / web / packages /autoReg / index.htmlautoReg 包的 autoReg() 函数为生成回归分析表提供了便捷的途径，初学者只需简单设置即可快速完成多种回归分析，为数据关系的分析与解读打下基础。希望本期内容帮助大家掌握 autoReg 包在回归分析中的使用技巧，欢迎留言告知希望学习的其他 R 包，我们一起学习进步！
今天的分享到这里就结束啦，你学会了吗？大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话” 栏目中提出，我们会尽快回复！
期待已久~临床科研交流群来啦！
![]()
若群满，请添加下方微信，备注：“进临床科研与统计_互助交流群” ）
“观科研”（点击进一步了解我们吧）是由一群北京协和医学院（清华大学医学部）的博士开创的公众号，初心是让医学科研有迹可循，帮助一线的医学科研人员更快地成长，希望大家支持与关注！
如果大家对分享医学科研知识感兴趣，特别欢迎加入我们，期待与您的相遇相识相知，也非常欢迎大家自主投稿，如果您有需要分享的内容或对我们有任何建议，可通过后台留言、公众号菜单栏“更多—读者的话”栏目（进一步了解）或发送邮件至mascu_forever@163.com与我们交流并留下个人联系方式，我们会及时与您联系。如果您觉得我们长期的干货推送对您的科研工作有所帮助，可以在合适的机会致谢（包括但不限于SCI论文、毕业论文等），格式如下: The authors thank the support of Skill Learning from Kaixin Doctor and MASCU (Medical Association with Science, Creativity, and Unity), Inc, Shenzhen, China (mascu_forever@163.com).![]()
微信公众号的推送规则发生改变（不再按照时间顺序来显示），如果没有将“观科研”设置为星标，你就可能错失里面的精彩推送。
