Корректировка (adjustment) при проведения сравнений, логистическая регрессия? Опции

[martyni]

Задача: среди больных, одни из которых имеют признак Х (в данном случае метаболический синдром), другие не имеют, необходимо провести сравнение по нескольким параметрам (длительность основного заболевания, курение (да-нет), употребление алкоголя (да-нет), прием одного из препаратов в анамнезе (да-нет)). При этом многие из этих параметров не только могут влиять на развитие метаболического синдрома, но и зависят от возраста (например, чем больше возраст, тем больше длительность основного заболевания, при этом и метаболический синдром чаще возникает в более старших возрастных группах) и от пола (например, мужчины курят чаще). Поэтому при сравнении необходимо скорректировать эти факторы на пол и возраст.
Идея в следующем: сперва как есть для групп, сформированных по наличию или отсутствию признака метаболического синдрома, посчитать Т-критерий для количественных признаков и Хи-квадрат (или точный тест Фишера) для бинарных. Полученные значимости будут нескорректированными (Unadjusted). Затем в бинарную логистическую регрессию внести метаболический синдром как зависимую переменную, а в качестве ковариант пол, возраст и один из сравниваемых показателей, затем вместо него второй и т.д. (т.е. для каждого в отдельности). Таким образом получим для каждого из сравниваемых показателей скорректированную (adjusted) по полу и возрасту значимость различий между группой больных с метаболическим синдромом и без него.
Это подсмотрено в одной англоязычной статье, но т.к. нигде более не видел (может быть плохо смотрел), возникло сомнение, правильно ли я понял.
Вопрос в правомерности использования для этой задачи логистической регрессии. Какие другие методы корректировки могут быть здесь использованы, с учетом того, что признаки как количественные, так и бинарные?

[DrgLena]

Не могу согласиться с тем, то представленная работа является образцом для подражания.
10 авторов из 11 департаментов, имея столько наблюдений, могли бы провести более качественный анализ. Ставить перед собой цель сравнить средние значения в двух группах, довольно скромная задача, не удивительно, что различий не нашли, кроме SF12
Нет никакого смысла проводить коррекцию эффекта множественных сравнений для показателей, различия которых вообще не достигли заданного уровня. Тем не менее, для 5 первичных переменных проводили коррекцию р на множественность сравнений, а для анализа других множественность сравнений уже не волновала и при анализе вторичных показателей учитывали влияние конфаундингов. При этом пол остался в стороне, для него провели стратификацию и результат не представили.
А логистическая регрессия, которую авторы используют, показывает не достоверность различий между группами, а то «р», которое указано, говорит о том, что коэффициент регрессии (exp вета) при переменной (алкоголь) с корректированный на влияние вмешивающихся факторов оказывает статистически значимое или нет влияние на вероятность МС.
А в таблице 2 также множество переменных, достоверно различающихся в двух группах. Но никто не обсуждает, что это могут быть факторы риска развития МД.
Если вы действительно имеете представление о логистической регрессии, то напишете свою работу лучше, чем ваши коллеги. Впрочем, я возможно ошибаюсь, это тяжелая область медицины, я здесь на специалист