交互作用分析

《交互作用分析》由会员分享，可在线阅读，更多相关《交互作用分析（8页珍藏版）》请在金锄头文库上搜索。

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 = B“+B SMK0 2模型 2： SBP = B 0+ B 1ALH+ B 2SMK假设从模型1估计的SMK的作用为B2，从模型2估计的SMK的作用为B2。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1. 吸烟与血压无关，但因为饮酒的原因，模型1中的B2，会显著，而模型2控制了

2、 ALH的作用后，SMK的作用B2将不显著。2. 吸烟与血压有关，模型1中估计的SMK的作用B2, 部分归功于饮酒，模型2估 计的B2是控制了 ALH的作用后SMK的作用，因此B2,不等于B2。是不是B2不等于B2，就意味着有交互作用呢？不是的，这只是意味着B 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B0B + B 丄0丄1吸烟B + B0 2B + B + B + B0丄2丄12吸烟与饮酒对SBP的影响，有无交互作用反映在B 12上，检验B 12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

3、上面的模型2是假设B 12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I0I0+ Ia吸烟Jc+IsI0+Ia+Is+IsaII、相乘模型:不饮酒饮酒不吸烟IoIo*A吸烟A*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

4、加模型，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(Wald test)，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 统采用似然比检验(Log likelihood ratio test) 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) = B 0+ B ALH+ B 2SMK+ B 12SMK*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

5、一般取对数表示，即Log likelihood，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，b12等于零，则方程为：方程 2： F( Y) = B 0+B 1ALH+B 2SMK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B12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 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B,在吸烟组中饮酒的作用是B+B12

6、，如B12=0则表示饮酒的作 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。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 量，也可以是分类型变量。本系统多要分析的可能的效应修 饰因子限于分类型变量。系统将自动检测结局变量 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

7、等。1.2.如果危险因素是分类型变 量，系统将： 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。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）；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

8、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：1. 运行两种回归模型： A 和 B。 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, BMIl=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

9、P值，即交互作用的P值。系统将自动检测结局变量 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：I F/n/J VII.标题：IL选择分析对象:LJ变里另布联系函数秒鹏牙重GsussisnIdentity1最犬肺话重Gaus 呂 iziIdentityIII.选择结果变星:IV.选揮危瞪因臺坐 娈重 年龄认设计回归方程;认选擇效应幢怖因子另类变重）:选择输岀內窖与格式：p (&仍ICI) Rvalue/OR (95

10、iCI) Pvalue输出结果：交互作用检验吸烟-N否是合计交互作用 的P值性别=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女二 性别一秒肺活 量364-0.03 (-0.04,-0.02) 0.001-0.03 (-0.05,0.00) 0.030-0.03 (-0.04,-0.02

11、) 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) 0.001-0.05 (-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

12、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使用易侕统计软件（）和R软件生成。例2：交互作用分析I-标题:IL选择分析对象:III-迭择结果变里CO：变重收缩压，臺米汞柱 舒兆压，毫米汞柱分布ajssianGajggian联系函数IdentityIdentityIV.迭择危验因素的;W设计回归方程: 欖型一：认选择效应悔怖因子（分类变里）：叩1设计行；选择列行分层娈重;複型I

13、檯型二:选择输出内咨与格式:调整变里槿型三:选择每个椁型分析对象:1 :每个檯型用其可用的对象p （96划Cl） Rvalue /ORMCI） Pval输出结果:交互作用检验吸烟SNP1样本量均数+标淮差回归系数95%可信区间P值 交互作用P值收缩压，毫米汞柱否AA311126. 3 + 20 900. 447否AB158132.1 + 23. 47.03.2, 10.80. 0011否B B15137. 7 + 13. 412.01.9, 22.10.020是AA 194 129.5 + 23.1-6.9-11. 3, -2.40.003是AB109137. 6 + 24. 64.0-1.0, 9.10.116是B B23140. 3 + 21. 56飞-1.9, 15.50.127舒张压，毫米汞柱否AA31168.5 + 10.100. 330否AB15869.4 + 12.21.4-0.7, 3.40. 201否B B1570. 8 + 7. 22.3-3. 2, 7. 90. 415是AA19469.2 + 10.5-1. 6-4. 0, 0. 90. 202是AB10972.1 + 15.02.30. 5, 5. 00.110是B B2372.0 + 10.12.3-2.4, 7.10. 339结局变