交互作用(XDL).ppt

交互作用 Interaction 主要内容 交互作用的概念与类型 交互作用的模型 交互作用的识别 交互作用的分析 1）统计学交互作用 2）生物学交互作用 3）公共卫生交互作用 交互作用的概念 (1) MacMahon的定义为：当两个或更多危险因子存在时疾病的发病率不同于根据它们单独作用所估计的发病率。 目前定义: 如果某一因素的真实效应随着其他因素水平的改变而改变，则称这些因素间存在交互作用。（效应修饰） 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。这里，事件可以指疾病、健康或某种状态。 交互作用的概念 (2) 交互作用与混杂的区别： 交互作用与研究设计无关，是研究中存在的一种客观现象，是需要在研究中努力寻找和发现的。而混杂的存在与否，取决于研究设计。 交互作用与研究的真实性无关，作为一种客观效应，是研究者极其希望报告的，应加以准确而详尽的描述。混杂则是对研究真实性的一种歪曲，是研究中要极力避免并防止发生的。 交互作用可以通过统计学方法进行定量描述和评价，但是不可能去除。混杂则可以在资料分析阶段通过适当的统计学方法分析排除。 1.2 交互作用的分类 按效应分类：协同作用：正交互 拮抗作用：负交互 按概念分类：统计学交互 生物学交互 公共卫生学交互 交互作用的类型 协同作用：当两个或两个以上因子共同作用于某一事件时，其效应明显大于这些因子单独作用时的和或积，我们称之为“协同作用” （synergism），也称正交互。在相加模型中, 称之为超可加性。 拮抗作用：当两个或两个以上因子共同作用于某一事件时，其效应明显小于这些因子单独作用时的和或积，我们称之为“拮抗作用” （antagonism），也称负交互。在相加模型中，称之为亚可加性。 2.交互作用的模型 (1) 交互作用的模型 (2) R11-R10=R01-R00 不存在相加效应 R11-R00≠R10-R00+R01-R00 存在相加效应的交互作用。 协同作用（synergism) 拮抗作用（antagonism) 交互作用的模型 (3) 交互作用的模型 (4) 交互作用的模型 (5) 交互作用的模型 (6) 3.交互作用的识别 (1) 交互作用识别的一般过程 在判断交互作用存在与否之前，首先要明确所研究的因素与事件之间是否存在统计学联系。如果有联系，接下来看这一联系是否由偏倚或混杂所致。若存在偏倚或混杂因素，采用适当的方法加以改进和调整后再分析交互作用。若不存在偏倚或混杂因素，结合以前的研究和相关知识，采用适当的方法判断交互作用是否存在。 交互作用的识别 (2) 分层分析 通过比较按照可疑交互因素分层后层间的效应测量值—相对危险度（RR）或率差(RD)来判断是否产生交互作用。如果各层之间的效应测量值RR或RD不同，则可能存在交互作用。但是鉴于各层RR和RD变异可能是机遇所致，因此必须进行统计学检验。 进行统计学检验的无效假设为各层之间的效应测量值是一致的。相宜的统计学方法有Mental-Haenszel法，Woolf法，直接法和最大似然比检验等。 不同的设计方法及指标同质性检验的公式不一样。 交互作用的识别 (3) 多因素模型分析 在流行病学病因研究中，可用多因素回归模型识别交互作用。但是这些回归模型大多以相乘模型为基础，比如目前广泛使用的logistic回归模型，因此其前提是这些资料必须符合相乘模型。 LogitP=a+b1﹡smoke+b2﹡sex+b3﹡smoke﹡sex 一般线性模型：general linear model Poisson 回归模型 对数线性模型(log-linear model) 广义相对危险度模型（general relative risk model): 4.交互作用的定量描述指标 (1) 交互作用的指标 (2) 上述三个指标中，交互作用归因比API可以评价两因子同时存在时，其危险度中可归因于交互作用的比例，公共卫生学意义较大。当交互作用存在时，超额相对危险度与归因比应不为0，而交互作用指数应不为1。很显然，这只是一个点估计，存在着误差，必须估计其可信区间，看其是否包含0或1，这样才能得出有意义的结论。 交互作用的概念类型 统计学 生物学 公共卫生学 统计学交互作用 (1) 统计学交互作用(statistical