限制性立方样条(RCS)

所属分类：医学统计模型

这个方法是做什么的

回答一个很具体的问题：某个连续暴露与结局的关系是不是一条直线。做法是在 X 的取值域上按分位数布置若干节点，每段用三次多项式拟合、在节点处连续可导，两端强制为直线（这就是“限制性”的含义），再把这组样条基放进回归模型。结局是二分类时走 Logistic、效应以 OR 报告；结局是连续变量时走线性回归、效应改报均值差。

它的核心产出是两个似然比检验：总体关联检验（样条模型 vs 只含协变量的空模型）问“X 与结局有没有关系”，非线性检验（样条模型 vs 只含线性项的模型）问“这关系是不是直线”——示例 χ²(3)=55.350、p<0.001 与 χ²(2)=2.935、p=0.231。样条模型没有单一的回归系数可报，所以第四张卡改用“若干关键分位点相对参考点的效应”来表达：参考点固定取 X 的中位数（示例 63.000），P5~P95 各给一个 OR 与 delta 法置信区间，另附曲线的最高/最低点与内部拐点个数、AIC/BIC 与线性模型的对比。

需要准备什么数据

• 放入结局变量Y：不限
• 放入[定量]预测因子X：不限
• 放入[定量]校正协变量 (可选)（可选）：不限

数据要求

• 数据表至少 32 行。
• 单列缺失率不超过 20%。
• 不接受取值全都一样的列（零方差列没有可分析的变异）。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

• 年龄、BMI、血压这类连续暴露与结局是否存在 U 型或 J 型关系
• 论文审稿要求“用样条验证线性假定”，或需要一张带置信带的剂量-反应曲线
• 建 Logistic 模型时 Box-Tidwell 提示某个连续自变量非线性，需要先看清它的形态
• 想知道风险在 X 的哪一段上升得最快

预测因子 X 必须是连续定量变量且取值数多于节点数；校正协变量区只吃定量列，而且拖错类型时的报错会指向别处：实测把一个文字分类列放进协变量区，整列被转成缺失，端点回的是“去除含缺失的整行后只剩 0 条”——看到这句先检查协变量的类型，不要去补样本。节点数可在 3~6 之间调，默认 4。有效样本量的门槛随节点数变化，作用在去掉含缺失整行之后的记录上，实测为 3 节点 30 条、4 节点 32 条、5 节点 40 条、6 节点 48 条——菜单上标的 32 只是默认配置的口径，调大节点数前先算一下手上够不够。二分类结局还要满足 EPV≥10，第一张卡给出实测值。

什么时候不要用它

• 预测因子本身是分类变量：样条对无序类别没有意义，直接把它做成哑变量放进「逻辑回归」或「线性回归 (最小二乘法)」。
• 你要的是一个能写进指南的切点（“超过多少就该干预”）而不是一条平滑曲线：样条给的拐点只是拟合曲线的形态描述，结局为连续变量时应改用能对切点做统计推断的「门槛回归(Hansen)」。
• 结局是“多久发生”且存在删失：本模块只接受连续或二分类结局，生存资料用「Cox比例风险回归」。
• 样本量达不到门槛（3 节点也要 30 条有效记录）：样条比线性模型多估 k−2 个参数，样本不足时曲线会被少数几个点带偏，退回「线性回归 (最小二乘法)」或「逻辑回归」更诚实。
• 你要的是一个包含多个自变量的预测工具：本模块一次只对一个 X 做样条，其余只能作为线性协变量；要出个体化风险评分用「列线图(Nomogram)」。
• 只想描述两个连续变量的走向、不做协变量校正与推断：用「拟合工具箱」更直接。

容易误读的地方

• 节点数一改，“曲线长什么样”的结论就跟着改，而非线性检验可能全程不显著。 实测同一份数据从 3 个节点加到 6 个：内部拐点个数是 0 / 1 / 1 / 0，拐点位置从 X≈44.333（4 节点）跳到 X≈88.333（5 节点），曲线最低点从 29.000 变成 44.333 又变回 29.000；而非线性检验的 p 一路是 0.141 / 0.231 / 0.362 / 0.460，从头到尾不显著。第四张卡的“曲线形态”描述的是这一次拟合出来的那条线，报告自己在那一行里写着“非线性检验不显著，该拐点不足以支持总体存在 U 型/阈值效应”。节点数是主观选择，必须写进方法学并用 3~5 个节点重跑做敏感性分析。
• 千万别为了让 p 小于 0.05 去挑节点数。 上面那组实测里，非线性检验的 p 随节点增加而单调变大（因为自由度也在增加），反方向挑同样可行。非线性不显著是最常见、也完全正当的结果：此时样条的价值恰恰是“排除了非线性”。示例 4 节点时线性模型的 AIC（361.577）与 BIC（372.688）都比样条模型小，信息准则与似然比检验一致地支持简约的线性设定，正确写法是按线性模型报告、样条曲线作为敏感性分析附上。
• 曲线两端是外推，不要在那里读拐点。 第一张卡的节点区间表逐段给出样本数：4 节点时最稀疏的一段还有 57 例，6 节点时只剩 26 例（占 8.67%）。样条在观测稀疏的区间上本质是外推，置信带会急剧变宽，弯曲基本由少数几个点决定——实测 5 节点算出的“最高点 X=88.333”恰好落在最稀疏的那一段里。
• 分位点表的 p 值不做多重比较校正，这是有意为之而不是漏了。 那 6 个非参考分位点是同一条曲线上的不同切片、彼此高度相关，不构成独立的假设检验，学界惯例不做 Bonferroni 一类校正，报告在表下写明了这一点。要判断“X 与结局整体上是否相关”，唯一的依据是第二张卡的总体关联检验。
• 所有效应都是“相对参考点”的，而参考点固定为中位数、不能自己指定。 示例的 OR 全部以 X=63.000 为 1，P75（70 岁）的 OR=2.330 意思是“相对 63 岁”而非“相对最低风险点”。论文里必须写明参考点取值，否则读者无法复现这些 OR；想以临床常用切点为参照时，只能先把数据裁到相应范围或换用别的模型。

报告里有什么

1. 输出结果一：数据概览与前提检验
2. 输出结果二：样条模型主结果表
3. 输出结果三：限制性立方样条曲线(含95%CI)
4. 输出结果四：效应量与事后分析
5. 输出结果五：结论与学术表述