16临床流行病学数据的分析与结果解释.ppt

第16讲临床流行病学数据的分析与结果解释,2,背景资料,本案例分析的数据来自一个虚拟的前瞻性研究研究的问题是：吸烟是否可以引起高血压？研究共包括1967人其中男性941人，女性1026人；年龄范围为15～90岁，平均年龄44.3岁，标准差为15.6岁，<33岁、33～43岁、44～54岁、55岁以上（55+）年龄组的人数分别为：487、494、468、518人；吸烟者559人，非吸烟者1408人；高血压患者452人，非患者1515人数据分析软件：SPSS 16.0分析的主要目的是：考察吸烟与高血压的关系性别和年龄是可能的混杂因子，年龄还可能是效应修饰因子分析的重点在于展示如何利用Logistic回归分析，估计效应大小、控制混杂、分析剂量反应关系、（通过异质性检验）识别交互作用3,SPSS16.0原始数据表,4,SPSS16.0数据表的Variable View窗口,点击SPSS数据表左下角的“Variable View”，即可查看变量的属性并对其进行编辑：,Name为变量名；Type为变量的表达方式，Numeric意思是用数字表达；Values是变量值的含义，如在“性别”变量中，“0”表示“女”，“1”表示“男”；Measure是变量类型，其中：Nominal为分类变量；Scale为连续变量；Ordinal为等级变量（分级变量或有序分类变量），包括二分变量（如“血压”）；其余属性对本分析无实质性的影响，在此不做赘述。

5,变量的赋值及含义,性别: 分类变量，0 =“女”，1 =“男”年龄: 连续变量，以岁为单位年龄组: 等级变量（除非在分析时特别注明要设置成其他类型的变量，如“categorical covariates”，即多分类变量），1=“<33”， 2=“33-43”，3=“44-54”，4=“55+” 吸烟: 分类变量，0=“非吸烟者”，1=“吸烟者”血压: 分类变量，0=“血压正常人”，1=“高血压患者”,,6,分析的问题（1～6),估计粗比值比：用2X2四格表描述吸烟与高血压的关系，并估计其粗比值比（odds ratio，OR）及其95%置信区间（95%CI）一致性检验：按年龄组分层，分别计算不同年龄组的吸烟与高血压的OR值，作M-H一致性检验？根据一致性检验结果判断，不同年龄组间吸烟与高血压的关系是否存在异质性？用一个总的OR值来表示吸烟与高血压的关系的强弱是否合理？估计无年龄混杂的比值比：估计无年龄混杂的M-H总OR值及其95%CI，然后判断吸烟与高血压的粗OR值是否存在年龄因素导致的混杂？为什么？用Logistic回归回答问题1用Logistic回归回答问题2用Logistic回归回答问题3。

7,分析的问题（7-11),用Logistic回归进行更敏感的异质性检验，即检验随着年龄的增加，吸烟与高血压的OR是否存在下降的趋势？与问题2和5的结果是否相似？为什么? 应如何处理相应的结果？检验剂量反应关系，分析年龄与高血压的剂量反应关系，即检验高血压的发病危险是否随年龄的变化而变化用Logistic回归分析回答问题8用Logistic回归分析比较性别与年龄对吸烟与高血压的OR的混杂作用的大小用Logistic回归估计调整了性别与年龄后吸烟与高血压关系的OR值？结果是否提示吸烟为为高血压的独立危险因素？为什么?,,8,另外，SPSS的选项将以蓝色底色或红圈或红框标注，选择按照从上到下、从左到右的顺序进行，必要时加上文字注释；有关的结果将以淡蓝底色标注，并加上文字注释问题的分析步骤,,,,,,以下将每个问题逐一分析和讨论，每个问题的内容分为三个部分1）问题的分析重点及其细节陈述（深蓝色 幻灯片）2）该问题分析的SPSS选项及注释（纯白色 幻灯片）3）该问题分析的主要结果和解释（淡蓝色 幻灯片）,,9,,问题1及其分析和解释,估计粗比值比 用2X2四格表描述吸烟与高血压的关系，并估计其粗比值比（Odds Ratio，OR）及其95%置信区间（95% Confidence Interval，CI）。

10,,问题1的SPSS选项（一）,依次选择AnalyzeDescriptive Crosstabs以制作四格表、进行组间率差别的显著性检验和估计主效应及其可信区间,,11,,确定暴露和结局变量：在左图Rows（行）内添加因变量“血压”，在Columns（列）内添加自变量“吸烟”；右图的选择用于输出组间比较的卡方检验和危险度估计的结果问题1的SPSS选项（二）,12,,问题1的主要结果,3. 粗效应值的多种显著性检验，包括精确检验如，Pearson Chi-square检验的P值为0.589，精确双侧检验的P值为0.5932. 粗效应值的估计 吸烟对高血压危险的粗效应值（OR）为1.066，95%CI：0.846~1.3431. 吸烟和高血压的四格表数据 高血压组452人中有133人吸烟，正常组1515人中有426人吸烟13,,问题2及其分析和解释,一致性检验 按年龄组分层，分别计算不同年龄组吸烟与高血压的OR值，并进行M-H一致性检验？根据一致性检验的结果判断：1）不同年龄组间吸烟与高血压关系的OR值是否存在异质性？2）用一个总的OR值来表示吸烟与高血压关系的强弱是否合理？,14,,问题2的SPSS选项,,,左图：确定暴露、结局和效应修饰因子：在问题1选项的基础上，左边添加年龄组为分组的变量，即效应修饰变量；右图：选择用于输出一致性检验等结果。

15,,问题2的主要结果（一）,不同年龄组中高血压患者及吸烟者的分布,16,,问题2的主要结果（二）,估计不同年龄组吸烟和高血压关系的OR值：<33岁、33～43岁、44～54岁、55+年龄组吸烟和高血压关系的OR值及其95%CI分别为：2.576（1.024~6.480）1.079（0.599~1.945）0.915（0.598~1.400）0.756（0.516~1.108）,,17,,问题2的主要结果（三）,一致性检验（或曰“异质性检验”）结果：以Breslow－Day检验为例，卡方值=6.448，自由度=3，P=0.092结果解释：不同年龄组的OR不存在统计学显著意义的异质性（P>0.05)，说明不同年龄组的真实OR值是一样的，组间OR值的差别是由抽样误差引起的，可以用一个总的OR代表 不同年龄组的OR18,,问题3及其分析和解释,估计无年龄混杂的比值比 估计无年龄混杂的M-H总OR值及其95%CI，然后判断吸烟与高血压关系的粗OR值是否存在因年龄导致的混杂？为什么？,19,,问题3的SPSS选项,,在问题2的SPSS输出结果中可找到M-H法合并的总OR值，对应的菜单选项如图中红圈所示。

20,,问题3的主要结果,用M-H法估计的合并OR值为0.927，该合并的OR是各年龄组OR值的加权平均数，是无年龄混杂的净OR值从问题1中已知粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上引起了混杂21,,问题4及其分析和解释,用Logistic回归分析回答问题1：估计粗比值比　 问题1：用2X2四格表描述吸烟与高血压的关系，并估计其比值比（Odds Ratio，OR）及其95%置信区间（95%CI）22,,问题4的SPSS选项（一）,依次选择AnalyzeRegressionBinary Logistic以进行吸烟和高血关系的Logistic回归分析：估计主效应及其可信区间,,23,,问题4的SPSS选项（二）,,左图：输入因变量和自变量Dependent（因变量）：血压Covariates（协变量/自变量）：吸烟,右图：要求给出95%CI,24,,问题4的主要结果,在Logistic回归分析的结果中，吸烟项的回归系数(B)（即LnOR） =0.064，Wald卡方检验值=0.292，P值=0.589吸烟项系数的反自然对数Exp(B)（即OR）＝1.066，95%CI的下限和上限分别为0.846和1.343。

与问题1的结果完全一致25,,问题5及其分析和解释,用Logistic回归分析回答问题2：一致性检验 问题2:按年龄组分层，分别计算不同年龄组的吸烟与高血压的OR值，作M-H一致性检验根据一致性检验结果判断，不同年龄组间吸烟与高血压的关系是否存在异质性？用一个总的OR值来表示吸烟与高血压的关系的强弱是否合理？,26,,问题5的SPSS选项（一）,27,,问题5的SPSS选项（二）,前页和本页选项的用途是在下面分析过程中以年龄组分层分别进行Logistic回归分析,28,,问题5的SPSS选项（三）,同上，这些选项的用途是进行血压和吸烟的Logistic回归，并在结果中显示效应估计及可信区间,29,,问题5的主要结果（一）,,,,,不同年龄组吸烟与高血压的OR值及其95%CI如上图中蓝色方框所示与问题2的结果完全一致30,,问题5的SPSS选项（四）,此选项意在取消按照年龄组的分层分析，将所有年龄组放入一个Logistic回归方程进行分析31,,左上图：在Logistic回归中纳入3个协变量：吸烟、年龄组、吸烟*年龄组（即它们的乘积项）吸烟*年龄组乘积形成的新变量又叫年龄和性别交互作用项，以检查二者间统计学交互作用（即异质性）。

右下图：在“Categorical”变量中加入年龄组，以将分级变量的年龄组转换成为Categorical Covariates（多分类变量）,问题5的SPSS选项（五）,,,32,,问题5的主要结果（二）,结果：对吸烟与年龄组的乘积项的显著性检验：Wald卡方值=6.067，自由度=3，P=0.108解释：不同年龄组吸烟与高血压的OR不存在统计学显著意义的异质性，说明可以用一个总的OR值来表示吸烟与高血压的关系与问题2的一致性检验结果基本一致两种方法在异质性Ｐ值上差别是由于检验方法的不同的结果33,,问题6及其分析和解释,用Logistic回归分析回答问题3：估计无年龄混杂的比值比 问题3:估计无年龄混杂的M-H总OR值及其95%CI，然后判断吸烟与高血压的粗OR值是否存在年龄因素导致的混杂？为什么？,34,,问题6的SPSS选项,在Logistic回归中纳入两个协变量：吸烟、年龄组，并用Categorical 菜单将年龄组定义为多分类变量35,,控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.926，95%CI：0.721~1.189从问题1中可知，粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上有混杂。

与问题3的结果基本一致问题6的主要结果,,36,,问题7及其分析和解释,用Logistic回归进行更敏感的异质性检验 即检验随着年龄的增加，吸烟与高血压的OR值是否存在下降的趋势？与问题2和5的结果是否相似？为什么? 应如何处理相应的结果？,37,,问题7的背景介绍,由问题2的Crosstabs及问题5的Logistic回归分析的结果可知：<33岁、33-43岁、44-54岁、55+年龄组吸烟和高血压关系的OR值分别为：2.576、1.079、0.915、0.756，随年龄增加呈明显下降趋势这时，应使用趋势性检验来检查吸烟与血压OR值与年龄的趋势关系（即一种特殊的异质性），以提高异质性检验的灵敏度不同于问题5使用的常规异质性检验（年龄组用作分类变量），在趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、“分级连续变量”连续变量就是使用每一个人的原始实际年龄；等级变量就是用１、２、３、４分别表达四个年龄组的年龄及其差别的大小；“分级连续变量”为非正式的专用名词，在此指用每组的平均年龄替代该组每一个人的年龄（四个组的平均年龄取值分别为25.1、37.7、48.8和64.8岁），其产生过程见后。