第16講

臨床流行病學(xué)數(shù)據(jù)的分析與成果解釋1背景資料本案例分析的數(shù)據(jù)來自一種虛擬的前瞻性研究。研究的問題是：吸煙與否能夠引發(fā)高血壓？研究共涉及1967人。其中男性941人，女性1026人；年紀(jì)范疇為15～90歲，平均年紀(jì)44.3歲，原則差為15.6歲，<33歲、33～43歲、44～54歲、55歲以上（55+）年紀(jì)組的人數(shù)分別為：487、494、468、518人；吸煙者559人，非吸煙者1408人；高血壓患者452人，非患者1515人。數(shù)據(jù)分析軟件：SPSS16.0分析的重要目的是：考察吸煙與高血壓的關(guān)系。性別和年紀(jì)是可能的混雜因子，年紀(jì)還可能是效應(yīng)修飾因子。分析的重點(diǎn)在于展示如何運(yùn)用Logistic回歸分析，預(yù)計(jì)效應(yīng)大小、控制混雜、分析劑量反映關(guān)系、（通過異質(zhì)性檢查）識別交互作用。2SPSS16.0原始數(shù)據(jù)表3SPSS16.0數(shù)據(jù)表的VariableView窗口點(diǎn)擊SPSS數(shù)據(jù)表左下角的“VariableView”，即可查看變量的屬性并對其進(jìn)行編輯：Name為變量名；Type為變量的體現(xiàn)方式，Numeric意思是用數(shù)字體現(xiàn)；Values是變量值的含義，如在“性別”變量中，“0”表達(dá)“女”，“1”表達(dá)“男”；Measure是變量類型，其中：Nominal為分類變量；Scale為持續(xù)變量；Ordinal為等級變量（分級變量或有序分類變量），涉及二分變量（如“血壓”）；其它屬性對本分析無實(shí)質(zhì)性的影響，在此不做贅述。4變量的賦值及含義性別:分類變量，0=“女”，1=“男”年紀(jì):持續(xù)變量，以歲為單位年紀(jì)組:等級變量（除非在分析時(shí)特別注明要設(shè)立成其它類型的變量，如“categoricalcovariates”，即多分類變量），1=“<33”，2=“33-43”，3=“44-54”，4=“55+”吸煙:分類變量，0=“非吸煙者”，1=“吸煙者”血壓:分類變量，0=“血壓正常人”，1=“高血壓患者”5分析的問題（1～6)預(yù)計(jì)粗比值比：用2X2四格表描述吸煙與高血壓的關(guān)系，并預(yù)計(jì)其粗比值比（oddsratio，OR）及其95%置信區(qū)間（95%CI）。一致性檢查：按年紀(jì)組分層，分別計(jì)算不同年紀(jì)組的吸煙與高血壓的OR值，作M-H一致性檢查？根據(jù)一致性檢查成果判斷，不同年紀(jì)組間吸煙與高血壓的關(guān)系與否存在異質(zhì)性？用一種總的OR值來表達(dá)吸煙與高血壓的關(guān)系的強(qiáng)弱與否合理？預(yù)計(jì)無年紀(jì)混雜的比值比：預(yù)計(jì)無年紀(jì)混雜的M-H總OR值及其95%CI，然后判斷吸煙與高血壓的粗OR值與否存在年紀(jì)因素造成的混雜？為什么？用Logistic回歸回答下列問題1。用Logistic回歸回答下列問題2。用Logistic回歸回答下列問題3。6分析的問題（7-11)用Logistic回歸進(jìn)行更敏感的異質(zhì)性檢查，即檢查隨著年紀(jì)的增加，吸煙與高血壓的OR與否存在下降的趨勢？與問題2和5的成果與否相似？為什么?應(yīng)如何解決對應(yīng)的成果？檢查劑量反映關(guān)系，分析年紀(jì)與高血壓的劑量反映關(guān)系，即檢查高血壓的發(fā)病危險(xiǎn)與否隨年紀(jì)的變化而變化。用Logistic回歸分析回答下列問題8。用Logistic回歸分析比較性別與年紀(jì)對吸煙與高血壓的OR的混雜作用的大小。用Logistic回歸預(yù)計(jì)調(diào)節(jié)了性別與年紀(jì)后吸煙與高血壓關(guān)系的OR值？成果與否提示吸煙為為高血壓的獨(dú)立危險(xiǎn)因素？為什么?7 另外，SPSS的選項(xiàng)將以藍(lán)色底色或紅圈或紅框標(biāo)注，選擇按照從上到下、從左到右的次序進(jìn)行，必要時(shí)加上文字注釋；有關(guān)的成果將以淡藍(lán)底色標(biāo)注，并加上文字注釋。問題的分析環(huán)節(jié)下列將每個(gè)問題逐個(gè)分析和討論，每個(gè)問題的內(nèi)容分為三個(gè)部分1）問題的分析重點(diǎn)及其細(xì)節(jié)陳說（深藍(lán)色幻燈片）2）該問題分析的SPSS選項(xiàng)及注釋（純白色幻燈片）3）該問題分析的重要成果和解釋（淡藍(lán)色幻燈片） 8問題1及其分析和解釋 預(yù)計(jì)粗比值比 用2X2四格表描述吸煙與高血壓的關(guān)系，并預(yù)計(jì)其粗比值比（OddsRatio，OR）及其95%置信區(qū)間（95%ConfidenceInterval，CI）。9問題1的SPSS選項(xiàng)（一）依次選擇AnalyzeDescriptiveCrosstabs以制作四格表、進(jìn)行組間率差別的明顯性檢查和預(yù)計(jì)主效應(yīng)及其可信區(qū)間10擬定暴露和結(jié)局變量：在左圖Rows（行）內(nèi)添加因變量“血壓”，在Columns（列）內(nèi)添加自變量“吸煙”；右圖的選擇用于輸出組間比較的卡方檢查和危險(xiǎn)度預(yù)計(jì)的成果。問題1的SPSS選項(xiàng)（二）11問題1的重要成果3.粗效應(yīng)值的多個(gè)明顯性檢查，涉及精確檢查。如，PearsonChi-square檢查的P值為0.589，精確雙側(cè)檢查的P值為0.593。2.粗效應(yīng)值的預(yù)計(jì)吸煙對高血壓危險(xiǎn)的粗效應(yīng)值（OR）為1.066，95%CI：0.846~1.343。1.吸煙和高血壓的四格表數(shù)據(jù)

高血壓組452人中有133人吸煙，正常組1515人中有426人吸煙。12問題2及其分析和解釋一致性檢查 按年紀(jì)組分層，分別計(jì)算不同年紀(jì)組吸煙與高血壓的OR值，并進(jìn)行M-H一致性檢查？根據(jù)一致性檢查的成果判斷：1）不同年紀(jì)組間吸煙與高血壓關(guān)系的OR值與否存在異質(zhì)性？2）用一種總的OR值來表達(dá)吸煙與高血壓關(guān)系的強(qiáng)弱與否合理？13問題2的SPSS選項(xiàng)左圖：擬定暴露、結(jié)局和效應(yīng)修飾因子：在問題1選項(xiàng)的基礎(chǔ)上，左邊添加年紀(jì)組為分組的變量，即效應(yīng)修飾變量；右圖：選擇用于輸出一致性檢查等成果。14問題2的重要成果（一）不同年齡組中高血壓患者及吸煙者的分布15問題2的重要成果（二）預(yù)計(jì)不同年紀(jì)組吸煙和高血壓關(guān)系的OR值：<33歲、33～43歲、44～54歲、55+年紀(jì)組吸煙和高血壓關(guān)系的OR值及其95%CI分別為：2.576（1.024~6.480）1.079（0.599~1.945）0.915（0.598~1.400）0.756（0.516~1.108）16問題2的重要成果（三）一致性檢查（或曰“異質(zhì)性檢查”）成果：以Breslow－Day檢查為例，卡方值=6.448，自由度=3，P=0.092。成果解釋：不同年紀(jì)組的OR不存在統(tǒng)計(jì)學(xué)明顯意義的異質(zhì)性（P>0.05)，闡明不同年紀(jì)組的真實(shí)OR值是同樣的，組間OR值的差別是由抽樣誤差引發(fā)的，能夠用一種總的OR代表不同年紀(jì)組的OR。17問題3及其分析和解釋預(yù)計(jì)無年紀(jì)混雜的比值比 預(yù)計(jì)無年紀(jì)混雜的M-H總OR值及其95%CI，然后判斷吸煙與高血壓關(guān)系的粗OR值與否存在因年紀(jì)造成的混雜？為什么？18問題3的SPSS選項(xiàng)在問題2的SPSS輸出成果中可找到M-H法合并的總OR值，對應(yīng)的菜單選項(xiàng)如圖中紅圈所示。19問題3的重要成果用M-H法預(yù)計(jì)的合并OR值為0.927，該合并的OR是各年紀(jì)組OR值的加權(quán)平均數(shù)，是無年紀(jì)混雜的凈OR值。從問題1中已知粗OR值為1.066，兩者有區(qū)別，闡明年紀(jì)在粗比值比預(yù)計(jì)上引發(fā)了混雜。20問題4及其分析和解釋用Logistic回歸分析回答下列問題1：預(yù)計(jì)粗比值比 問題1：用2X2四格表描述吸煙與高血壓的關(guān)系，并預(yù)計(jì)其比值比（OddsRatio，OR）及其95%置信區(qū)間（95%CI）。21問題4的SPSS選項(xiàng)（一）依次選擇AnalyzeRegressionBinaryLogistic以進(jìn)行吸煙和高血關(guān)系的Logistic回歸分析：預(yù)計(jì)主效應(yīng)及其可信區(qū)間22問題4的SPSS選項(xiàng)（二）左圖：輸入因變量和自變量Dependent（因變量）：血壓Covariates（協(xié)變量/自變量）：吸煙右圖：規(guī)定給出95%CI23問題4的重要成果在Logistic回歸分析的成果中，吸煙項(xiàng)的回歸系數(shù)(B)（即LnOR）=0.064，Wald卡方檢查值=0.292，P值=0.589。吸煙項(xiàng)系數(shù)的反自然對數(shù)Exp(B)（即OR）＝1.066，95%CI的下限和上限分別為0.846和1.343。與問題1的成果完全一致。24問題5及其分析和解釋用Logistic回歸分析回答下列問題2：一致性檢查 問題2:按年紀(jì)組分層，分別計(jì)算不同年紀(jì)組的吸煙與高血壓的OR值，作M-H一致性檢查。根據(jù)一致性檢查成果判斷，不同年紀(jì)組間吸煙與高血壓的關(guān)系與否存在異質(zhì)性？用一種總的OR值來表達(dá)吸煙與高血壓的關(guān)系的強(qiáng)弱與否合理？25問題5的SPSS選項(xiàng)（一）26問題5的SPSS選項(xiàng)（二）前頁和本頁選項(xiàng)的用途是在下面分析過程中以年紀(jì)組分層分別進(jìn)行Logistic回歸分析27問題5的SPSS選項(xiàng)（三）同上，這些選項(xiàng)的用途是進(jìn)行血壓和吸煙的Logistic回歸，并在成果中顯示效應(yīng)預(yù)計(jì)及可信區(qū)間28問題5的重要成果（一）不同年紀(jì)組吸煙與高血壓的OR值及其95%CI如上圖中藍(lán)色方框所示。與問題2的成果完全一致。29問題5的SPSS選項(xiàng)（四）此選項(xiàng)旨在取消按照年紀(jì)組的分層分析，將全部年紀(jì)組放入一種Logistic回歸方程進(jìn)行分析。30左上圖：在Logistic回歸中納入3個(gè)協(xié)變量：吸煙、年紀(jì)組、吸煙*年紀(jì)組（即它們的乘積項(xiàng)）。吸煙*年紀(jì)組乘積形成的新變量又叫年紀(jì)和性別交互作用項(xiàng)，以檢查兩者間統(tǒng)計(jì)學(xué)交互作用（即異質(zhì)性）。右下圖：在“Categorical”變量中加入年紀(jì)組，以將分級變量的年紀(jì)組轉(zhuǎn)換成為CategoricalCovariates（多分類變量）問題5的SPSS選項(xiàng)（五）31問題5的重要成果（二）成果：對吸煙與年紀(jì)組的乘積項(xiàng)的明顯性檢查：Wald卡方值=6.067，自由度=3，P=0.108。解釋：不同年紀(jì)組吸煙與高血壓的OR不存在統(tǒng)計(jì)學(xué)明顯意義的異質(zhì)性，闡明能夠用一種總的OR值來表達(dá)吸煙與高血壓的關(guān)系。與問題2的一致性檢查成果基本一致。兩種辦法在異質(zhì)性Ｐ值上差別是由于檢查辦法的不同的成果。32問題6及其分析和解釋 用Logistic回歸分析回答下列問題3：預(yù)計(jì)無年紀(jì)混雜的比值比 問題3:預(yù)計(jì)無年紀(jì)混雜的M-H總OR值及其95%CI，然后判斷吸煙與高血壓的粗OR值與否存在年紀(jì)因素造成的混雜？為什么？33問題6的SPSS選項(xiàng)在Logistic回歸中納入兩個(gè)協(xié)變量：吸煙、年紀(jì)組，并用Categorical菜單將年紀(jì)組定義為多分類變量。34控制了年紀(jì)組混雜作用的影響后，吸煙與高血壓關(guān)系的OR值為0.926，95%CI：0.721~1.189。從問題1中可知，粗OR值為1.066，兩者有區(qū)別，闡明年紀(jì)在粗比值比預(yù)計(jì)上有混雜。與問題3的成果基本一致。問題6的重要成果35問題7及其分析和解釋用Logistic回歸進(jìn)行更敏感的異質(zhì)性檢查 即檢查隨著年紀(jì)的增加，吸煙與高血壓的OR值與否存在下降的趨勢？與問題2和5的成果與否相似？為什么?應(yīng)如何解決對應(yīng)的成果？36問題7的背景介紹由問題2的Crosstabs及問題5的Logistic回歸分析的成果可知：<33歲、33-43歲、44-54歲、55+年紀(jì)組吸煙和高血壓關(guān)系的OR值分別為：2.576、1.079、0.915、0.756，隨年紀(jì)增加呈明顯下降趨勢。這時(shí)，應(yīng)使用趨勢性檢查來檢查吸煙與血壓OR值與年紀(jì)的趨勢關(guān)系（即一種特殊的異質(zhì)性），以提高異質(zhì)性檢查的敏捷度。不同于問題5使用的常規(guī)異質(zhì)性檢查（年紀(jì)組用作分類變量），在趨勢檢查里，年紀(jì)必須是持續(xù)或等級變量，可用三種方式體現(xiàn)：持續(xù)變量、等級變量、“分級持續(xù)變量”。持續(xù)變量就是使用每一種人的原始實(shí)際年紀(jì)；等級變量就是用１、２、３、４分別體現(xiàn)四個(gè)年紀(jì)組的年紀(jì)及其差別的大小；“分級持續(xù)變量”為非正式的專用名詞，在此指用每組的平均年紀(jì)替代該組每一種人的年紀(jì)（四個(gè)組的平均年紀(jì)取值分別為25.1、37.7、48.8和64.8歲），其產(chǎn)生過程見后。37問題7的SPSS選項(xiàng)（一）將年紀(jì)作為持續(xù)變量進(jìn)行異質(zhì)性檢查，即檢查吸煙和年紀(jì)交互作用項(xiàng)的統(tǒng)計(jì)學(xué)明顯性。38問題7的重要成果（一）年紀(jì)與吸煙交互作用的明顯性檢查成果為：Wald檢查值＝3.658，df＝1，Ｐ＝0.056，顯示其異質(zhì)性無統(tǒng)計(jì)學(xué)明顯性。但應(yīng)注意，該P(yáng)值與明顯性水平（a=0.05）很靠近，且OR值95%CI的上限等于1.000，因此不適宜容易下結(jié)論認(rèn)為不存在異質(zhì)性。本分析里，年紀(jì)是持續(xù)型變量，可能擬合不抱負(fù)。39問題7的SPSS選項(xiàng)（二）將年紀(jì)作為“等級變量”進(jìn)行異質(zhì)性檢查，即檢查吸煙和年紀(jì)交互作用項(xiàng)的明顯性。40問題7的重要成果（二）年紀(jì)與吸煙交互作用的明顯性檢查成果為：Wald檢查值＝4.871，df＝1，Ｐ＝0.027，顯示有統(tǒng)計(jì)學(xué)意義的異質(zhì)性，闡明吸煙和高血壓關(guān)系的ＯＲ值隨年紀(jì)增加而減少。41問題7的SPSS選項(xiàng)（三）用TransformRecodeintodifferentvariables菜單，運(yùn)用等級變量“年紀(jì)組”生成新的持續(xù)變量“平均年紀(jì)”。42問題7的SPSS選項(xiàng)（四）用“OldValue”和“NewValue”轉(zhuǎn)換年紀(jì)組的賦值：當(dāng)原始分級變量“年紀(jì)組”的OldValue為1時(shí)，設(shè)“平均年紀(jì)”的賦值為25.1；依次將年紀(jì)組為2、３和４，平均年紀(jì)設(shè)為37.7、48.8和64.8。最后點(diǎn)擊“Add”以生成新變量“平均年紀(jì)”。43問題7的SPSS選項(xiàng)（五）在VariableView窗口中將“平均年紀(jì)”設(shè)立成Scale（持續(xù)型）變量。由于同一年紀(jì)組的全部人均用同一種平均年紀(jì)表達(dá)，有分級變量的部分性質(zhì)，因此我們權(quán)且將該變量稱作“分級持續(xù)變量”。44問題7的SPSS選項(xiàng)（六）將年紀(jì)作為“分級持續(xù)變量”進(jìn)行異質(zhì)性檢查，即檢查吸煙和年紀(jì)交互作用項(xiàng)的明顯性。45問題7的重要成果（三）年紀(jì)與吸煙交互作用的明顯性檢查成果為：Wald檢查值＝4.872，df＝1，Ｐ＝0.027，顯示有統(tǒng)計(jì)學(xué)意義的異質(zhì)性，闡明吸煙和高血壓關(guān)系的ＯＲ值隨年紀(jì)增加而減少。與前一種辦法的成果幾乎完全一致。三種分析的成果基本一致，能夠認(rèn)為年紀(jì)和吸煙間存在統(tǒng)計(jì)學(xué)交互作用。46問題8及其分析和解釋檢查劑量反映關(guān)系 分析年紀(jì)與高血壓的劑量反映關(guān)系，即檢查高血壓的發(fā)病危險(xiǎn)與否隨年紀(jì)的變化而變化。47問題８的背景描述在此趨勢檢查里，年紀(jì)必須是持續(xù)或等級變量，可用三種方式體現(xiàn)：持續(xù)變量、等級變量、分級持續(xù)變量。分析辦法可用普通的趨勢檢查，也能夠用Logistic回歸分析。在本問題里，我們先展示如何用普通的辦法進(jìn)行趨勢檢查。48問題8的SPSS選項(xiàng)用一般的趨勢檢驗(yàn)分析年齡與高血壓危險(xiǎn)的關(guān)系。年齡為等級變量。49問題8的重要成果上圖：在<33歲、33-43歲、44-54歲、55+歲組中，高血壓患者所占的比例分別為4.1%、12.3%、28.0%、46.3%，顯示高血壓危險(xiǎn)隨年紀(jì)的增加而遞增。下圖：線性趨勢檢查：卡方值=288.246，df＝1，P<0.001，闡明高血壓的危險(xiǎn)隨年紀(jì)遞增的趨勢有統(tǒng)計(jì)學(xué)明顯性。注意：另外兩個(gè)檢查為普通的卡方檢查，在于分析高血壓的危險(xiǎn)在不同年紀(jì)組與否有別，不是趨勢性檢查，當(dāng)趨勢存在時(shí)這些檢查的敏捷度低于趨勢檢查。50問題9及其分析和解釋 用Logistic回歸分析問題8：分析年紀(jì)與高血壓的劑量反映關(guān)系。年紀(jì)可用三種方式體現(xiàn)：持續(xù)變量、等級變量、分級持續(xù)變量。51問題９的SPSS選項(xiàng)（一）進(jìn)行年紀(jì)為持續(xù)變量的Logistic回歸，分析年紀(jì)與高血危險(xiǎn)的線性關(guān)系52在Logistic回歸方程中，年紀(jì)項(xiàng)的系數(shù)B=0.068，P<0.001，有統(tǒng)計(jì)學(xué)明顯性，表明患高血壓的危險(xiǎn)與年紀(jì)呈正有關(guān)；OR=1.070，表明年紀(jì)每增加1歲，患高血壓的危險(xiǎn)約為原來的1.070倍，即相對增加７％。問題９的重要成果（一）53問題９的SPSS選項(xiàng)（二）年紀(jì)為“分級持續(xù)變量”的Logistic回歸，分析年紀(jì)與高血危險(xiǎn)的線性關(guān)系54在Logistic回歸方程中，平均年紀(jì)的系數(shù)B=0.070，P<0.001，有統(tǒng)計(jì)學(xué)明顯性，表明患高血壓的危險(xiǎn)與平均年紀(jì)呈正有關(guān)；OR=1.072，表明年紀(jì)每增加1歲，患高血壓的危險(xiǎn)就變?yōu)樵瓉淼?.072倍，即相對增加7.2％。成果與前一分析基本完全一致。問題９的重要成果（二）55問題９的SPSS選項(xiàng)（三）年紀(jì)為等級變量的Logistic回歸，分析年紀(jì)與高血危險(xiǎn)的線性關(guān)系56在Logistic回歸方程中，年紀(jì)組的系數(shù)B=0.950，P<0.001，有統(tǒng)計(jì)學(xué)明顯性，表明患高血壓的危險(xiǎn)與年紀(jì)組呈正有關(guān)；OR=2.587，表明從一種年紀(jì)組增加到到另一種相鄰的年紀(jì)組，患高血壓的危險(xiǎn)平均就變?yōu)樵瓉淼?.587倍。

另，由于組間年紀(jì)的差別不是相等的，使用年紀(jì)作為持續(xù)變量的分析普通應(yīng)優(yōu)于把年紀(jì)當(dāng)作等級變量的分析。問題９的重要成果（三）57問題10及其分析和解釋 比較混雜作用的大小 用Logistic回歸分析比較性別與年紀(jì)對吸煙與高血壓的OR的混雜作用的大小。58問題10的背景介紹 混雜作用的大小能夠通過比較含有混雜偏倚的粗效應(yīng)值預(yù)計(jì)與控制了混雜的凈效應(yīng)值進(jìn)行比較，兩者間的差別提示混雜的存在及其大小，可引發(fā)兩者間更大差別的因素的混雜作用將更大。 由前面的問題1和問題4的分析可知,吸煙與高血壓的粗OR值為1.066（95%CI：0.846~1.343） 在本問題里，我們將展示如何使用Logistic回歸分析控制年紀(jì)和性別，分別預(yù)計(jì)控制每個(gè)混雜因素后的凈OR值，并與粗OR比較，鑒別混雜的存在及其大小。59問題10的SPSS選項(xiàng)（一）用Logistic分析預(yù)計(jì)控制性別后的凈OR值。60問題10的重要成果（一）控制性別后，吸煙與高血壓的凈OR值為0.793，