交互作用分析_第1页
交互作用分析_第2页
交互作用分析_第3页
交互作用分析_第4页
交互作用分析_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、交互作用分析一、交互作用的概念简单地说,交互作用指当两个因素都存在时,它们的作用大于(协同)或小于(拮抗)各自作用的和。要理解交互作用首先要区别于混杂作用。混杂作用以吸烟(SMK)和饮酒(ALH)对收缩压(SBP)的影响为例,可以建立以下二个模型:模型 1:SBP=B0+夕 SMK模型 2:SBP=30+31ALH+32SMK假设从模型 1 估计的 SMK 的作用为 32,2,从模型 2 估计的 SMK 的作用为 32。如吸烟与饮酒有关(假设吸烟者也多饮酒),而且饮酒与血压有关,这时可以假想两种可能:1,吸烟与血压无关,但因为饮酒的原因,模型 1 中的2,2,会显著,而模型 2 控制了 ALH

2、 的作用后,SMK 的作用2将不显著。2,吸烟与血压有关, 模型 1 中估计的 SMK 的作用 32,一部分归功于饮酒, 模型 2 估计的2 是控制了 ALH的作用后 SMK 的作用,因此 B2,不等于2。是不是 32 不等于 32 2就意味着有交互作用呢?不是的,这只是意味着 32 2中有饮酒的混杂作用。那么什么是交互作用呢?根据吸烟与饮酒将研究对象分成四组,各组 SBP 的均数可用下表表示:不饮酒饮酒不吸烟0O3o+31吸烟3o+B23o+31+32+312吸烟与饮酒对 SBP 的影响,有无交互作用反映在B12上,检验B12是否等于零就是检验吸烟与饮酒对 SBP的影响有无交互作用。而上面的

3、模型 2 是假设B12等于零所做的回归方程。交互作用的理解看上去很简单,但需要意识到的是交互作用的评价与作用的测量方法有关。以高血压发病率为例,看吸烟与饮酒对高血压发病率的影响就有两种情况。I、相加模型:不饮酒饮酒不吸烟IOIO+Ia吸烟IO+ISIo+Ia+Is+IsaII、相乘模型:不饮酒饮酒不吸烟IOIO*A吸烟IO*SIO*S*A*B相加模型检验 Isa 是否等于零,相乘模型检验 B 是否等于 1,可以想象 Isa 等于零时 B不一定等于 1,因此会出现按不同的模型检验得出的结论不同。在报告交互作用检验结果时,要清楚所用的是什么模型。一般的线性回归的回归系数直接反映应变量的变化,是相加

4、模型,而 Logistic 回归的回归系数反映比值比的变化,属相乘模型。二、交互作用的检验交互作用检验有两种方法,一是对交互作用项回归系数的检验(Waldtest),二是比较两个回归模型,一个有交互作用项,另一个没有交互作用项,用似然比检验。本系统采用彳以然比检验(Loglikelihoodratiotest)方法。如以吸烟与饮酒两个两分类变量为例,可以形成回归方程:方程 1:F(Y)=30+31ALH+32SMK+312SMK*ALH计算该方程似然数(likelihood),似然数表示按得出的模型抽样,获得所观察的样本的概率。它是一个很小的数,因此一般取对数表示,即 Loglikelihoo

5、d,似然数可以简单地理解为拟合度。如果我们假定吸烟与饮酒无交互作用,312等于零,则方程为:方程 2:F(Y)=30+31ALH+32SMK如果方程 1 和方程 2 得到的似然数没有显著差别,表明B12是多余的,或者说12与零无显著性差异,吸烟与饮酒对 f(Y)无交互作用。反之,吸烟与饮酒对 f(Y)有交互作用。三、交互作用分析1.运行两种回归模型:A 和Bo交互作用分析也可以理解为,在分层分析基础上对分层变量的不同层级水平上,危险因素对结果变量的作用的回归系数差异进行统计学检验。如上表中可以看出,在不吸烟组, 饮酒的作用是 3i,在吸烟组中饮酒的作用是 Bi+12,如 B12=0 则表示饮酒

6、的作用在吸烟组与不吸烟组都一样。分析交互作用主要回答的问题是:有哪些因素影响危险因素(X)与结果变量(Y)的关系”?有没有效应修饰因子?参看流行病学假设检验的思路。如果危险因素是分类型变量,系统将:1 .列出危险因素与效应修饰因子的每种层级组合(联合亚组),如危险因素分 3组,效应修饰因子分 2 组,联合亚组就有 6 组。2 .如果结果是一个连续性的变量,统计每个联合亚组内结果变量的均数与标准差;如果结果是一个二分类的变量,统计频数(百分数)。3 .运行两种回归模型:A 和 B模型 A 按联合亚组生成指示变量,放入模型中(如有 6 个联合亚组,把一组作为参照组,放入 5 个指示变量于模型中);

7、模型 B 不考虑危险因素与效应修饰因子的联合,分别产生指示变量放入模型中,如危险因素分 3 组,把一组作为参照,放入 2 个指示变量于模型中,效应修饰因子分 2 组,一组为参照,放入一个指示变量于模型中,共 3 个指示变量。然后进行似然比检验比较模型 A 与模型 B,报告 P 值,即交互作用的 P 值如果危险因素是连续性变量,系统将:发现效应修饰因子对助于我们进一步理解危险因素对结果变量的作用通路。危险因素可以是连续性变饰因子限于分类型变量。量,也可以是分类型变量。本系统多要分析的可能的效应修系统将自动检测结局变量的回归模型(如 Logistic 行定义。的类型(如两分类变量、连续变量)回归或

8、线性回归模型)。用户可以对,再自动默认选择合适分布类型和联系函数自用户可以定义表格输出格式,包括要报告的结果、行列编排、小数点位置等。模型 A 按效应修饰因子的每个层级产生危险因素参数。如效应修饰因子为 SMK分 2 组(吸烟与不吸烟),危险因素为 BMI(体重指数),产生 2 个 BMI(BMI1 与 BMI2),当SMK=0(不吸烟)时,BMI1=BMI,BMI2=0;当 SMK=1(吸烟)时,BMI2=BMI,BMI1=0。把 BMI1 与BMI2 同时放入模型中。模型 B 只有一个危险因素参数。然后进行似然比检验比较模 A 与模型 B,报告 P 值,即交互作用的 P 值。系统将自动检测

9、结局变量的类型(如两分类变量、连续变量),再自动默认选择合适的回归模型(如 Logistic 回归或线性回归模型)。用户可以对分布类型和联系函数自行定义。用户可以定义表格输出格式,包括要报告的结果、行列编排、小数点位置等。例 1:IffJL L标题;交互作用检脸1 1选择分析对臬;所有数据记录,设计行:选择列行分层受量:血性别行排序掂:G G分细再按:肩费a a再捺决危险因素迤择输出内咨与格式:13fg5MI)Pvalue/OR(95%C13fg5MI)Pvalue/OR(95%C PvaluePvalue精蠲到小数点:0.Q10.Q1如用GEE;GEE;研变对象编号变里内部I I联类型查看塞

10、格HefneshSaveHefneshSave输出结果:交互作用检验变里分布联系函赖秒肺活里G3U5S3HG3U5S3HIdentityIdentity最A A师话量GaussianGaussianIdenrtityIdenrtityIIIIII.选择结果费里IV.IV.选择危险因素的:U选择效应修饰因子(分类交里):srsr。Ire,Ire,眼烟K 里年龄, 设计回归方程:吸烟-N否是合计交互作用的P值性另 1=男一秒肺活量366-0.05(-0.06,-0.04)0.001-0.06(-0.07,-0.05)0.001-0.06(-0.07,-0.05)0.0010.039最大肺活量366

11、-0.04(-0.05,-0.02)0.001-0.05(-0.06,-0.04)0.001-0.05(-0.05,-0.04)0.0010.029性另二女一秒肺活量364-0.03(-0.04,-0.02)0.001-0.03(-0.05,0.00)0.030-0.03(-0.04,-0.02)0.0010.608最大肺活量364-0.03(-0.04,-0.02)0.001-0.03(-0.05,-0.01)0.009-0.03(-0.04,-0.02)0.0010.854合计一秒肺活量730-0.04(-0.04,-0.03)0.001-0.06(-0.07,-0.05)0.001-0.

12、05(-0.05,-0.04)0.0010.001最大肺活量730-0.03(-0.04,-0.02)0.001-0.05(-0.06,-0.04)0.001-0.04(-0.04,-0.03)0.0010.001回归系数(95%可信区间)p值/比值比/危险度比(95%可信区间)p值结局变量:一秒肺活量和最大肺活量危险因素:年龄分层变量:性别模型I:调整变量:文化程度,饮酒,职业和被动吸烟分组合计后的分析也调整了:性别交互作用的P值由对数似然比检验比较两个相嵌模型得出于2012-05-08使用易传统计软件()和R软件生成。例2:交互作用分析叵L标题:交互传用检胎II-选择分析时象:所有数据记录

13、二行排摩柱:摩柱:f结局堂里局堂里再推:X危险因素再捻选撵输出由答与格式:P P南而Pvalue-ORPvalue-OR5 5肛而valuevalue精确到小勘点;川如用GEE:GEE:研究对象编号变量内部中歌类型输出结果:笠:甲分布庭系困领收缩压,亳米汞柱GausanGausanIdentityIdentity舒张压,奎米柔桂GaussanIdentityin选择卷果费里选择卷果费里m二二/选择效应传沛因子f分类变星L:snp1设计行;选择列行分层变量;查看表格RefreshRefreshSaveSaveI I樟型三:簪择用个樽型分析对象:1:每个模型用其可用的对象交互作用检验吸烟SNP1样

14、本量均数+标准差|回归系数95%可信区间P值1交互作用F值收缩压,毫米汞柱否AA311|126.3+20.9|00.447否AB158|132.1+23.417.03.2,10.8|0.001不BB15137.7+13.4112.01.9,22.1|0.0201是是AA194|129.5+23.1j-6.9-11.3,-2.4|0.0031是AB109137.6+24.6P4.0-1.0,9.1|0.116f是舒张压,毫米汞柱BBBB23140.3+21.516.8-1.9,15.5|0.127否否AA31168.5十10.100.330否否AB15869.4+12.21.4-0.7,3.40.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论