分位回帰と制限された立方体スプラインは、連続変数間の関係を探るのに役立ちます

目的：一般に線形回帰と呼ばれる通常の最小二乗（OLS）回帰は、連続独立変数と連続依存変数の平均との関係を評価または調整するためによく使用され、それらの間の線形関係を暗黙的に仮定します。ただし、直線性は保持されない場合があり、従属変数の平均を分析すると、そのような関係の完全な性質を捉えていない場合があります。私たちの目標は、分位の回帰と制限された立方体のスプライン（RC）の組み合わせを組み合わせた使用が、連続変数間の関係の真の性質と複雑さをどのように明らかにできるかを示すことです。 研究の設計と設定：方法論的概念のレビューを提供し、その後、実際のデータセットを使用した2つの例が続きます。最初の例では、多発性硬化症における認知と疾患期間の関係を分析しました。2番目の例では、集中治療室（ICU）における滞在期間（LOS）と病気の重症度との関係を分析しました。 結果：両方の例で、分位回帰は、対象変数間の関係が異種であることを示しました。2番目の例では、RCは病気の重症度と滞在期間との関係の非線形性を明らかにしました。 結論：一緒に、分位回帰とRCは、連続変数間の関係を調査するための強力な組み合わせです。

OBJECTIVE: Ordinary least squares (OLS) regression, commonly called linear regression, is often used to assess, or adjust for, the relationship between a continuous independent variable and the mean of a continuous dependent variable, implicitly assuming a linear relationship between them. Linearity may not hold, however, and analyzing the mean of the dependent variable may not capture the full nature of such relationships. Our goal is to demonstrate how combined use of quantile regression and restricted cubic splines (RCS) can reveal the true nature and complexity of relationships between continuous variables. STUDY DESIGN AND SETTING: We provide a review of methodologic concepts, followed by two examples using real data sets. In the first example, we analyzed the relationship between cognition and disease duration in multiple sclerosis. In the second example, we analyzed the relationship between length of stay (LOS) and severity of illness in the intensive care unit (ICU). RESULTS: In both examples, quantile regression showed that the relationship between the variables of interest was heterogeneous. In the second example, RCS uncovered nonlinearity of the relationship between severity of illness and length of stay. CONCLUSION: Together, quantile regression and RCS are a powerful combination for exploring relationships between continuous variables.