交互作用分析

1、交互作用分析一、交互作用的概念簡(jiǎn)單地說，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?；祀s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 = 3 0+3 2, SMK模型 2: SBP = 3 o+ 3 iALH+ 3 2SMK假設(shè)從模型1估計(jì)的SMK的作用為3 2，從模型2估計(jì)的SMK的作用為3 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. 吸煙與血壓無關(guān)，但因?yàn)轱嬀频脑?，模?中的3 2,會(huì)顯著，而

2、模型2控制了 ALH 的作用后，SMK的作用3 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3 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3 2,不等于3 2。是不是3 2不等于3 2就意味著有交互作用呢？不是的， 這 只是意味著3 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3 o3 o+3 1吸煙3 o+ 6 23 o+3 1+3 2+ 3 12吸煙與飲酒對(duì)SBP的影響，有無交互作用反映在 3 12上，檢驗(yàn)3 12是否等于零就是檢驗(yàn) 吸煙與飲酒對(duì)SBP

3、的影響有無交互作用。而上面的模型2是假設(shè)6 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IoIo+ Ia吸煙Io+IsIo+Ia+Is+IsaII、相乘模型:不飲酒飲酒不吸煙IoIo*A吸煙Io*SIo*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

4、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)沒有交互作用項(xiàng)，用似然比檢驗(yàn)。本系統(tǒng) 采用 彳以然比檢驗(yàn)(Log likelihood ratio test ) 方法。如以吸煙與飲酒兩個(gè)兩分類變量為例，可以形成回歸方程：方程 1: F (Y) = 3 0+ 3 1ALH+ 3 2SMK+ 3 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

5、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交互作用，3 12等于零，則方程為：方程 2: F (Y) = 3 o+ 3 1ALH+ 3 2SMK如果方程1和方程2得到的似然數(shù)沒有顯著差別，表明 3 12是多余的，或者說3 12與零 無顯著性差異，吸煙與飲酒對(duì) f (Y)無交互作用。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3 1,在吸煙

6、組中飲酒的作用是 3 i+ 3 12,如6 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”？有沒有效應(yīng)修飾因子？參看 流彳亍病學(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 飾因子限于分類型變量。量，也可以是分類型變量。本系統(tǒng)多要分析的可能的效應(yīng)修系統(tǒng)將自動(dòng)檢測(cè)結(jié)局變量的類型（如兩分類變量、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)分布類型和聯(lián)系函數(shù)自行定義。用戶可以定義表格輸出格式

7、，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中（如有6個(gè)聯(lián)合亞組，把一組作合，分別產(chǎn)生指示變量放入模型中,2個(gè)指示變量于模型中，效應(yīng)修飾于模型中，共3個(gè)指示變量。模型A按聯(lián)合亞組生成指示變量，放入模型 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) 如危險(xiǎn)因素

8、分3組，把一組作為參照，放入 因子分2組，一組為參照，放入一個(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

9、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)局變量的類型（如兩分類變量、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366-0.04 (-0.05,-0.

10、05 (-0.06,-0.05 (-0.05,0.029量-0.02) <0.001-0.04) <0.001-0.04) <0.001性別=女一秒肺活364-0.03 (-0.04,-0.03 (-0.05,-0.03 (-0.04,0.608量-0.02) <0.0010.00) 0.030-0.02) <0.001最大肺活364-0.03 (-0.04,-0.03 (-0.05,-0.03 (-0.04,0.854量-0.02) <0.001-0.01) 0.009-0.02) <0.001合計(jì)一秒肺活730-0.04 (-0.04,-0.06

11、(-0.07,-0.05 (-0.05,<0.001量-0.03) <0.001-0.05) <0.001-0.04) <0.001最大肺活730-0.03 (-0.04,-0.05 (-0.06,-0.04 (-0.04,<0.001量-0.02) <0.001-0.04) <0.001-0.03) <0.001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)間）p值結(jié)局變量:一秒肺活量 和最大肺活量危險(xiǎn)因素：年齡分層變量：性別模型I:調(diào)整變量：文化程度，飲灑，職業(yè)和被動(dòng)吸煙分組合計(jì)后的分析也調(diào)整了：性別交互作用 的P值由對(duì)數(shù)似然

12、比檢驗(yàn)比較兩個(gè)相嵌模型得出丁 2012-05-08使用易俑統(tǒng)計(jì)軟件（）木日R軟件生成。例2:模型二：|設(shè)計(jì)行；遙擇列行分層壹重；模蚯,快擇每個(gè)模型分析對(duì)象：1:每個(gè)模型用其可用的對(duì)象RefreshSaveL標(biāo)題：蹇互作用檢驗(yàn)IL迭擇分析對(duì)舞:所有數(shù)榻記錄-in迭擇結(jié)果竟里m：分布聯(lián)系函翅收縮壓，室米汞柱GausanIdentity舒瞇壓，塞米養(yǎng)桂Gauss anIdentityJ遇強(qiáng)斂應(yīng)修境因子f分類變里i： snp1行拂摩柱匕丫培局變里園拄：*危險(xiǎn)因聲由推：,詵棒輸出內(nèi)容與格式：P 福麗 Pvalue - OR 5l)Pvalue精痛荊小數(shù)點(diǎn)；m如用GEE：研究對(duì)象扁號(hào)變皇向部彳嵌類型輸出結(jié)

13、果:交互作用檢驗(yàn)吸煙SNP1樣本量均數(shù)+標(biāo)準(zhǔn)差|回歸系數(shù)95河信區(qū)間P值 交互作用P值收縮壓，毫米汞柱否AA311126. 3 + 20. 9r o0.447否AB158132.1 + 23. 47.03.2, 10.8<0.001B B15137. 7 + 13. 412.01.9, 22.10. 0201是AA194129. 5 + 23.1-6.9-11.3, -2.40. 00311是AB109137. 6 + 24. 64.01. 0, 9.10.116L是舒張壓，毫米汞柱23140. 3 + 2L 56.8.-1.9, 15.50.127否AA31168.5 + 10.10 10. 330否AB15869.4 + 12.21.4-0.7, 3.40. 201B B1570. 8 + 7.22.3-3.2, 7.90. 415