交互作用(XDL)

1、交互作用Interaction2021/4/11主要内容交互作用的概念与类型、交互作用的模型交互作用的识别交互作用的分析1）统计学交互作用2）生物学交互作用3）公共卫生交互作用2021/4/113交互作用的概念(1) MacMahon的定义为：当两个或更多危险因子存在时 疾病的发病率不同于根据它们单独作用所估计的发病 率。目前定义：如果某一因素的真实效应随着其他因素水 平的改变而改变,则称这些因素间存在交互作用。(效应修饰)当两个或两个以上因子共同作用于某一事件时,其效 应明显不同于该两个或两个以上因子单独作用时的和 或积,称这些因子间存在交互作用。这里,事件可以 指疾病、健康或某种状态。交互

2、作用与混杂的区别：交互作用与硏究设计无关,是研究中存在的一种客观 现象,是需要在硏究中努力寻找和发现的。而混杂的 存在与否,取决于硏究设计。交互作用与硏究的真实性无关，作为一种客观效应, 是硏究者极其希望报告的,应加以准确而详尽的描述。 混杂则是对硏究真实性的一种歪曲,是硏究中要极力 避免并防止发生的。交互作用可以通过统计学方法进行定量描述和评价, 但是不可能去除。混杂则可以在资料分析阶段通过适 当的统计学方法分析排除。2021/4/115交互作用的类型1.2交互作用的分类按效应分类:按概念分类:协同作用：正交互 拮抗作用：负交方 统计学交互 生物学交互 公共卫生学交互协同作用：当两个或两个以

3、上因子共同作用于某一事件时,其效应明显大于这些因子单独作用时的和或积, 我们称之为协同作用 (synergism ),也称正交 互。在相加模型中，称之为超可加性。拮抗作用：当两个或两个以上因子共同作用于某一事件时,其效应明显小于这些因子单独作用时的和或积,我们称之为拮抗作用 (antagonism ),也称负 交互。在相加模型中,称之为亚可加性。2021/4/11#2交互作用的模型(1)相加模型(additive model)；如果两个或两个以上因子共同作用于某一事件时，其效应等于这些因子单独作用时的和，则认为两者之间不存在交互作用，也称之具有可加性。否则即认为有交互作用。以两因素为例,假设两

4、个因素x与z为二分变量，两因素的组合见表16-lo表16-1、两个二分变量联合符号XoZiZ因素存在z因素不存在XoZoX因素存在X1Z1XiZoX因素不存在交互作用的模型（2）A、B各种组合下的风盼B=0B=1|a=o 1RooR】。1如果我们用氐表示x与z两个因素均不存在时的危险 度，Rn表示X与Z两个因素均存在时的危险度，氐表示 x因素存在而z因素不存在时的危险度，Roi表示x因素 不存在而Z因素存在时的危险度，那么该模型可以表达 为：A、B各种组合下的风险B=0B=1|lA=0R°o|隔|RiiRio=“)i"oo不存在相加效应Rj j -RqqRj 0-Rqq+R

5、q j-Rqq 存在相加效应的 交互作用。协 同作用(synergism)拮抗作用(antagonism)2021/4/1113相乘模型(multiplicative model)如果两个或两个以上因子共同作用于某一事件时，其效应等于这些因子单独作用时的积，则认为两者之间不存在交互作用。否则即认为有交互作用。仍以两因素为例，假设同前。该模型可以表达为:RjRg = (10/00X01/00)2021/4/1115A>b刪组合下的风险B=0B=1I卜=0IRoo、隔I11 1k Jhl 1若缶二怛则无交互作用n10 Aoo若誌北鬻*鬻 则存在相乘效应的交互作用2021/4/1117交互作用

6、的存在与否，与所选择的模型密切相关。以吸烟和石棉暴露与肺癌关系的数据为例（表16-2）, 如果吸烟为X因素，石棉暴露为N因素，则从表16-2 口J 4* Roo= 19 Rii40 9 Rio=8 f Roi=5 o表16-2、吸烟和石棉暴露与肺癌发病率石棉暴露（/10万人年）吸烟交互作用的模型（6）如果采用相加模型，将上述数值代入公式，得到：Ru-Roo =40-1=39 > (Rlo-Roo) + (陽一R。)=8-1+5-1=11 则吸烟与石棉暴露之间存在交互作用。而同样的数值代入 相乘模型，得到：Rn/ Roo=4O/l=4O= (R10/ Roo) (Roi/ R。) = (8

7、/1) (5/1) =40 则吸烟与石棉暴露之间不存在交互作用。在一项研究口服避孕药和高血压与年轻妇女中风的关系的研究 中，得到如下资料（R）：高血压口服避孕药用不用严重13.66.9正常3. 11.0如应用交互作用的相乘模型，则两种危险因素表现出负的交互作 用（拮抗），因为：13.6 < 6.9X3. 1如应用交互作用的相加模型，则两种危险因素表现出正的交互作用（协同），因为：13.6 > 6. 9+3. 1如何解释资料和提出公共卫生建议？交互作用的识别(2)交互作用识别的一般过程在判断交互作用存在与否之前，首先要明确所研究的 因素与事件之间是否存在统计学联系。如果有联系, 接下

8、来看这一联系是否由偏倚或混杂所致。若存在偏 倚或混杂因素,采用适当的方法加以改进和调整后再 分析交互作用。若不存在偏倚或混杂因素,结合以前 的硏究和相关知识,采用适当的方法判断交互作用是 否存在。分层分析通过比较按照可疑交互因素分层后层间的效应测量值一相对危险度(RR )或率差(RD)来判断是否产生交 互作用。如果各层之间的效应测量值RR或RD不同z则 可能存在交互作用。但是鉴于各层RR和RD变异可能是 机遇所致”因此必须进行统计学检验。进行统计学检验的无效假设为各层之间的效应测量值 是一致的。相宜的统计学方法有Mental-Haenszel法, Woolf法,直接法和最大似然比检验等。不同的

9、设计方法及指标同质性检验的公式不一样。2021/4/1123多因素模型分析在流行病学病因研究中,可用多因素归模型识别交互作用。但是这些回归模型大多以相乘模型为基础,比如目前广泛使用的logistic回归模型,因此其前提是 这些资料必须符合相乘模型。LogitP二a + S * smoke+b2 * sex+b3 * smoke * sex 一般线性模型:general linear modelPoisson回归模型对数线性模型(log-linear model)广义相对危险度模型(general relative risk model):2021/4/11174交互作用的定量描述指标(1)根据

10、交互作用相加模型，可以得到如下指标：(1) 交互作用超额相对危险度(relative excess risk of interaction, RERI)RERI = RRx_(RRw + RR0l) + 1(2) 交互作用归因比 (attributable proportions of interaction, API)= RR _ (RRg + RRo) +1(3) 交互作用指数S (the synergy index S, S)S_RR“_1(7?7?1O-1) +(7?7?O1-1)交互作用的指标（2） 上述三个指标中，交互作用归因比AP冋以评价两 因子同时存在时,其危险度中可归因于交互

11、作用的比 例,公共卫生学意义较大。当交互作用存在时,超额 相对危险度与归因比应不为0 ,而交互作用指数应不为 lo很显然,这只是一个点估计,存在着误差,必须估 计其可信区间,看其是否包含0或:L,这样才能得出有 意义的结论。2021/4/1129交互作由的概念类型统计学生物学公共卫生学2021/4/11#统计学交互作用（3）统计学交互作用(statistical interaction)定义：关于已选结果度量的效应累积性的偏离，在逻辑上等同于效应测量修饰。因此,前述的关于效 应测量修饰的所有论述和分析修饰的方法均适用于统 计学交互作用。统计学交互作用是流行病学硏究结果中计算出的一种 现象,不一

12、定涉及生物学机理,可能只是因素之间的 数量关联，但仍有助于探索疾病病因,具有重要的公 共卫生意义。假设X和Z分别为某一事件的危险因素，且两者都是二分变 量，则其危险度符号可表示为表16-30表163、两个二分暴露指示值的危险度符号Z=1Z=0危险度差相对危险度X=1RnRioRn-RioRn/ Riox=oRoiRooRoiRooRoi/ Roo危险度差RnRoiRioRoo相对危险度R11/ RoiRio/ Roo假设Z = 0时X=1与X=0的危险度差（R】oR。）等于Z =1时X 1与X 0的危险度差（Rh Roi）:该式与相加模型的基本公式（心-Roo =（7?10-心）+ （心-心）

13、 一致。如果再将该式两边都除以Roo（X=0, Z=0时的危险度）, 就得到：R I R°o RoJRqq =Roo i我们可以将之改写成超额危险度的形式：RjRg - 1 = R（n /尺00 -1 + 心 /Roo 1如果Z=1时X=1与X = 0的相对危险度(Rh/ Roi) 与Z=o时的相对危险度(R10/ Roo)相等，贝IJ：=两边同乘：即相乘模型：RJRg = (Rg / Roo)(R(n/ R°o)两边取对数得到等式111( 700)= ln(7?io/?oo)+ ln( 01/00)或：lnu - 111 Roo = (111 Rg 一 111 Roo )

14、 + (In R(n 一 In R°o ) 该式表明相对危险度的同质性对应于对数一危险度 模型的可加性。2021/4/1135生物学交互作用 统计学交互作用是一种现象,它的存在与否 和大小完全由所选择的用于测量效应的模型和 效应的测量指标决定。为了避免模糊不清，必 须准确而详细地说明用于测量和检验这种交互 作用的模型和效应测量指标,而不能笼统地说 交互作用有无。从因果关联的角度，考虑机制上的交互作用。用暴露等因素导致的生理学变化和生化反应来 阐述交互作用的具体机制，但很复杂。流行病学对病因和致病机制的解释， 种方法：反事实法充分病因法反事实法假设我们要研究固定队列中两个固左变量X和Z

15、对于10年死亡率D的效应。如果X和Z是二分变量#队列 中每一个随访对象可能有X = Z = 0. X = lffoZ = 0. X =0而Z = logx = z = l四种可能暴露组合。进而,每一个随访对象可能有下面四种组合之_的两种可能结 局之一：他们或者存活10年(D = 0)或者没有(D =1)。这样，根据随访对象对任一暴露组合的反应,队列中可能有2 x 2 x 2 x 2=16种类型的随访对象2021/4/1139生物学交互作用表16 4. 关于网个二分暴銘变呈的四利可能暴踞组合的反丿“类型暴磅纽合（类型X= 1Z=1x=oZ=1X=1 x = z = o z =o=o说明11111

16、先效应2*111ox和z联合致病（简单相丿川）3*11o1Z拮抗X防病（防病扌吉抗411ooX无效丿Z致病5*1o11X拮抗Z防病（防病扌吉抗61o1oZ无效丿X致病7*1oo1相互扌吉抗（防病扌吉抗）S*1oooX和Z联令致病（致:病1办同）9*0111X和Z联合防病（防病办同）1O*011o相互扌吉抗（致病扌吉抗）1101o1X防病，Z尤效胆12*01ooX拮抗Z致:病（致:病扌吉抗130o11X无效八乩Z防病14*0o1oZ拮抗X致病（致病扌吉抗）15*0oo1X和Z联合防病（简单相丿川）160ooo尤效应（不易感）表16-4的一个优点就是，只要简单地把相关列中有“1” 的6相加，我们就

17、可以计算在四种所列暴露组合中任意一种 情况下队列的平均危险度（发病率比）。Rn=X和Z均为1时的平均危险度= P1 + P2 + P3 + P1 + P5 + P6 + Pt + P8R01=X为0、Z为1时的平均危险度= P1 + P2 + P3 + P4 + P9 + P1o + P11 + P12Rw=X为1、Z为0时的平均危险度P1 + P2 + P5 + P6 + P9 + P10 + P13 + P14Roo=X和Z均为0时的平均危险度Pi + Ps + Ps + Pt + Po + Ph + Pis + Piso生物学交互作用对于一个无任何类型交互作用的队列来说，不同的暴 露模式

18、中观察到的平均危险度（发病比例）之间形成危 险度可加的关系（相加模型）。这样，四种可能的同质暴 露模式的发病比例将如下：R11 = X和Z均为1时的平均危险度二P1 + P4+P6Roi=X为0、Z为1时的平均危险度二pi+pi+piiR10 = X为1、Z为0时的平均危险度二P1 + P6 + P13 Roo=X和Z均为0时的平均危险度=卩i+pu+pi3。在无任何类型交互作用的假设下，相对X=z=o,单 独X=1时的效应的平均危险度差与单独Z = 1时的效 应的平均危险度差之和等于x=l且Z = 1效应的危险 度差：心-他0 =几+卩4-(几+卩13)=(卩6 + P3 Pll 卩13)+

19、(卩4 + Al A1 P13)= (&0 R°o)+ (尺01 R°o)2021/4/1145生物学交互作用(6)在分析交互作用时，有两点值得注意。首先， 可加性的偏离意味着存在交互作用，但是仅有 可加性并不意味着无交互作用，这是因为不同 类型的交互作用可能彼此平衡掉各自对平均危 险度的作用。无论研究致病因素还是保护因素，危险度可加 性的偏离都意味着存在交互作用。12021/4/1147 i生物学交互作用(7)充分病因模型如果两个组分病因因一个共同的充分病因对疾病的发 生起作用,那么出现某些疾病的病例是两个组分病因 共同所致;两个组分缺其一,这些病例就不会出现。

20、这种协同构成一个充分病因的作用称为组分间的协同 交互作用或协同作用。相反,有些疾病的发生机制可能需要一个因素不存在而 另一个因素存在。因为两因素同时存在而未致疾病发 生称为组分间的拮抗交互作用或拮抗作用。如果两因素绝不联合参与同一充分病因，那么将没有 病例归因于它们的协同作用。如果需要一个因素不存在而另一个因素存在的充分病 因不存在,那么因素的拮抗交互作用也不能预防疾病 发生。两因素无交互作用或效应独立即意味着因素间的联合 作用既没有引起疾病,也没有预防疾病。交互作用的反事实法和充分病因法之间的关系：表16 - 5用于说明两者之间的关系，展示了可以区分唯 的二分变量X和Z的可能的九种充分病因。

21、每个方框 中的"Uk”代表除了X和Z以外所有的完成充分病因所 必需的组分病因。如果对于某人Uk(k = A、BC、D、 E、F、G、H、I)存在，也就是如果除了X或Z外充分 病因k是完全的，则称该个体有充分病因k的危险或对 充分病因k易感。2021/4/1153生物学交互作用(10)表16-5两个二分变量充分病因的九种类型充分病因类型X和Z不相关AX=1必需，Z不相关Z=1必需，X不相关X = O必需，Z不相关生物学交互作用（门）Z = 0必需，X不相关X=1和Z=1必需X=1和z = o必需X = o和Z=1必需X = o 和 z = o 必需u=充分病因的所有其他组分生物学交互作

22、用(14)生物学交互作用是可以通过适当的统计学方法来分析 关于交互作用生物学机制的流行病学评估的结论是非 常谨慎的。统计学交互作用效应测量修饰不应该与 生物学交互作用混淆。最重要的是,两因素都有效应 时,相对危险度同质虽然常被误解为没有生物学交互 作用，但是实际上恰恰相反。这是因为危险度、率或 比值比的同质性常意味着危险度差的异质性。而这种 异质性即表明存在某种类型的生物学交互作用。2021/4/1159公共卫生交互作用2021/4/11#公共卫生交互作用效交 等的 例础 病基 增为 新标、的指 致应用 所效作 过类互 通这交 应页生 效则卫 的，共 预量公 干衡叫 或来就 露标用 暴指作 把应互2021/4/11#公共卫生交互作用相加模型对公共卫生学的意义更大,因此在公共卫生学实践中较多的采用。假定暴露或干预的成本或效益可以通过它们 所致的新增病例的增减来衡量,则新增病例（发病数）或发病率的可加性偏离对应于公共卫生交互作用（public-healthinteraction）。如果由各因素所致的超额新增病例不是可加的,为了预测去除或减少其中任何一个因素对公共卫生的影响,人们必须了解所有因素的单独作用和交互作用。2021/4/1161公共卫生交互作用假设在一个10, 000名石棉暴露吸烟者的队列中，平均10年 死亡危险是0. 020 (Rh),但是如果所有的队列成员