交互作用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
相乘模型为： R11 / R00＝ ( R10 / R00) ( R01 / R00)
68.3 / 1.0 > （ 6.1 / 1.0）（ 10.5 / 1.0）＝64.05 符合相乘模型 有交互作用
10
交互作用的识别与分析
二、交互作用的分析步骤
1.两个或两个以上因素与事件发生的关系 统计学关联 贡献大小
R11 — （ R10＋ R01 ）＋1 API ＝
R11
应不等于0，
归因于其交互作用的比例
（3）交互作用指数 S (the synergy index S, S)
R11 —1
S＝
（ R10—1 ）＋（ R01— 1）
应不等于1
13
四、交互作用种类
1. 统计学交互作用statistical interaction
解释统计交互作用的分析方法不能简单得 出生物交互作用的结论
15
3.公共卫生学交互作用 群体考虑 暴露 干预 结局的影响 病因学 防治与防制意义
16
17
Biblioteka Baidu
12
交互作用的识别与分析
（1）交互作用超额相对危险度 （relative excess risk of interaction,RERI）
RERI ＝ R11 — （ R10＋ R01 ）＋1 RERI 应不等于0 （2）交互作用归因比 （attributable proportions of interaction,API）
概述
疾病和事件的发生、发展是多因素作用的 结果，且因素与因素间相互作用在各类疾病 和健康现象中的问题是必须考虑的
假若因果推断关心的是仅仅一个风险因素 对响应的因果作用的话,那么通过随机化试验 或者通过控制混杂因素来消除混杂偏倚,就可 以得到因果作用。
1
如果因果推断包含两个或多个风险因素的话, 除了每个因素的平均因果作用之外,还存在 着多个风险因素之间相互的作用。如果研究 因果意义上多个风险因素之间的作用,那么, 同样需要进行随机化试验,或者控制混杂因 素消除混杂偏倚。
正交互
小于
拮抗作用 antagonism 负交互
6
交互作用的识别与分析
一、模型
1.相加模型（additive model）
若交互作用不存在时，两个或两个以上因子共同 作用于某一事件时，其效应等于该两个或两个以 上因子单独作用时的和，称之具有可加性
以X与Y两个因素为二分变量，Rij表示两因素不 同暴露状态下事件发生的危险度，i,j=1为存在 X与Y因素， i,j= 0为不存在X与Y因素， 那么 R11、 R01、 R10 、R00如表所示
HBV、 HCV感染与肝癌的关系
HCV＋ HCV—
HBV ＋ 68.3 10.5
HBV — 6.1 1.0
相加模型：R11 — R00 ＝（ R10 — R00 ）＋ （ R01 — R00 ）
（ R10 — R00 ）＋ （ R01 — R00 ）
> R11 — R00 ＝68.3—1.0＝67.3
－
＋
6.1
－
－
1.0
4
交互作用与混杂作用比较
概述
比较的方面
交互
混杂
与研究设计
无关，固有 有关，产生
与研究真实性 无影响，报道
失真
与资料分析
描述与评价 分析控制
5
二、类型
当两个或两个 以上因子共同作用 于某一事件时， 其效应明显不同于 该两个或两个以上 因子单独作用时的 和或积
概述
协同作用 大于 synergism
交互作用分析可以看作是多风险因素的因果 推断的内容之一。
2
一、概念
概述
当两个或两个以上因子共同作用于
某一事件时，其效应明显不同于该两个 或两个以上因子单独作用时的和或积， 称这些因子间存在交互作用 （interaction）
3
概述
HBV、 HCV感染与肝癌的关系
HBV
HCV
OR
＋
＋
68.3
＋
－
10.5
一些常见的统计交互作用的分析方法通过对无 混杂偏倚的单因素因果作用和多因素因果作用 进行比较,或建立模型来判断交互作用是否存在。 采用加法交互模型和乘法交互模型来确定是否 存在交互作用。
14
2. 生物交互作用 biological interaction 我们强调生物交互作用的重要性,指出它与统计 交互作用的差别,通常的统计交互作用的分析方 法不能简单地用于推断生物交互作用。
=（6.1—1.0）＋（ 10.5—1.0）＝14.6
有交互作用
9
2.相乘模型（multiplitive model） 交互作用的识别与分析
若交互作用不存在时，两个或两个以上因子共 同作用于某一事件时，其效应等于该两个或两个以 上因子单独作用时的积
以 X 与 Y 两个因素为二分变量，Rij表示两因 素不同暴露状态下事件发生的危险度，i,j=1为存在 X与Y因素， i,j= 0为不存在X与Y因素， 那么 R11、 R01、 R10 、R00
7
交互作用的识别与分析
X Y 因素与事件发生
X因素
＋
—
＋
R11
Y 因素
—
R01
R10 R00
相加模型为 R11 — R00 ＝（ R10 — R00 ）＋ （ R01 — R00 ）
8
HBV、 HCV感染与肝癌的关系
HBV
HCV
OR
＋
＋
68.3
＋
－
10.5
－
＋
6.1
－
－
1.0
交互作用的识别与分析
2. 混杂偏倚的分析判断 有——调整 无
3. 交互作用分析
11
交互作用的识别与分析
三、交互作用的分析方法 1. 分层分析
未分层OR、RR、AR、ID、rate 分层OR 、RR、AR等，检验其各层的一致性， 差别大，可能有交互作用 2.多因素回归模型分析 （ 广义相对危险度模型） 资料符合相乘模型，发生可能性较小 3.交互作用的指标
68.3 / 1.0 > （ 6.1 / 1.0）（ 10.5 / 1.0）＝64.05 符合相乘模型 有交互作用
10
交互作用的识别与分析
二、交互作用的分析步骤
1.两个或两个以上因素与事件发生的关系 统计学关联 贡献大小
R11 — （ R10＋ R01 ）＋1 API ＝
R11
应不等于0，
归因于其交互作用的比例
（3）交互作用指数 S (the synergy index S, S)
R11 —1
S＝
（ R10—1 ）＋（ R01— 1）
应不等于1
13
四、交互作用种类
1. 统计学交互作用statistical interaction
解释统计交互作用的分析方法不能简单得 出生物交互作用的结论
15
3.公共卫生学交互作用 群体考虑 暴露 干预 结局的影响 病因学 防治与防制意义
16
17
Biblioteka Baidu
12
交互作用的识别与分析
（1）交互作用超额相对危险度 （relative excess risk of interaction,RERI）
RERI ＝ R11 — （ R10＋ R01 ）＋1 RERI 应不等于0 （2）交互作用归因比 （attributable proportions of interaction,API）
概述
疾病和事件的发生、发展是多因素作用的 结果，且因素与因素间相互作用在各类疾病 和健康现象中的问题是必须考虑的
假若因果推断关心的是仅仅一个风险因素 对响应的因果作用的话,那么通过随机化试验 或者通过控制混杂因素来消除混杂偏倚,就可 以得到因果作用。
1
如果因果推断包含两个或多个风险因素的话, 除了每个因素的平均因果作用之外,还存在 着多个风险因素之间相互的作用。如果研究 因果意义上多个风险因素之间的作用,那么, 同样需要进行随机化试验,或者控制混杂因 素消除混杂偏倚。
正交互
小于
拮抗作用 antagonism 负交互
6
交互作用的识别与分析
一、模型
1.相加模型（additive model）
若交互作用不存在时，两个或两个以上因子共同 作用于某一事件时，其效应等于该两个或两个以 上因子单独作用时的和，称之具有可加性
以X与Y两个因素为二分变量，Rij表示两因素不 同暴露状态下事件发生的危险度，i,j=1为存在 X与Y因素， i,j= 0为不存在X与Y因素， 那么 R11、 R01、 R10 、R00如表所示
HBV、 HCV感染与肝癌的关系
HCV＋ HCV—
HBV ＋ 68.3 10.5
HBV — 6.1 1.0
相加模型：R11 — R00 ＝（ R10 — R00 ）＋ （ R01 — R00 ）
（ R10 — R00 ）＋ （ R01 — R00 ）
> R11 — R00 ＝68.3—1.0＝67.3
－
＋
6.1
－
－
1.0
4
交互作用与混杂作用比较
概述
比较的方面
交互
混杂
与研究设计
无关，固有 有关，产生
与研究真实性 无影响，报道
失真
与资料分析
描述与评价 分析控制
5
二、类型
当两个或两个 以上因子共同作用 于某一事件时， 其效应明显不同于 该两个或两个以上 因子单独作用时的 和或积
概述
协同作用 大于 synergism
交互作用分析可以看作是多风险因素的因果 推断的内容之一。
2
一、概念
概述
当两个或两个以上因子共同作用于
某一事件时，其效应明显不同于该两个 或两个以上因子单独作用时的和或积， 称这些因子间存在交互作用 （interaction）
3
概述
HBV、 HCV感染与肝癌的关系
HBV
HCV
OR
＋
＋
68.3
＋
－
10.5
一些常见的统计交互作用的分析方法通过对无 混杂偏倚的单因素因果作用和多因素因果作用 进行比较,或建立模型来判断交互作用是否存在。 采用加法交互模型和乘法交互模型来确定是否 存在交互作用。
14
2. 生物交互作用 biological interaction 我们强调生物交互作用的重要性,指出它与统计 交互作用的差别,通常的统计交互作用的分析方 法不能简单地用于推断生物交互作用。
=（6.1—1.0）＋（ 10.5—1.0）＝14.6
有交互作用
9
2.相乘模型（multiplitive model） 交互作用的识别与分析
若交互作用不存在时，两个或两个以上因子共 同作用于某一事件时，其效应等于该两个或两个以 上因子单独作用时的积
以 X 与 Y 两个因素为二分变量，Rij表示两因 素不同暴露状态下事件发生的危险度，i,j=1为存在 X与Y因素， i,j= 0为不存在X与Y因素， 那么 R11、 R01、 R10 、R00
7
交互作用的识别与分析
X Y 因素与事件发生
X因素
＋
—
＋
R11
Y 因素
—
R01
R10 R00
相加模型为 R11 — R00 ＝（ R10 — R00 ）＋ （ R01 — R00 ）
8
HBV、 HCV感染与肝癌的关系
HBV
HCV
OR
＋
＋
68.3
＋
－
10.5
－
＋
6.1
－
－
1.0
交互作用的识别与分析
2. 混杂偏倚的分析判断 有——调整 无
3. 交互作用分析
11
交互作用的识别与分析
三、交互作用的分析方法 1. 分层分析
未分层OR、RR、AR、ID、rate 分层OR 、RR、AR等，检验其各层的一致性， 差别大，可能有交互作用 2.多因素回归模型分析 （ 广义相对危险度模型） 资料符合相乘模型，发生可能性较小 3.交互作用的指标