目的：应用变参数模型和线性混合模型探讨医学纵向数据的研究方法，并比较其与传统模型相比的优势。方法：通过模型的选择标准，模型的拟合过程，模型的参数估计来阐述模型的适用过程，并通过模型之间的比较来判断模型的优势。结果：对于变参数模型，通过F检验和Hausman检验，我们选择变系数的固定效应模型，结果提示控制了时间以及多中心的因素影响之后，试验组和对照组相比，症状得分有显著性差异，差异有统计学意义（t=-13.45,P<0.0001），即说明新药治疗风湿有效果；对于线性混合模型，通过-2LL、AIC、AICC、BIC等评价标准的衡量，我们选择无结构模型（UN）作为其协方差结构，结果显示，控制了配伍组的随机效应后，msec在不同药物间差异有统计学意义（F=38.71，P<0.0001），不同时间点间有统计学意义（F=42.21，P<0.0001），时间点和药物间有交互作用（F=12.97，P<0.0001）。由于模型中把配伍组作为随机效应，所以以上结论均可外推。结论：变参数模型相比一般线性模型，能够扩大应用范围，能够提高决定系数，使模型更为有效；线性混合模型则通过拟合合适的协方差结构从而让模型纳入随机效应而更合理，让结果更具有现实意义。变参数模型，线性混合模型在分析医学纵向数据方面有一定程度上的优势。