LOESS回归听说过吗？浙大附属医院利用它在BMJ杂志发表了新冠论文

“临床研究高分文章的密码”第二篇

在开展回归分析时，如果自变量与因变量关系非线性怎么办？有一些方法，比如把自变量转为分类变量，并进行哑变量设置，或者开展非线性回归。有些时候，非线性回归虽然提供不了线性回归的诸多信息，但是它有个特点，有些时候画出来的图更好看。比如LOESS回归（局部加权回归），它已经成为很多临床高分文章的增亮方法。

前段时间，浙江大学医学院附属第一医院梁廷波教授团队在BMJ杂志发表了一篇关于新冠肺炎患者体内病毒载量与时间的关系，他们就采用了LOESS回归。

该研究目的是评估在浙江省疫情的前四个月中，感染2019年严重急性呼吸综合征冠状病毒2（SARS-CoV-2）的患者在疾病进展的不同阶段的病毒载量。

研究对象：在中国浙江省为covid-19患者指定医院的96名连续入院的实验室确诊SARS-CoV-2感染患者参与了研究，其中22例轻症和74例重症。

该研究的主要结果指标在呼吸，粪便，血清和尿液样品中测得的核糖核酸（RNA）病毒载量。通过电子病历的数据收集表获得流行病学，临床和实验室特征以及治疗和结果数据，并分析临床数据与疾病严重性之间的关系。了探究自症状发作以来几天内病毒载量的变化，研究计算了每天的病毒载量中位数，然后使用Loess法拟合平滑线。

结果：入院后从患者中收集了3497份呼吸，粪便，血清和尿液样本，并评估了SARS-CoV-2 RNA病毒载量。通过检测痰液和唾液样本可确认所有患者均已感染。在55名患者（59％）的粪便中和39名患者（41％）的血清中检测到RNA。重症患者（21天，14-30天）的呼吸道样本中病毒持续时间显着长于轻症患者（14天，10-21天；P = 0.04）。

在中度人群的人群中，从疾病发作的第二周开始，呼吸道样本中的病毒载量达到峰值，而在严重组中，病毒载量在第三周中继续很高（下图）。

结论：粪便样本中SARS-CoV-2的持续时间明显比呼吸道和血清样本中的更长，这凸显了在预防和控制该流行病中需要加强粪便样本的管理，并且该病毒以更长的时间和更大的负荷持续存在。在严重疾病患者的呼吸组织中达到峰值。

可以看出，作者在探讨新冠肺炎症状发生以后，患者病毒载量与时间的关系，而轻中度患者与重症患者病毒载量与时间并不是线性关系。这个时候，LOESS非线性回归方式拟合趋势是一种不错的方法。它可以将不规则的变量之间的关系用平滑的方法形成一条相对光滑的曲线。

它并没有太多的信息量，但是它好看。

我从网上下载更多的LOESS拟合的曲线。

LOESS方法软件方法操作不难，容易学习，教程网上一搜一大堆！科研狗们，加油吧。