【求助】关于交互作用的一些疑问
做法目的:比较不同性别(男、女)和BMI对outcome(UA.CS患病与否二分类变量)是不是存在交互作用,换句话说大致意思是比较不同性别(男、女)中BMI对outcome的OR值是不是存在差异。软件:R
我们在分性别分层分析的时候结果:
Code:
tmp<glm(UA.CS~BMI,data=TMP(男 女),family="binomial(link="logit"))
表1:
UA 分组 OR(CI)P | |
SEX = 男 | 0.991 (0.893, 1.10) 0.868 |
SEX = 女 | 1.14 (1.05, 1.23) 0.002 |
合计 | 1.08 (1.02, 1.15) 0.013 |
可是当另外做交互作用处理的时候empower R软件采用了另外一种分层的变量转换处理:
Code:
WD<-cbind(WD,BMI.SEX.1=ifelse(WD$SEX==1,WD$BMI,ifelse(!is.na(WD$BMI),0,NA)))#生成新变量BMI.SEX.1性别为男性时等于原始BMI,女性时赋值为0
WD<-cbind(WD,BMI.SEX.2=ifelse(WD$SEX==2,WD$BMI,ifelse(!is.na(WD$BMI),0,NA)))#生成新变量BMI.SEX.2性别为女性时等于原始BMI,男性时赋值为0
tmp<-glm(UA.CS~BMI.SEX.1+BMI.SEX.2+SEX,data=WDTMP,family=binomial(link="logit"))
再采用一些其他检验处理得出交互作用的P值
!!这个模型中运算的BMI.SEX.1(男)+BMI.SEX.2(女)的结果,也会有在男女分层中各得出一个OR值(如下表,表2)

表2:
SEX -> | N | 男 | 女 | 合计 | 交互作用的 P值 |
模型 | 448 | 1.00 (0.91, 1.11) 0.950 | 1.13 (1.05, 1.23) 0.002 | 1.08 (1.02, 1.15) 0.013 | 0.054 |
这个OR值和之前的分层做出的OR结果不一样,(合计的结果是一样的)
问题:怎么来解释做交互作用时这个处理?还有如何解释表2得出的男女分层OR值?想说明交互作用文章里应该放表1的OR结果还是表2的OR结果呐?
欢迎讨论指点,期待高手!
最后编辑于 2022-10-09 · 浏览 4127