刚说完P for trend，SCI编辑又让算Per 1 SD，这又是啥东西！
上次松哥给大家解读了P for trend是怎么回事，这不？又有人问，Per 1 SD又是咋回事？
有人说，我怎么没看过这样的文章，那让你看看吧！
文章标题：
The level of galactose-deficient IgA1 in the sera of patients with IgA nephropathy is associated with disease progression.
该文研究Gd-IgA1与IgA肾病的疾病进展的关系。作者本人并没有将原始测量的Gd-IgA1（U/ml）带入COX回归模型。而采用了两种变换的方式：
图1
1.Per 1 sd：
2.quarties：
精鼎SPSS全国研习班火爆报名中。。。。详情点击
（长按下图识别报名，或点击阅读原文报名）
松哥统计说
1、quarties
看完9月3号的推送，松哥相信你已经能够看懂，为啥进行quarties进行统计分析。就是将原始数据进行四分位数间距分组，然后从小到大定义为1、2、3、4个等级。然而本文作者并没有做P for trend，而是把1、2、3、4当做无序分类，然后设置哑变量，以1为参照，得出具体的回归系数。
上次发文完，就有人问怎么实现，其实以前发过，链接如下：
2、Per 1 sd
Per 1 sd是指，原始数据每升高1个标准差，效应量发生的风险，本例为HR。可是这是怎么实现的呢？1个标准差是多少呢? 怎么实现这样的统计分析呢？
统计其实就是这样，看着很唬人，一旦告诉你，你就会说，哦！原来这么简单！像魔术一样，不知道答案认为很高深，知道答案，只会觉得自己智商低，被骗了！
Per 1 sd的实现，其实就是把原始数据进行标准化，另存为一个新的变量X，新变量X因为是被标准化后的数据，因此其均数和标准差为0和1。然后让x进入模型进行分析。请问大家此时x每增加1个单位，效应量增加的风险为HR。因为标准差为1，此时x增加1个单位，就是Per 1 sd。1=Per 1 sd。就是自变量每增加1个标准差。你明白了嘛？
此时，应该有掌声！！！！哈哈！
（画外音：别告诉我你不会标准化！）
3、松哥漫谈
知道别人怎么做的，说明文献能看懂了。而如果知道别人为什么这样做，那你就厉害了！因为这涉及到统计思维层面的东西了！而学习统计思维，最好还是跟着松哥喽！嘿嘿！
本例作者采用的统计描述指标的方法为：median（range），有点奇特，一般人家都是median（IQR）【中位数(四分位数间距)】，他却用中位数（极差）。一种可能是这家杂志要求的。另一种可能就是作者的数据变异程度太大，IQR无法掩盖其丑。
那为什么用median（range），因为数据不符合正态，于是作者还进行了一次ln变换（取对数），ln一般啥时候用呢，就是数据呈右偏态分布的时候。常见的数据有抗体滴度、菌落数、药物效价。本例确实为抗体滴度。作者采用ln变换，也体现了作者一定的严谨性；
lnGd-IgA1之后，数据呈现正态分布或近似正态分布，作者此时又进行标准化，再进行Per 1 sd分析的，完美解释！
看到此时，基本就结束了，愿意再受折磨的，咱们再来过过招！
4、松哥漫谈2
大家还记得上次讲的P for trend吧！那是将原始数据四分位数化，然后当做两种形式，一为等级，计算P for trend，二为无序分类：计算3个P，然后两个结果比较讨论！
本例是原始数据两种操作：一是标准变换，计算Per 1 sd；二是四分位数间距化，当做哑变量，计算3个P。
也就是提供了2种方案：Quarties+Per 1 sd；P for trend+Quarties；关键这两种方案如何进行选择呢？松哥也没有找到相关资料，大家若有请分享！
但基于目前的理解，松哥个人认为，资料可以挽救为正态分布，Per 1 sd会好些；而数据不就行正态变化或者无法正态变化，只进行四分位数分组，那就只能算P for trend。
但是，已经到了这个层面，我相信SCI编辑也差不多了吧！呵呵！