交互作用分析.docx

交互作用分析一、交互作用的概念簡(jiǎn)單地說(shuō)，交互作用指當(dāng) 兩個(gè)因素都存在時(shí)，它們的作用大于（協(xié)同）或小于（拮抗）各自作用的和。要理解交互作用首先要區(qū) 別于混雜作用。混 雜作用以吸煙（SMK）和飲酒（ALH）對(duì)收縮壓（SBP）的影響為例，可以建立以下二個(gè)模 型：模型1：SBP =0+2SMK模型2：SBP =0+1ALH+2SMK假設(shè)從模型1估計(jì)的SMK的作用為2，從模型2估計(jì)的SMK的作用為2。如吸煙與飲酒有關(guān)（假設(shè)吸煙者也 多飲酒），而且飲酒與血壓有關(guān)，這時(shí)可以假想兩種可能：1.吸煙與血壓無(wú)關(guān)，但因?yàn)轱嬀频脑?，模?中的2會(huì)顯著，而模型2控制了ALH的作用后，SMK的作用2將不顯著。2.吸煙與血壓有關(guān)，模型1中估計(jì)的SMK的作用2一部分歸功于飲酒，模型2估計(jì)的2是控制了ALH的作用后SMK的作用，因此2不等于2。是不是2不等于2就意味著有交互作用呢？不是的，這 只是意味著2中有飲酒的混雜作用。那么什么是交互作用呢？根據(jù)吸煙與飲酒將研究對(duì) 象分成四組，各組SBP的均數(shù)可用下表表示：不飲酒飲酒不吸煙00+1吸煙0+20+1+2+12吸煙與飲酒對(duì)SBP的影響,有無(wú)交互作用反映在12上，檢驗(yàn)12是否等于零就是檢驗(yàn)吸煙與飲酒對(duì)SBP的影響有無(wú)交互作用。而上面的模型2是假設(shè)12等于零所做的回歸方程。交互作用的理解看上去很 簡(jiǎn)單，但需要意識(shí)到的是交互作用的評(píng)價(jià)與作用的測(cè)量方法有關(guān)。以高血壓發(fā)病率為例，看吸煙與飲酒對(duì)高血壓發(fā)病率的影響就有兩種情況。I、相加模型：不飲酒飲酒不吸煙I0I0+Ia吸煙I0+IsI0+Ia+Is+IsaII、相乘模型：不飲酒飲酒不吸煙I0I0*A吸煙I0*SI0*S*A*B相加模型檢驗(yàn)Isa是否等于零，相乘模型檢驗(yàn)B是否等于1，可以想象Isa等于零時(shí)B不一定等于1，因此會(huì)出現(xiàn)按不同的模型檢驗(yàn)得出 的結(jié)論不同。在報(bào)告交互作用檢驗(yàn)結(jié)果時(shí)，要清楚所用的是什么模型。一般的線性回歸的回歸系數(shù)直接反映應(yīng)變量的變化，是相加模型，而Logistic回歸的回歸系數(shù)反映比值比的變化， 屬相乘模型。二、交互作用的檢驗(yàn)交互作用檢驗(yàn)有兩種方法，一是對(duì)交 互作用項(xiàng)回歸系數(shù)的檢驗(yàn)（Wald test）,二是比較兩個(gè)回歸模 型，一個(gè)有交互作用項(xiàng)，另一個(gè)沒(méi)有交互作用項(xiàng)，用似然比檢驗(yàn)。本系統(tǒng)采用似然比檢驗(yàn)（Log likelihood ratio test）方法。如以吸煙與飲酒兩個(gè)兩分類(lèi)變量為 例，可以形成回歸方程：方程1：F（Y）=0+1ALH+2SMK+12SMK*ALH計(jì)算該方程似然數(shù)（likelihood），似然數(shù)表示按得出的模型抽樣， 獲得所觀察的樣本的概率。它是一個(gè)很小的數(shù)，因此一般取對(duì)數(shù)表示，即Log likelihood，似然數(shù)可以簡(jiǎn)單地理解為擬合度。如果我們假定吸煙與飲酒 無(wú)交互作用，12等于零，則方程為：方程2：F（Y）=0+1ALH+2SMK如果方程1和方程2得到的似然數(shù)沒(méi)有顯著差別，表明12是多余的，或者說(shuō)12與零無(wú)顯著性差異，吸煙與飲酒對(duì)f（Y）無(wú)交互作用。反之，吸煙與飲酒對(duì)f（Y）有交互作用。三、交互作用分 析交互作用分析也可以理解為，在分層 分析基礎(chǔ)上對(duì)分層變量的不同層級(jí)水平上，危險(xiǎn)因素對(duì)結(jié)果變量的作用的回歸系數(shù)差異進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)。如上表中可以看出，在不吸煙組，飲酒的作用是1，在吸煙組中飲酒的作用是1+12，如12=0則表示飲酒的作用 在吸煙組與不吸煙組都一樣。分析交互作用主要回答的問(wèn)題是：有哪些因素影響危險(xiǎn)因素（X）與結(jié)果變量（Y）的關(guān)系”？有沒(méi)有效應(yīng)修飾因子？參看流行病學(xué)假設(shè)檢驗(yàn)的思路。發(fā)現(xiàn)效應(yīng)修飾因子對(duì)助于 我們進(jìn)一步理解危險(xiǎn)因素對(duì)結(jié)果變量的作用通路。危險(xiǎn)因素可以是連續(xù)性變 量，也可以是分類(lèi)型變量。本系統(tǒng)多要分析的可能的效應(yīng)修飾因子限于分類(lèi)型變量。系統(tǒng)將自動(dòng)檢測(cè)結(jié)局變量 的類(lèi)型（如兩分類(lèi)變量、連續(xù)變量），再自動(dòng)默認(rèn)選擇合適的回歸模型（如Logistic回歸或線性回歸模型）。用戶可以對(duì) 分布類(lèi)型和聯(lián)系函數(shù)自行定義。用戶可以定義表格輸出格 式，包括要報(bào)告的結(jié)果、行列編排、小數(shù)點(diǎn)位置等。如果危險(xiǎn)因素是分類(lèi)型變 量，系統(tǒng)將：1. 列出危險(xiǎn)因素與效應(yīng)修飾因子的每種 層級(jí)組合（聯(lián)合亞組），如危險(xiǎn)因素分3組，效應(yīng)修飾因子分2組，聯(lián)合亞組就有6組。2. 如果結(jié)果是一個(gè)連續(xù)性的變量，統(tǒng)計(jì) 每個(gè)聯(lián)合亞組內(nèi)結(jié)果變量的均數(shù)與標(biāo)準(zhǔn)差；如果結(jié)果是一個(gè)二分類(lèi)的變量，統(tǒng)計(jì)頻數(shù)(百分?jǐn)?shù))。3. 運(yùn)行兩種回歸模型：A和B 模型A按聯(lián)合亞組生成指示變量，放入模型 中（如有6個(gè)聯(lián)合亞組，把一組作為參照組，放 入5個(gè)指示變量于模型中）； 模型B不考慮危險(xiǎn)因素與效應(yīng)修飾因子的聯(lián) 合，分別產(chǎn)生指示變量放入模型中，如危險(xiǎn)因素分3組，把一組作為參照，放入2個(gè)指示變量于模型中，效應(yīng)修飾因子 分2組，一組為參照，放入一個(gè)指示變量 于模型中，共3個(gè)指示變量。然后進(jìn)行似然比檢驗(yàn)比較模型A與模型B，報(bào)告P值，即交互作用的P值。如果危險(xiǎn)因素是連續(xù)性變 量，系統(tǒng)將：1. 運(yùn)行兩種回歸模型：A和B。 模型A按效應(yīng)修飾因子的每個(gè)層級(jí)產(chǎn)生危險(xiǎn) 因素參數(shù)。如效應(yīng)修飾因子為SMK分2組（吸煙與不吸煙），危險(xiǎn)因素為BMI（體重指數(shù)），產(chǎn)生2個(gè)BMI（BMI1與BMI2），當(dāng)SMK=0（不吸煙）時(shí)，BMI1=BMI，BMI2=0；當(dāng)SMK=1(吸煙)時(shí)，BMI2=BMI，BMI1=0。把BMI1與BMI2同時(shí)放入模型中。 模型B只有一個(gè)危險(xiǎn)因素參數(shù)。 然后進(jìn)行似然比檢驗(yàn)比較模A與模型B，報(bào)告P值，即交互作用的P值。系統(tǒng)將自動(dòng)檢測(cè)結(jié)局變量 的類(lèi)型（如兩分類(lèi)變量、連續(xù)變量），再自動(dòng)默認(rèn)選擇合適的回歸模型（如Logistic回歸或線性回歸模型）。用戶可以對(duì) 分布類(lèi)型和聯(lián)系函數(shù)自行定義。用戶可以定義表格輸出格 式，包括要報(bào)告的結(jié)果、行列編排、小數(shù)點(diǎn)位置等。例1：輸出結(jié)果：交互作用檢驗(yàn)吸煙-N否是合計(jì)交互作用的P值性別=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366-0.04 (-0.05, -0.02) 0.001-0.05 (-0.06, -0.04) 0.001-0.05 (-0.05, -0.04) 0.0010.029性別=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合計(jì)一秒肺活量730-0.04 (-0.04, -0.03) 0.001-0.06 (-0.07, -0.05) 0.001-0.05 (-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回歸系數(shù)（95%可信區(qū)間）p值/比值比/危險(xiǎn)度比（95%可信區(qū)