临床流行病学数据的分析与结果解释

• 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。
2
SPSS16.0原始数据表
3
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0.593。
2. 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： 0.846~1.343。
12
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？
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”
5wenku.baidu.com
分析的问题（1～6)
1.
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。
Add Your Company Slogan
临床流行病学数据的分析与结果解释
第16讲
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。
4
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。
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），
10
问题1的SPSS选项（二）
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的主要结果
1. 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。
2.
3.
4. 5. 6.
6
分析的问题（7-11)
7. 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？ 8. 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。 9. 用Logistic回归分析回答问题8。 10.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。 11.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?
7
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
2）该问题分析的SPSS选项及注释（纯白色 3）该问题分析的主要结果和解释（淡蓝色
幻灯片）
幻灯片） 幻灯片）
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。
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
<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）
8
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）。
9
问题1的SPSS选项（一）
依次选择 •Analyze •Descriptive •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
13
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。
14
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
15
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：