Korrelation och regression är de två statistiska verktyg som kliniker möter oftast i litteraturen, och de två som oftast förväxlas. Korrelation beskriver hur starkt två variabler samvarierar, utan att någon av dem ges en särställning. Regression modellerar hur en utfallsvariabel förändras när en eller flera förklarande variabler ändras, och ger ett tolkningsbart mått med enhet. Skillnaden är inte akademisk: den avgör om ett resultat kan användas för att förutsäga något, för att justera för störfaktorer eller enbart för att konstatera att två storheter följs åt.

Sammanfattning

Korrelationskoefficienten är enhetslös, symmetrisk och ligger mellan −1 och +1. Den svarar på frågan hur nära punkterna ligger en rät linje, inte på frågan hur mycket utfallet ändras per enhet exponering. Pearsons r förutsätter linjärt samband och ungefär normalfördelade variabler; Spearmans rho bygger på rangordning och är robust mot avvikande värden och monotona men icke-linjära samband.

Regression svarar på frågan hur mycket. Regressionskoefficienten anger den förväntade förändringen i utfallet per enhets förändring i den förklarande variabeln, och har därmed en klinisk enhet som går att bedöma i förhållande till vad som är kliniskt betydelsefullt.

Valet av regressionsmodell styrs av utfallets typ: linjär regression för kontinuerligt utfall, logistisk regression för binärt utfall (ger oddskvoter), Poisson- eller negativ binomialregression för antal och incidens, och Cox proportionell hazardregression för tid till händelse (ger hazardkvoter).

Justering för konfundering är regressionens viktigaste kliniska användning i observationsstudier, men den fungerar bara för mätta och korrekt modellerade störfaktorer. Justering för en variabel som ligger på orsakskedjan mellan exponering och utfall (en mediator) eller för en gemensam effekt av båda (en kollider) inför systematiskt fel i stället för att avlägsna det.

Ett högt R² eller ett litet p-värde säger inget om huruvida modellen är korrekt specificerad, om sambandet är kausalt, eller om modellen fungerar på nya patienter. Prediktionsmodeller måste valideras externt och bedömas både på diskriminationsförmåga och på kalibrering.

Samvariation och korrelation

Vad korrelationskoefficienten mäter

Pearsons korrelationskoefficient r är kovariansen mellan två variabler dividerad med produkten av deras standardavvikelser. Den standardiseringen är hela poängen: resultatet blir enhetslöst och ligger alltid mellan −1 och +1, oavsett om variablerna mäts i mmol/l, mmHg eller kilogram.

Värdet 0 betyder att det inte finns något linjärt samband. Det betyder inte att variablerna är oberoende. Ett tydligt U-format samband, exempelvis mellan natriumkoncentration och mortalitet, kan ge en korrelationskoefficient nära noll trots ett starkt och kliniskt viktigt beroende.

r² tolkas som andelen av variationen i den ena variabeln som statistiskt kan beskrivas av den andra. Ett r på 0,5 innebär att endast 25 procent av variationen delas, vilket är betydligt mindre imponerande än siffran 0,5 låter.

Pearson eller Spearman

Pearsons r förutsätter att sambandet är linjärt, och är känslig för enstaka extremvärden, som kan skapa eller radera ut ett samband nästan på egen hand.

Spearmans rho beräknas på rangordningarna i stället för på råvärdena. Den fångar varje monotont samband, oavsett form, och är okänslig för extremvärden. Vid snedfördelade laboratorievariabler, ordinala skalor och små material är Spearman ofta det ärligare valet. Kendalls tau är ett alternativ med bättre egenskaper vid många lika värden.

Situationer där korrelation systematiskt vilseleder

Begränsat urvalsintervall. Om studien bara inkluderar patienter inom ett smalt värdeintervall dämpas korrelationen kraftigt, trots att sambandet i hela populationen kan vara starkt. Detta förklarar varför samma biomarkör kan se oanvändbar ut i en selekterad kohort och användbar i en populationsbaserad studie.

Sammanslagning av grupper. Om data från flera grupper med olika medelnivåer läggs ihop kan en korrelation uppstå eller vändas som inte finns inom någon av grupperna. Detta är Simpsons paradox i korrelationsform, och är ett av de vanligaste felen i figurer med sammanslagna kohorter.

Upprepade mätningar på samma individ. Om varje patient bidrar med flera mätpunkter och dessa behandlas som oberoende, blir konfidensintervallen alldeles för snäva och korrelationen speglar delvis skillnader mellan individer snarare än sambandet inom individen. Här krävs metoder för upprepade mätningar.

Korrelation som metodjämförelse. En hög korrelation mellan två mätmetoder visar bara att de rör sig åt samma håll, inte att de ger samma värde. En metod som konsekvent ligger 20 procent högre än en annan får korrelation nära 1. Överensstämmelse ska analyseras med Bland-Altman-metodik med bias och gränser för överensstämmelse, inte med korrelation.

Ekologisk korrelation. Samband mellan gruppgenomsnitt, exempelvis mellan länders fettintag och hjärtinfarktincidens, kan inte överföras till individnivå.

Enkel linjär regression

Modellen skrivs som att det förväntade värdet av utfallet y ges av en intercept plus en lutning gånger den förklarande variabeln x, plus ett slumpmässigt fel.

Interceptet är det förväntade utfallet när x är noll. Det är ofta kliniskt meningslöst (ingen patient har längden 0 cm) och blir tolkningsbart först om man centrerar variabeln kring exempelvis medelvärdet.

Lutningskoefficienten är det centrala måttet. Om systoliskt blodtryck regresseras på ålder och koefficienten är 0,6, innebär det att blodtrycket i genomsnitt är 0,6 mmHg högre per ytterligare levnadsår. Denna storhet går att jämföra med vad som är kliniskt betydelsefullt, vilket en korrelationskoefficient inte gör.

Konfidensintervallet för koefficienten är viktigare än p-värdet. Ett brett intervall som inkluderar både kliniskt oviktiga och kliniskt viktiga effekter betyder att studien inte avgjort frågan, oavsett om p-värdet är under eller över 0,05.

Skalning spelar roll för hur koefficienten uppfattas men inte för slutsatsen. En koefficient per 1 mg/l CRP och en per 10 mg/l beskriver samma samband; den senare är oftast mer läsbar.

Multipel regression

Med flera förklarande variabler i samma modell blir varje koefficient en betingad effekt: den förväntade förändringen i utfallet per enhet av den variabeln, för patienter som är lika med avseende på de andra variablerna i modellen. Formuleringen "justerat för" är just detta.

Konfundering, mediering och kollider

Detta är den punkt där statistik och kausal resonemang måste hänga ihop, och där felen får störst konsekvenser.

En konfounder påverkar både exponering och utfall utan att ligga på orsakskedjan. Rökning är konfounder för sambandet mellan kaffekonsumtion och hjärtinfarkt. Justering för konfounders minskar systematiskt fel och är motivet till multipel regression i observationsstudier.

En mediator ligger på orsakskedjan mellan exponering och utfall. Om man studerar effekten av fetma på hjärtinfarkt och justerar för blodtryck, tar man bort just den del av effekten som går via blodtrycket. Resultatet är då inte längre den totala effekten av fetma, vilket ofta är det man ville skatta.

En kollider är en variabel som påverkas av både exponering och utfall. Justering för en kollider, eller selektion av deltagare baserat på en kollider, skapar ett samband som inte finns i populationen. Detta är mekanismen bakom flera välkända paradoxer i sjukhusbaserade material.

Slutsatsen är att variabler inte ska väljas in i modellen efter hur de påverkar p-värdet, utan efter en uttalad uppfattning om orsaksstrukturen, förslagsvis formaliserad i en riktad acyklisk graf.

Multikollinearitet

När två förklarande variabler är starkt korrelerade blir deras enskilda koefficienter instabila med breda konfidensintervall, och kan till och med byta tecken, trots att modellen som helhet predicerar bra. Vikt, BMI och midjemått i samma modell är ett typexempel. Problemet upptäcks med varianceinflationsfaktor (VIF), där värden över omkring 5–10 brukar väcka misstanke. Åtgärden är att välja en av variablerna, att slå ihop dem till ett index, eller att använda krympningsmetoder.

Viktigt att notera: multikollinearitet skadar tolkningen av enskilda koefficienter men inte nödvändigtvis modellens prediktiva förmåga.

Modellval och överanpassning

Automatiserad stegvis selektion (stepwise), där variabler tas in eller ut efter p-värden, ger optimistiskt uppblåsta koefficienter, för snäva konfidensintervall och modeller som inte replikeras. Metoden bör undvikas.

Antalet variabler måste anpassas till materialets storlek. Den gamla tumregeln om minst tio händelser per undersökt variabel är grov och numera ersatt av formella beräkningar som utgår från förväntad prevalens, förväntad förklaringsgrad och acceptabel överanpassning. Vid små material är krympningsmetoder som ridge eller lasso rimligare än variabelselektion.

Kontinuerliga variabler bör som huvudregel inte kategoriseras. Att dela ålder i två grupper vid medianen kastar bort information, minskar styrkan och skapar en artificiell tröskel. Icke-linjära samband hanteras bättre med splines eller polynom.

Logistisk regression

Vid binärt utfall (död eller överlevnad, komplikation eller inte) modelleras logaritmen av oddsen som en linjär funktion av de förklarande variablerna. Exponentierade koefficienter blir oddskvoter.

Två saker är avgörande för korrekt tolkning:

Oddskvot är inte riskkvot. När utfallet är ovanligt, säg under 10 procent, ligger de nära varandra. Vid vanliga utfall överdriver oddskvoten effekten systematiskt. En oddskvot på 3,0 vid en basrisk på 30 procent motsvarar en riskkvot på omkring 1,8. Detta feltolkas rutinmässigt, inklusive i abstrakt och pressmeddelanden.

Justerade oddskvoter är icke-kollapsbara. Även utan konfundering skiljer sig den justerade oddskvoten från den ojusterade, av rent matematiska skäl. Det innebär att en förändring i oddskvoten efter justering inte i sig bevisar att konfundering förelåg.

Modellens kvalitet bedöms på två dimensioner:

Diskrimination: förmågan att rangordna patienter efter risk, mätt med C-statistikan eller arean under ROC-kurvan. Värdet 0,5 motsvarar slumpen, 1,0 perfekt separation.
Kalibrering: överensstämmelsen mellan predicerad och observerad risk, bedömd med kalibreringskurva. En modell kan ha utmärkt diskrimination och samtidigt systematiskt över- eller underskatta absoluta risker, vilket gör den oanvändbar för beslutsstöd. Kalibrering rapporteras alldeles för sällan.

För sällsynta utfall och små material ger vanlig maximum likelihood-skattning uppåtbiaserade koefficienter, och Firths korrigering eller penaliserade metoder är att föredra. Vid fullständig separation, när en variabel perfekt förutsäger utfallet, går skattningen mot oändligheten och kräver särskild hantering.

Regression för antal och för tid till händelse

Poissonregression används för antal händelser under känd observationstid, med logaritmen av persontiden som offset. Koefficienterna blir incidenskvoter. Poissonmodellen förutsätter att variansen är lika med medelvärdet; när spridningen är större, vilket är regel i kliniska data, används negativ binomialregression i stället, annars blir konfidensintervallen felaktigt snäva.

Cox proportionell hazardregression är standard vid tid till händelse och hanterar censurering, alltså att patienter följs olika länge och att många inte hunnit få händelsen vid uppföljningens slut. Modellen skattar hazardkvoter utan att specificera den underliggande hazardfunktionens form, vilket är dess stora praktiska styrka.

Två begränsningar är viktiga:

Proportionalitetsantagandet innebär att hazardkvoten är konstant över tid. Vid behandlingar med fördröjd effekt, exempelvis immunterapi, eller vid ingrepp med tidig operationsrisk och sen vinst, är det uppenbart brutet, och en enda hazardkvot beskriver då inget verkligt förlopp. Antagandet prövas med Schoenfeldresiduals eller grafiskt, och hanteras med tidsberoende koefficienter eller stratifiering.
Hazardkvoten är ett relativt mått under risktid och är svårare att omsätta i beslut än absolut riskskillnad eller skillnad i medianöverlevnad. Restricted mean survival time är ett alternativ som blivit vanligare.

Antaganden och modelldiagnostik

Vid linjär regression:

Linjäritet i sambandet mellan förklarande variabel och utfall. Prövas grafiskt med residualplot mot predicerade värden.
Oberoende observationer. Bryts vid upprepade mätningar, klusterdesign och multicenterstudier, och hanteras med blandade modeller eller robusta standardfel.
Konstant varians (homoskedasticitet). Trattformade residualplottar avslöjar problemet; logaritmering eller robusta standardfel är vanliga åtgärder.
Approximativt normalfördelade residualer, vilket främst rör konfidensintervallens korrekthet i små material. Notera att kravet gäller residualerna, inte de ingående variablerna var för sig.

Inflytelserika observationer identifieras med Cooks avstånd och hävstångsmått. En enda extrem punkt kan styra hela lutningen i ett litet material, och bör granskas som ett dataproblem innan den tolkas som ett fynd.

Saknade data hanteras inte tillfredsställande genom att bara utesluta patienter med ofullständiga uppgifter, vilket både minskar styrkan och kan införa systematiskt fel. Multipel imputation är standardmetoden när data saknas på ett sätt som kan förklaras av observerade variabler.

Vanliga feltolkningar

Att blanda ihop statistisk signifikans med klinisk betydelse. I stora material blir triviala samband signifikanta. Bedöm alltid effektstorleken med enhet.
Att tolka ett icke-signifikant resultat som frånvaro av samband. Frånvaro av bevis är inte bevis för frånvaro, särskilt inte vid breda konfidensintervall.
Att beskriva regressionskoefficienter i observationsstudier som effekter av behandling. Justering avlägsnar bara det man mätt, och sällan fullständigt.
Att extrapolera utanför det observerade intervallet. En linjär modell anpassad på HbA1c mellan 40 och 80 mmol/mol säger inget om värdet 120.
Att jämföra standardiserade betakoefficienter mellan variabler som "viktighet". Standardiseringen beror på variablernas spridning i just det materialet.
Att rapportera R² som mått på modellens användbarhet. R² ökar mekaniskt med antalet variabler och säger inget om extern giltighet. Justerat R² kompenserar delvis.
Att presentera en prediktionsmodells prestanda i det material den utvecklades i. Sådana siffror är optimistiska. Intern validering med bootstrap eller korsvalidering är ett minimum, extern validering målet.

Från samband till orsak

Regression skattar betingade samband. Att gå därifrån till ett påstående om orsak kräver antaganden som statistiken själv inte kan pröva.

Randomisering löser problemet genom design. När behandlingen fördelas slumpmässigt är den i genomsnitt oberoende av alla bakgrundsfaktorer, mätta som omätta, och skillnaden mellan grupperna kan tolkas kausalt utan justering. Justering i en randomiserad studie görs för att öka precisionen, inte för att avlägsna systematiskt fel, och de variabler som ska justeras för ska anges i förväg i analysplanen.

Observationsstudier kräver i stället att man antar att alla relevanta störfaktorer är mätta och korrekt modellerade, ett antagande som aldrig går att verifiera i data. Metoder som propensity score, invers sannolikhetsviktning och g-metoder är alternativa sätt att göra samma justering, med samma grundantagande. De löser inte problemet med omätt konfundering, men de gör antagandena tydligare och hanterar tidsberoende exponeringar bättre än vanlig regression.

Instrumentvariabelmetoder utnyttjar en faktor som påverkar exponeringen men som inte har någon annan väg till utfallet. Mendelsk randomisering är den kliniskt vanligaste tillämpningen, där genetiska varianter används som instrument. Metoden är känslig för pleiotropi, alltså att varianten påverkar utfallet på annat sätt än via exponeringen, och för populationsstratifiering.

Målexperimentets logik (target trial emulation) har blivit ett användbart sätt att granska observationsstudier: beskriv den randomiserade studie som skulle ha besvarat frågan, och jämför sedan punkt för punkt med hur den observationella analysen faktiskt gjordes. Avvikelserna pekar ut var de allvarligaste felkällorna sitter, inte minst immortal time bias, där patienter räknas som exponerade under en period då de per definition inte kunde få utfallet.

Kvarstående konfundering kan bedömas kvantitativt. Måttet E-value anger hur starkt ett omätt samband skulle behöva vara, med både exponering och utfall, för att kunna förklara bort det observerade sambandet. Om E-value är lågt räcker en måttlig omätt störfaktor för att förklara resultatet.

Rapportering och klinisk användning

En regressionsanalys ska rapporteras så att läsaren kan bedöma den: vilken modell som använts, vilka variabler som ingick och varför de valdes, hur kontinuerliga variabler modellerats, hur saknade data hanterats, hur antaganden prövats och hur många händelser som fanns per variabel. Koefficienter redovisas med konfidensintervall, inte enbart med p-värden.

För prediktionsmodeller finns etablerade rapporteringsriktlinjer (TRIPOD), och för observationsstudier i allmänhet STROBE. Att en modell utvecklats i ett stort register räcker inte; utan extern validering i en population som liknar den där modellen ska användas, och utan redovisad kalibrering, saknas underlag för klinisk tillämpning.

För klinikern som läser en artikel är tre frågor oftast tillräckliga för en första bedömning. Vilken storhet rapporteras egentligen: korrelation, skillnad per enhet, oddskvot, hazardkvot? Är effekten stor nog att spela roll för en enskild patient? Och är justeringen gjord utifrån en uttalad uppfattning om orsakssambanden, eller bara utifrån vilka variabler som råkade finnas i databasen?

Källor

le Cessie S, Groenwold RHH, Dekkers OM. Correlation or regression, that's the question. Eur J Endocrinol 2021. PMID: 33852416
Zakhary BL, Choi J. Regression analysis in clinical research. J Trauma Acute Care Surg 2025. PMID: 40454999
Kim JH. Multicollinearity and misleading statistical results. Korean J Anesthesiol 2019. PMID: 31304696
Rusakov DA. A misadventure of the correlation coefficient. Trends Neurosci 2023. PMID: 36280457
Riley RD, Van Calster B, Collins GS. A note on estimating the Cox-Snell R² from a reported C statistic (AUROC) to inform sample size calculations for developing a prediction model with a binary outcome. Stat Med 2021. PMID: 33283904
Riley RD, Collins GS, Ensor J m.fl. Minimum sample size calculations for external validation of a clinical prediction model with a time-to-event outcome. Stat Med 2022. PMID: 34915593

Regression and Correlation