临床流行病学数据的分析与结果解释课件

第16讲

临床流行病学数据的分析与结果解释1第16讲

临床流行病学数据的分析与结果解释1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。数据分析软件：SPSS16.0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SPSS16.0原始数据表3SPSS16.0原始数据表3SPSS16.0数据表的VariableView窗口点击SPSS数据表左下角的“VariableView”，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。4SPSS16.0数据表的VariableView窗口点击S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“categoricalcovariates”，即多分类变量），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”5变量的赋值及含义性别:分类变量，0=“女”，1=“男”分析的问题（1～6)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（oddsratio，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。6分析的问题（1～6)估计粗比值比：用2X2四格表描述吸烟与高分析的问题（7-11)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？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。用Logistic回归分析回答问题8。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。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分析的问题（7-11)用Logistic回归进行更敏感的异质 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。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（深蓝色幻灯片）2）该问题分析的SPSS选项及注释（纯白色幻灯片）3）该问题分析的主要结果和解释（淡蓝色幻灯片） 8 另外，SPSS的选项将以蓝色底色或红圈或红框标注，选择按照问题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（OddsRatio，OR）及其95%置信区间（95%ConfidenceInterval，CI）。9问题1及其分析和解释 估计粗比值比9问题1的SPSS选项（一）依次选择AnalyzeDescriptiveCrosstabs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10问题1的SPSS选项（一）依次选择10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”问题1的主要结果3.粗效应值的多种显著性检验，包括精确检验。如，PearsonChi-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。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。12问题1的主要结果2.粗效应值的估计吸烟对高血压危险问题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？13问题2及其分析和解释一致性检验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SPSS选项左图：确定暴露、结局和效应修饰因子：在问问题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（一）不同年龄组中高血压患者及吸烟者的分布1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：<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）0.915（0.598~1.400）0.756（0.516~1.108）16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值问题2的主要结果（三）一致性检验（或曰“异质性检验”）结果：以Breslow－Day检验为例，卡方值=6.448，自由度=3，P=0.092。结果解释：不同年龄组的OR不存在统计学显著意义的异质性（P>0.05)，说明不同年龄组的真实OR值是一样的，组间OR值的差别是由抽样误差引起的，可以用一个总的OR代表不同年龄组的OR。17问题2的主要结果（三）一致性检验（或曰“异质性检验”）结果：问题3及其分析和解释

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关系的粗OR值是否存在因年龄导致的混杂？为什么？18问题3及其分析和解释估计无年龄混杂的比值比18问题3的SPSS选项在问题2的SPSS输出结果中可找到M-H法合并的总OR值，对应的菜单选项如图中红圈所示。19问题3的SPSS选项在问题2的SPSS输出结果中可找到M-H问题3的主要结果用M-H法估计的合并OR值为0.927，该合并的OR是各年龄组OR值的加权平均数，是无年龄混杂的净OR值。从问题1中已知粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上引起了混杂。20问题3的主要结果用M-H法估计的合并OR值为0.927，该合问题4及其分析和解释

用Logistic回归分析回答问题1：估计粗比值比

问题1：用2X2四格表描述吸烟与高血压的关系，并估计其比值比（OddsRatio，OR）及其95%置信区间（95%CI）。21问题4及其分析和解释用Logistic回归分析回答问题1：问题4的SPSS选项（一）依次选择AnalyzeRegressionBinaryLogistic以进行吸烟和高血关系的Logistic回归分析：估计主效应及其可信区间22问题4的SPSS选项（一）依次选择22问题4的SPSS选项（二）左图：输入因变量和自变量Dependent（因变量）：血压Covariates（协变量/自变量）：吸烟右图：要求给出95%CI23问题4的SPSS选项（二）左图：输入因变量和自变量右图：23问题4的主要结果在Logistic回归分析的结果中，吸烟项的回归系数(B)（即LnOR）=0.064，Wald卡方检验值=0.292，P值=0.589。吸烟项系数的反自然对数Exp(B)（即OR）＝1.066，95%CI的下限和上限分别为0.846和1.343。与问题1的结果完全一致。24问题4的主要结果在Logistic回归分析的结果中，吸烟项的问题5及其分析和解释用Logistic回归分析回答问题2：一致性检验

问题2: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？25问题5及其分析和解释用Logistic回归分析回答问题2：一问题5的SPSS选项（一）26问题5的SPSS选项（一）26问题5的SPSS选项（二）前页和本页选项的用途是在下面分析过程中以年龄组分层分别进行Logistic回归分析27问题5的SPSS选项（二）前页和本页选项的用途是在下面分析过问题5的SPSS选项（三）同上，这些选项的用途是进行血压和吸烟的Logistic回归，并在结果中显示效应估计及可信区间28问题5的SPSS选项（三）同上，这些选项的用途是进行血压和吸问题5的主要结果（一）不同年龄组吸烟与高血压的OR值及其95%CI如上图中蓝色方框所示。与问题2的结果完全一致。29问题5的主要结果（一）不同年龄组吸烟与高血压的OR值及其95问题5的SPSS选项（四）此选项意在取消按照年龄组的分层分析，将所有年龄组放入一个Logistic回归方程进行分析。30问题5的SPSS选项（四）此选项意在取消按照年龄组的分层分析左上图：在Logistic回归中纳入3个协变量：吸烟、年龄组、吸烟*年龄组（即它们的乘积项）。吸烟*年龄组乘积形成的新变量又叫年龄和性别交互作用项，以检查二者间统计学交互作用（即异质性）。右下图：在“Categorical”变量中加入年龄组，以将分级变量的年龄组转换成为CategoricalCovariates（多分类变量）问题5的SPSS选项（五）31左上图：在Logistic回归中纳入3个协变量：吸烟、年龄组问题5的主要结果（二）结果：对吸烟与年龄组的乘积项的显著性检验：Wald卡方值=6.067，自由度=3，P=0.108。解释：不同年龄组吸烟与高血压的OR不存在统计学显著意义的异质性，说明可以用一个总的OR值来表示吸烟与高血压的关系。与问题2的一致性检验结果基本一致。两种方法在异质性Ｐ值上差别是由于检验方法的不同的结果。32问题5的主要结果（二）结果：对吸烟与年龄组的乘积项的显著性检问题6及其分析和解释

用Logistic回归分析回答问题3：估计无年龄混杂的比值比 问题3: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？33问题6及其分析和解释 用Logistic回归分析回答问题3：问题6的SPSS选项在Logistic回归中纳入两个协变量：吸烟、年龄组，并用Categorical菜单将年龄组定义为多分类变量。34问题6的SPSS选项在Logistic回归中纳入两个协变量：控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.926，95%CI：0.721~1.189。从问题1中可知，粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上有混杂。与问题3的结果基本一致。问题6的主要结果35控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.问题7及其分析和解释

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值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？36问题7及其分析和解释用Logistic回归进行更敏问题7的背景介绍由问题2的Crosstabs及问题5的Logistic回归分析的结果可知：<33岁、33-43岁、44-54岁、55+年龄组吸烟和高血压关系的OR值分别为：2.576、1.079、0.915、0.756，随年龄增加呈明显下降趋势。这时，应使用趋势性检验来检查吸烟与血压OR值与年龄的趋势关系（即一种特殊的异质性），以提高异质性检验的灵敏度。不同于问题5使用的常规异质性检验（年龄组用作分类变量），在趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、“分级连续变量”。连续变量就是使用每一个人的原始实际年龄；等级变量就是用１、２、３、４分别表达四个年龄组的年龄及其差别的大小；“分级连续变量”为非正式的专用名词，在此指用每组的平均年龄替代该组每一个人的年龄（四个组的平均年龄取值分别为25.1、37.7、48.8和64.8岁），其产生过程见后。37问题7的背景介绍由问题2的Crosstabs及问题5的Log问题7的SPSS选项（一）将年龄作为连续变量进行异质性检验，即检验吸烟和年龄交互作用项的统计学显著性。38问题7的SPSS选项（一）将年龄作为连续变量进行异质性检验，问题7的主要结果（一）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝3.658，df＝1，Ｐ＝0.056，显示其异质性无统计学显著性。但应注意，该P值与显著性水平（a=0.05）很接近，且OR值95%CI的上限等于1.000，因此不宜轻易下结论认为不存在异质性。本分析里，年龄是连续型变量，可能拟合不理想。39问题7的主要结果（一）年龄与吸烟交互作用的显著性检验结果为：问题7的SPSS选项（二）将年龄作为“等级变量”进行异质性检验，即检验吸烟和年龄交互作用项的显著性。40问题7的SPSS选项（二）将年龄作为“等级变量”进行异质性检问题7的主要结果（二）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝4.871，df＝1，Ｐ＝0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的ＯＲ值随年龄增加而降低。41问题7的主要结果（二）年龄与吸烟交互作用的显著性检验结果为：问题7的SPSS选项（三）用TransformRecodeintodifferentvariables菜单，利用等级变量“年龄组”生成新的连续变量“平均年龄”。42问题7的SPSS选项（三）用TransformRecode问题7的SPSS选项（四）用“OldValue”和“NewValue”转换年龄组的赋值：当原始分级变量“年龄组”的OldValue为1时，设“平均年龄”的赋值为25.1；依次将年龄组为2、３和４，平均年龄设为37.7、48.8和64.8。最后点击“Add”以生成新变量“平均年龄”。43问题7的SPSS选项（四）用“OldValue”和“Ne问题7的SPSS选项（五）在VariableView窗口中将“平均年龄”设置成Scale（连续型）变量。由于同一年龄组的所有人均用同一个平均年龄表示，有分级变量的部分性质，因此我们权且将该变量称作“分级连续变量”。44问题7的SPSS选项（五）在VariableView窗口中问题7的SPSS选项（六）将年龄作为“分级连续变量”进行异质性检验，即检验吸烟和年龄交互作用项的显著性。45问题7的SPSS选项（六）将年龄作为“分级连续变量”进行异质问题7的主要结果（三）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝4.872，df＝1，Ｐ＝0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的ＯＲ值随年龄增加而降低。与前一种方法的结果几乎完全一致。三种分析的结果基本一致，可以认为年龄和吸烟间存在统计学交互作用。46问题7的主要结果（三）年龄与吸烟交互作用的显著性检验结果为问题8及其分析和解释

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。47问题8及其分析和解释检验剂量反应关系47问题８的背景描述在此趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、分级连续变量。分析方法可用一般的趋势检验，也可以用Logistic回归分析。在本问题里，我们先展示如何用一般的方法进行趋势检验。48问题８的背景描述在此趋势检验里，年龄必须是连续或等级变量，可问题8的SPSS选项用一般的趋势检验分析年龄与高血压危险的关系。年龄为等级变量。49问题8的SPSS选项用一般的趋势检验分析年龄与高血压危险的关问题8的主要结果上图：在<33岁、33-43岁、44-54岁、55+岁组中，高血压患者所占的比例分别为4.1%、12.3%、28.0%、46.3%，显示高血压危险随年龄的增加而递增。下图：线性趋势检验：卡方值=288.246，df＝1，P<0.001，说明高血压的危险随年龄递增的趋势有统计学显著性。注意：另外两个检验为一般的卡方检验，在于分析高血压的危险在不同年龄组是否有别，不是趋势性检验，当趋势存在时这些检验的灵敏度低于趋势检验。50问题8的主要结果上图：在<33岁、33-43岁、44-54岁问题9及其分析和解释

用Logistic回归分析问题8：分析年龄与高血压的剂量反应关系。年龄可用三种方式表达：连续变量、等级变量、分级连续变量。51问题9及其分析和解释 用Logistic回归分析问题8：分析问题９的SPSS选项（一）进行年龄为连续变量的Logistic回归，分析年龄与高血危险的线性关系52问题９的SPSS选项（一）进行年龄为连续变量的Logisti在Logistic回归方程中，年龄项的系数B=0.068，P<0.001，有统计学显著性，表明患高血压的危险与年龄呈正相关；OR=1.070，表明年龄每增加1岁，患高血压的危险约为原来的1.070倍，即相对增加７％。问题９的主要结果（一）53在Logistic回归方程中，年龄项的系数B=0.068，P问题９的SPSS选项（二）年龄为“分级连续变量”的Logistic回归，分析年龄与高血危险的线性关系54问题９的SPSS选项（二）年龄为“分级连续变量”的Logis在Logistic回归方程中，平均年龄的系数B=0.070，P<0.001，有统计学显著性，表明患高血压的危险与平均年龄呈正相关；OR=1.072，表明年龄每增加1岁，患高血压的危险就变为原来的1.072倍，即相对增加7.2％。结果与前一分析基本完全一致。问题９的主要结果（二）55在Logistic回归方程中，平均年龄的系数B=0.070，问题９的SPSS选项（三）年龄为等级变量的Logistic回归，分析年龄与高血危险的线性关系56问题９的SPSS选项（三）年龄为等级变量的Logistic在Logistic回归方程中，年龄组的系数B=0.950，P<0.001，有统计学显著性，表明患高血压的危险与年龄组呈正相关；OR=2.587，表明从一个年龄组增加到到另一个相邻的年龄组，患高血压的危险平均就变为原来的2.587倍。

另，由于组间年龄的差别不是相等的，使用年龄作为连续变量的分析一般应优于把年龄当作等级变量的分析。问题９的主要结果（三）57在Logistic回归方程中，年龄组的系数B=0.950，P问题10及其分析和解释

比较混杂作用的大小

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。58问题10及其分析和解释 比较混杂作用的大小58问题10的背景介绍

混杂作用的大小可以通过比较具有混杂偏倚的粗效应值估计与控制了混杂的净效应值进行比较，二者间的差别提示混杂的存在及其大小，可引起二者间更大差别的因素的混杂作用将更大。

由前面的问题1和问题4的分析可知,吸烟与高血压的粗OR值为1.066（95%CI：0.846~1.343） 在本问题里，我们将展示如何使用Logistic回归分析控制年龄和性别，分别估计控制每个混杂因素后的净OR值，并与粗OR比较，判别混杂的存在及其大小。59问题10的背景介绍 混杂作用的大小可以通过比较具有混杂偏倚的问题10的SPSS选项（一）用Logistic分析估计控制性别后的净OR值。60问题10的SPSS选项（一）用Logistic分析估计控制问题10的主要结果（一）控制性别后，吸烟与高血压的净OR值为0.793，已知粗OR值为1.066，二者之差为0.273，提示在粗OR值里性别混杂的存在。61问题10的主要结果（一）控制性别后，吸烟与高血压的净OR值为问题10的SPSS选项（二）用Logistic分析估计控制年龄后无偏的净OR值。由于OR值与年龄线性关系的存在，年龄组的取值为相应组别的平均年龄，这样，模型的拟合度会比使用分类和等级年龄变量的模型更好。62问题10的SPSS选项（二）用Logistic分析估计控制控制了年龄后，吸烟与高血压的净OR值为0.952，已知粗OR值为1.066，二者之差为0.114，提示在粗OR值里年龄混杂的存在。而且，性别造成的差值（0.272）大于年龄造成的差别（0.114），提示在此研究中性别的混杂作用大于年龄。问题10的主要结果（二）63控制了年龄后，吸烟与高血压的净OR值为0.952，已知粗OR问题11及其分析和解释

用Logistic回归估计调整了性别与年龄（分级连续变量）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?

64问题11及其分析和解释 用Logistic回归估计调整了性别问题11的SPSS选项用Logistic分析估计同时控制性别和年龄（分级连续变量）后吸烟和高血压净OR值。65问题11的SPSS选项用Logistic分析估计同时控制性问题11的主要结果同时控制了性别和年龄（分级连续变量）的影响后吸烟与高血压关系的OR值为0.691（95%CI：0.511~0.932），Wald卡方值=5.848，P=0.016<0.05。该结果显示，在本研究中吸烟是高血压独立的保护因素，即吸烟者患高血压的危险低于吸烟者。『注：本研究是一个虚拟的研究，分析结果不反映实际情况。』66问题11的主要结果同时控制了性别和年龄（分级连续变量）的影响小结通过对前面11个问题的分析可见，在SPSS16.0软件中，除了使用Crosstabs进行一些简单的分析外，Logistic回归分析可以用于进行绝大多数因果关系流行病学数据分析的内容，如估计暴露对结局的效应（问题4），判定是否存在混杂（问题6），比较不同因素造成的混杂的大小（问题10），估计控制了混杂后的主效应（问题11），进行异质性检验（问题５和7），识别交互作用（问题５和7），分析剂量反应关系（问题9）等。67小结通过对前面11个问题的分析可见，在SPSS16.0软6868第16讲

临床流行病学数据的分析与结果解释69第16讲

临床流行病学数据的分析与结果解释1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。数据分析软件：SPSS16.0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。70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SPSS16.0原始数据表71SPSS16.0原始数据表3SPSS16.0数据表的VariableView窗口点击SPSS数据表左下角的“VariableView”，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。72SPSS16.0数据表的VariableView窗口点击S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“categoricalcovariates”，即多分类变量），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”73变量的赋值及含义性别:分类变量，0=“女”，1=“男”分析的问题（1～6)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（oddsratio，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。74分析的问题（1～6)估计粗比值比：用2X2四格表描述吸烟与高分析的问题（7-11)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？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。用Logistic回归分析回答问题8。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。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?75分析的问题（7-11)用Logistic回归进行更敏感的异质 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。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（深蓝色幻灯片）2）该问题分析的SPSS选项及注释（纯白色幻灯片）3）该问题分析的主要结果和解释（淡蓝色幻灯片） 76 另外，SPSS的选项将以蓝色底色或红圈或红框标注，选择按照问题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（OddsRatio，OR）及其95%置信区间（95%ConfidenceInterval，CI）。77问题1及其分析和解释 估计粗比值比9问题1的SPSS选项（一）依次选择AnalyzeDescriptiveCrosstabs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78问题1的SPSS选项（一）依次选择10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SPSS选项（二）79确定暴露和结局变量：在左图Rows（行）内添加因变量“血压”问题1的主要结果3.粗效应值的多种显著性检验，包括精确检验。如，PearsonChi-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。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。80问题1的主要结果2.粗效应值的估计吸烟对高血压危险问题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？81问题2及其分析和解释一致性检验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。82问题2的SPSS选项左图：确定暴露、结局和效应修饰因子：在问问题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83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1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：<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）0.915（0.598~1.400）0.756（0.516~1.108）84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值问题2的主要结果（三）一致性检验（或曰“异质性检验”）结果：以Breslow－Day检验为例，卡方值=6.448，自由度=3，P=0.092。结果解释：不同年龄组的OR不存在统计学显著意义的异质性（P>0.05)，说明不同年龄组的真实OR值是一样的，组间OR值的差别是由抽样误差引起的，可以用一个总的OR代表不同年龄组的OR。85问题2的主要结果（三）一致性检验（或曰“异质性检验”）结果：问题3及其分析和解释

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关系的粗OR值是否存在因年龄导致的混杂？为什么？86问题3及其分析和解释估计无年龄混杂的比值比18问题3的SPSS选项在问题2的SPSS输出结果中可找到M-H法合并的总OR值，对应的菜单选项如图中红圈所示。87问题3的SPSS选项在问题2的SPSS输出结果中可找到M-H问题3的主要结果用M-H法估计的合并OR值为0.927，该合并的OR是各年龄组OR值的加权平均数，是无年龄混杂的净OR值。从问题1中已知粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上引起了混杂。88问题3的主要结果用M-H法估计的合并OR值为0.927，该合问题4及其分析和解释

用Logistic回归分析回答问题1：估计粗比值比

问题1：用2X2四格表描述吸烟与高血压的关系，并估计其比值比（OddsRatio，OR）及其95%置信区间（95%CI）。89问题4及其分析和解释用Logistic回归分析回答问题1：问题4的SPSS选项（一）依次选择AnalyzeRegressionBinaryLogistic以进行吸烟和高血关系的Logistic回归分析：估计主效应及其可信区间90问题4的SPSS选项（一）依次选择22问题4的SPSS选项（二）左图：输入因变量和自变量Dependent（因变量）：血压Covariates（协变量/自变量）：吸烟右图：要求给出95%CI91问题4的SPSS选项（二）左图：输入因变量和自变量右图：23问题4的主要结果在Logistic回归分析的结果中，吸烟项的回归系数(B)（即LnOR）=0.064，Wald卡方检验值=0.292，P值=0.589。吸烟项系数的反自然对数Exp(B)（即OR）＝1.066，95%CI的下限和上限分别为0.846和1.343。与问题1的结果完全一致。92问题4的主要结果在Logistic回归分析的结果中，吸烟项的问题5及其分析和解释用Logistic回归分析回答问题2：一致性检验

问题2: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？93问题5及其分析和解释用Logistic回归分析回答问题2：一问题5的SPSS选项（一）94问题5的SPSS选项（一）26问题5的SPSS选项（二）前页和本页选项的用途是在下面分析过程中以年龄组分层分别进行Logistic回归分析95问题5的SPSS选项（二）前页和本页选项的用途是在下面分析过问题5的SPSS选项（三）同上，这些选项的用途是进行血压和吸烟的Logistic回归，并在结果中显示效应估计及可信区间96问题5的SPSS选项（三）同上，这些选项的用途是进行血压和吸问题5的主要结果（一）不同年龄组吸烟与高血压的OR值及其95%CI如上图中蓝色方框所示。与问题2的结果完全一致。97问题5的主要结果（一）不同年龄组吸烟与高血压的OR值及其95问题5的SPSS选项（四）此选项意在取消按照年龄组的分层分析，将所有年龄组放入一个Logistic回归方程进行分析。98问题5的SPSS选项（四）此选项意在取消按照年龄组的分层分析左上图：在Logistic回归中纳入3个协变量：吸烟、年龄组、吸烟*年龄组（即它们的乘积项）。吸烟*年龄组乘积形成的新变量又叫年龄和性别交互作用项，以检查二者间统计学交互作用（即异质性）。右下图：在“Categorical”变量中加入年龄组，以将分级变量的年龄组转换成为CategoricalCovariates（多分类变量）问题5的SPSS选项（五）99左上图：在Logistic回归中纳入3个协变量：吸烟、年龄组问题5的主要结果（二）结果：对吸烟与年龄组的乘积项的显著性检验：Wald卡方值=6.067，自由度=3，P=0.108。解释：不同年龄组吸烟与高血压的OR不存在统计学显著意义的异质性，说明可以用一个总的OR值来表示吸烟与高血压的关系。与问题2的一致性检验结果基本一致。两种方法在异质性Ｐ值上差别是由于检验方法的不同的结果。100问题5的主要结果（二）结果：对吸烟与年龄组的乘积项的显著性检问题6及其分析和解释

用Logistic回归分析回答问题3：估计无年龄混杂的比值比 问题3: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？101问题6及其分析和解释 用Logistic回归分析回答问题3：问题6的SPSS选项在Logistic回归中纳入两个协变量：吸烟、年龄组，并用Categorical菜单将年龄组定义为多分类变量。102问题6的SPSS选项在Logistic回归中纳入两个协变量：控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.926，95%CI：0.721~1.189。从问题1中可知，粗OR值为1.066，二者有区别，说明年龄在粗比值比估计上有混杂。与问题3的结果基本一致。问题6的主要结果103控制了年龄组混杂作用的影响后，吸烟与高血压关系的OR值为0.问题7及其分析和解释

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值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？104问题7及其分析和解释用Logistic回归进行更敏问题7的背景介绍由问题2的Crosstabs及问题5的Logistic回归分析的结果可知：<33岁、33-43岁、44-54岁、55+年龄组吸烟和高血压关系的OR值分别为：2.576、1.079、0.915、0.756，随年龄增加呈明显下降趋势。这时，应使用趋势性检验来检查吸烟与血压OR值与年龄的趋势关系（即一种特殊的异质性），以提高异质性检验的灵敏度。不同于问题5使用的常规异质性检验（年龄组用作分类变量），在趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、“分级连续变量”。连续变量就是使用每一个人的原始实际年龄；等级变量就是用１、２、３、４分别表达四个年龄组的年龄及其差别的大小；“分级连续变量”为非正式的专用名词，在此指用每组的平均年龄替代该组每一个人的年龄（四个组的平均年龄取值分别为25.1、37.7、48.8和64.8岁），其产生过程见后。105问题7的背景介绍由问题2的Crosstabs及问题5的Log问题7的SPSS选项（一）将年龄作为连续变量进行异质性检验，即检验吸烟和年龄交互作用项的统计学显著性。106问题7的SPSS选项（一）将年龄作为连续变量进行异质性检验，问题7的主要结果（一）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝3.658，df＝1，Ｐ＝0.056，显示其异质性无统计学显著性。但应注意，该P值与显著性水平（a=0.05）很接近，且OR值95%CI的上限等于1.000，因此不宜轻易下结论认为不存在异质性。本分析里，年龄是连续型变量，可能拟合不理想。107问题7的主要结果（一）年龄与吸烟交互作用的显著性检验结果为：问题7的SPSS选项（二）将年龄作为“等级变量”进行异质性检验，即检验吸烟和年龄交互作用项的显著性。108问题7的SPSS选项（二）将年龄作为“等级变量”进行异质性检问题7的主要结果（二）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝4.871，df＝1，Ｐ＝0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的ＯＲ值随年龄增加而降低。109问题7的主要结果（二）年龄与吸烟交互作用的显著性检验结果为：问题7的SPSS选项（三）用TransformRecodeintodifferentvariables菜单，利用等级变量“年龄组”生成新的连续变量“平均年龄”。110问题7的SPSS选项（三）用TransformRecode问题7的SPSS选项（四）用“OldValue”和“NewValue”转换年龄组的赋值：当原始分级变量“年龄组”的OldValue为1时，设“平均年龄”的赋值为25.1；依次将年龄组为2、３和４，平均年龄设为37.7、48.8和64.8。最后点击“Add”以生成新变量“平均年龄”。111问题7的SPSS选项（四）用“OldValue”和“Ne问题7的SPSS选项（五）在VariableView窗口中将“平均年龄”设置成Scale（连续型）变量。由于同一年龄组的所有人均用同一个平均年龄表示，有分级变量的部分性质，因此我们权且将该变量称作“分级连续变量”。112问题7的SPSS选项（五）在VariableView窗口中问题7的SPSS选项（六）将年龄作为“分级连续变量”进行异质性检验，即检验吸烟和年龄交互作用项的显著性。113问题7的SPSS选项（六）将年龄作为“分级连续变量”进行异质问题7的主要结果（三）年龄与吸烟交互作用的显著性检验结果为：Wald检验值＝4.872，df＝1，Ｐ＝0.027，显示有统计学意义的异质性，说明吸烟和高血压关系的ＯＲ值随年龄增加而降低。与前一种方法的结果几乎完全一致。三种分析的结果基本一致，可以认为年龄和吸烟间存在统计学交互作用。114问题7的主要结果（三）年龄与吸烟交互作用的显著性检验结果为问题8及其分析和解释

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。115问题8及其分析和解释检验剂量反应关系47问题８的背景描述在此趋势检验里，年龄必须是连续或等级变量，可用三种方式表达：连续变量、等级变量、分级连续变量。分析方法可用一般的趋势检验，也可以用Logistic回归分析。在本问题里，我们先展示如何用一般的方法进行趋势检验。116问题８的背景描述在此趋势检验里，年龄必须是连续或等级变量，可问题8的SPSS选项用一般的趋势检验分析年龄与高血压危险的关系。年龄为等级变量。117问题8的SPSS选项用一般的趋势检验分析年龄与高血压危险的关问题8的主要结果上图：在<33岁、33-43岁、44-54岁、55+岁组中，高血压患者所占的比例分别为4.1%、12.3%、28.0%、46.3%，显示高血压危险随年龄的增加而递增。下图：线性趋势检验：卡方值=288.246，df＝1，P<0.001，说明高血压的危险随年龄递增的趋势有统计学显著性。注意：另外两个检验为一般的卡方检验，在于分析高血压的危险在不同年龄组是否有别，不是趋势性检验，当趋势存在时这些检验的灵敏度低于趋势检验。118问题8的主要结果上图：在<33岁、33-43岁、44-54岁问题9及其分析和解释

用Logistic回归分析问题8：分析年龄与高血压的剂量反应关系。年龄可用三种方式表达：连续变量、等级变量、分级连续变量。119问题9及其分析和解释 用Logistic回归分析问题8：分析问题９的SPSS选项（一）进行年龄为连续变量的Logistic回归，分析年龄与高血危险的线性关系120问题９的SPSS选项（一）进行年龄为连续变量的Logisti在Logistic回归方程中，年龄项的系数B=0.068，P<0.001，有统计学显著性，表明患高血压的危险与年龄呈正相关；OR=1.070，表明年龄每增加1岁，患高血压的危险约为原来的1.070倍，即相对增加７％。问题９的主要结果（一）121在Logistic回归方程中，年龄项的系数B=0.068，P问题９的SPSS选项（