效应修饰2.pptVIP

交互作用与效应修饰 ;交互作用( interaction);;效应修饰作用;;体重与乳癌的联系受到绝经状态的修饰； 肥胖与乳癌之间的联系被绝经状态修饰， 肥胖是绝经后妇女乳癌的危险因素， 肥胖不是绝经前妇女乳癌的危险因素。;孕妇吸烟与婴儿低出生体重的联系 吸烟对出生低体重的有害影响在高龄孕妇较低龄孕妇更为明显。 母亲年龄是修饰因素。;EB病毒感染与非洲儿童淋巴瘤的联系 生命早期感染EB病毒与非洲儿童Burkitt淋巴瘤的联系多见于幼年生活在疟疾广泛流行区的儿童，少见于疟疾非流行区。 当地普遍存在疟疾是一种效应修饰因素。;效应修饰与混杂;混杂是否存在取决于研究设计。 混杂源于选择研究对象的源人群中混杂变量与研究因素的相关性。因此，在选择研究对象时对研究对象进行适当限制，可以防止一个变量成为混杂因素。 效应修饰并不取决于研究设计，是一种与研究设计无关的自然现象，是研究欲尽可能揭示和描述的现象，它超出了恒定的研究设计概念。;效应修饰是一种恒定的自然现象，这是一种相对（非绝对）的概念，故其并不与任何生物学特性相对应。 在研究效应修饰时必须规定欲测量的是何种效应。 广义上讲，效应修饰是指对一种效应的修饰，但并未指明修饰何种效应测量。流行病学中有两种常用的危险性效应测量，即率差和率比，以及其它一些不常用的测量。 如果不规定修饰何种测量（率差或率比），效应修饰的概念就太模糊，使人无法描述其特性。;;;如果每天喝5杯咖啡，可使男性心肌梗死发生率增加40%，（率比RR=1.4），但使女性心肌梗死发生率只增加10%（RR=1.1），这种情况称作性别对RR的修饰（或RR的性别变异或性别的RR不一致性），性别即为喝咖啡致心肌梗死RR的修饰因素。;;再一例子，如果每天喝5杯咖啡，无论对男性或女性，都可使心肌梗死发生率增加22%（RR=1.22），这种情况称为性别间的RR一致性（homogeneity），也即性别不存在效应修饰。 需注意的是，效应修饰和效应不一致性并非效应的固有特性，而仅是效应测量方法的一个特征。;例如，每天喝5杯咖啡，可使男性心肌梗死发生率从1000/10万人年增加到1220/10万人年，而使女性心肌梗死发生率从400/10万人年增加到488/10万人年，男女性的RR均=1.22，呈现一致性。 男性的AR=220/10万人年，女性AR=88/10万人年，男女性的AR不一致或AR被性别所修饰。 这个例子说明，效应修饰不一定等于生物学的交互作用（interaction）（如协同或拮抗作用）。;效应修饰作用的分析;;交互作用模型;;;;;混杂与交互作用的存在形式;;例如：某前瞻性研究观察某团体中甲苯磺丁脲治疗组和安慰剂组各种原因死亡数情况。;;交互作用的识别;叉生分析;;;;;分层分析 如果效应一致性的假设不合理，那么按第三变量分层后，各层中效应不一致的情况，不应采用简单合并估计效应的方法。 如果第三变量各层间的效应不同时，即存在效应修饰，资料分析和表达的关键是描述分层因素（即第三变量）是如何修饰效应的。;评价效应修饰常依赖于机械地应用统计学检验方法。 建立在统计学效应评价基础上的流行病学交互作用，有时是难以捉摸的，用纯粹机械的方法会使问题变得模糊不清。 用统计学方法评价效应修饰时应小心。 由于检验的备择假设是非特异性的，一般用于效应修饰检验的普通统计学方法，效率较低。因此，“无显著性的”P值较难正确解释。;由于选择偏倚、分类错误、混杂、以及其它偏倚和致病效应，很少期望用任何尺度测量的效应都会一样精确。 一致性效应的无效假设常只是一项统计学设计，这类统计学设计应只能被看作是近似真实情况，仍存有疑问。;分层分析的步骤;第三步，用多种统计学检验方法来检验层间一致性。 不同的危险性指标，如率差和率比，其效应修饰的测量要求有不同的评价方法，比的测量一致性意味差的测量效应修饰，反之，差的测量一致性可能意味比的测量效应修饰。 统计学检验效应一致性的无效假设，一般有两类，一是按一致效应的直接加权合并估计，另一是按最大似然估计。;效应修饰只能按某一种效应测量指标来进行描述。 如果，按率差或按率比，都没有效应修饰，除非未暴露组的疾病率与可能的效应修饰因素之间没有联系，其仍可能在其它测量指标（如SMR）上存在效应修饰。 处理效应修饰的基本分析方法是分层分析。 将资料按第三变量进行分层分析有两个目的，一个是评价和消除混杂，另一个是评价和描述效应修饰。 分层分析是处理这两种问题的好方法。;以色列缺血性心脏病研究;以色列缺血性心脏病研究（分层）;以色列缺血性心脏病研究（分层） ;以色列缺血性心脏病研究;交互作用的检验;Woolf 法;;为了检验交互作用，可用下式计算χ2k-1（一致性检验或同质性检验），据此来确定各层的ln ORi与ln OR之间的差异是否