摘要

在前瞻性队列研究中, 经常需要对研究对象进行多次随访, 其产生的多个观测值之间相互关联, 常导致时依性混杂, 这种情况下的数据一般不满足传统的多因素回归分析的应用条件。序列条件平均模型(SCMM)是一种可以处理时依性混杂的新方法。本文主要对SCMM的基本原理、步骤及特点进行概括。