應(yīng)用logistic回歸模型間接估計(jì)RR/PR的方法探討*

廣東藥學(xué)院公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系(510310) 李鵬聲 梁 融 周舒冬 郜艷暉 楊 翌

流行病學(xué)暴露與結(jié)局的關(guān)聯(lián)性研究中，當(dāng)結(jié)局事件發(fā)生率較為罕見(如小于10%)時(shí)，OR(odds ratio，優(yōu)勢比)近似等于RR(relative risk，相對危險(xiǎn)度)或PR(prevalence ratio，患病率比)，且通過logistic回歸可方便地獲得OR及其置信區(qū)間，因此實(shí)際工作中常使用OR描述暴露與結(jié)局的關(guān)聯(lián)強(qiáng)度。但當(dāng)研究結(jié)局發(fā)生率較高(如大于10%)時(shí)，使用OR會嚴(yán)重地高估RR/PR。這一問題近年來已引起學(xué)者關(guān)注并指出橫斷面研究中宜估計(jì)PR、隊(duì)列研究中宜估計(jì)RR以描述暴露與結(jié)局的關(guān)聯(lián)強(qiáng)度[1-2]，同時(shí)也發(fā)展了直接估計(jì)RR/PR的方法，如修正的Cox比例風(fēng)險(xiǎn)模型[3]、穩(wěn)健Poisson回歸[4]和log-binomial[5]回歸等。但由于logistic回歸更被流行病學(xué)者所熟識，本文探討使用logistic回歸來間接估計(jì)RR/PR的方法，為統(tǒng)計(jì)方法的選擇提供參考。

原理和方法

根據(jù)RR/PR的定義，可直接利用logistic回歸模型中預(yù)測概率的比值估計(jì)[6]：

(1)

式(1)中Y表示結(jié)局變量，E表示研究的暴露因素，x2,…,xp表示各種協(xié)變量。值得注意的是，使用式(1)估計(jì)RR/PR取決于模型中協(xié)變量的取值，根據(jù)其取值的不同，可分為三種方法[7]。

1.條件(conditional)法

在條件法中，指定一個(gè)參考值作為式(1)中協(xié)變量的取值，如取協(xié)變量的均值，因此RR/PR為協(xié)變量均值條件下的估計(jì)，即：

(2)

2.邊際(marginal)法

邊際法無需指定參考值，而使用每個(gè)觀察個(gè)體自身的協(xié)變量取值，分別計(jì)算當(dāng)所有觀察對象均為暴露組與均為非暴露組時(shí)預(yù)測概率的平均值，相除得到邊際RR/PR，即：

(3)

3.分層(stratified)法

分層法類似直接標(biāo)化法，選取一個(gè)標(biāo)準(zhǔn)人口，依據(jù)標(biāo)準(zhǔn)人口中協(xié)變量分段將研究人群分成k層，采用標(biāo)準(zhǔn)人口中各層的協(xié)變量構(gòu)成作為權(quán)重Wk，同一層的研究對象協(xié)變量取值相同，通常取其均值，再計(jì)算RR/PR，即：

(4)

上述三種方法的置信區(qū)間(confidence interval，CI)都可用Bootstrap方法來估計(jì)。Bootstrap方法的基本原理是對原始樣本進(jìn)行B次有放回的重抽樣，從B個(gè)Bootstrap子樣本中產(chǎn)生B個(gè)統(tǒng)計(jì)量的觀察值，從而得到參數(shù)的經(jīng)驗(yàn)分布，然后進(jìn)行參數(shù)估計(jì)。常用的Bootstrap估計(jì)CI方法有三種[8]，其中t分布法假設(shè)用Bootstrap子樣本求出的RR/PR服從正態(tài)分布且各個(gè)觀察值之間相互獨(dú)立，精確率較高；百分位數(shù)法屬于非參數(shù)法，對RR/PR的分布沒有要求，但精確度不如t分布法；偏差校正百分位數(shù)法則在百分位數(shù)法的基礎(chǔ)上校正了原始樣本的RR/PR與Bootstrap子樣本RR/PR中位數(shù)的偏差，提高了精確度。Bootstrap方法在SAS統(tǒng)計(jì)軟件中可通過PROC SURVEYSELECT過程來實(shí)現(xiàn)，將METHOD語句指定為URS即可。

實(shí)例分析

實(shí)例來自2009年“廣州市禁煙立法基線調(diào)查”資料。本研究選取男性人群資料，研究男性人群中吸煙與禁煙立法態(tài)度間的關(guān)聯(lián)，并考慮年齡的混雜效應(yīng)。在接受調(diào)查的2129例男性居民中，不贊成禁煙立法的比例為17.72%(>10%)，其中吸煙者的不贊成率為30.27%，高于不吸煙者(9.39%)，粗PR=3.224。吸煙情況及各年齡層居民的不贊成率見表1。

表1 男性吸煙情況、年齡與禁煙立法態(tài)度的頻數(shù)分布

考慮到年齡可能是吸煙與禁煙立法態(tài)度關(guān)聯(lián)的混雜因素，估計(jì)PR時(shí)將其作為協(xié)變量納入logistic回歸模型，再分別運(yùn)用三種方法估計(jì)PR，在條件法中，以調(diào)查對象年齡的均值(41.48歲)作為式(2)中年齡變量的取值。在邊際法中，將每個(gè)調(diào)查對象的年齡代入式(3)，而在分層法中，本文選取廣州市第六次人口普查(2010年)數(shù)據(jù)[9]作為標(biāo)準(zhǔn)人口，以每層人數(shù)占總?cè)丝诘谋壤鳛闄?quán)重Wk，取每層研究對象年齡的均值(各層分別為17.00、24.48、34.87、44.50、54.58、64.38、74.25、82.40、93.33歲)代入式(4)計(jì)算PR。經(jīng)三種方法得到PR后，均用Bootstrap方法估計(jì)PR的95% CI。經(jīng)正態(tài)性檢驗(yàn)，PR的經(jīng)驗(yàn)分布均不服從正態(tài)分布(P<0.05)，因此使用偏差校正百分位數(shù)法，各方法估計(jì)結(jié)果見表2。

表2 用不同方法估計(jì)吸煙與禁煙立法態(tài)度的關(guān)聯(lián)強(qiáng)度指標(biāo)

可以看到，在條件法、邊際法和分層法中，男性吸煙者禁煙立法不贊成率分別是不吸煙者的3.350 (95%CI: 2.747,4.126)倍、3.441 (95%CI: 2.931,4.768)倍和3.206 (95%CI: 2.587,3.855)倍。而OR則高估了吸煙與禁煙態(tài)度的關(guān)聯(lián)，為4.379(95%CI: 3.440,5.573)，說明在患病率高的情況下(本例男性不贊成率為17.72%)，使用OR會高估關(guān)聯(lián)的程度。本例調(diào)整年齡后的OR和PR與粗OR和PR相差不大，表明年齡在此處的混雜作用不強(qiáng)。

討 論

當(dāng)所研究的結(jié)局在人群中的患病率較高(>10%)時(shí)，使用OR會導(dǎo)致高估暴露與結(jié)局的關(guān)聯(lián)強(qiáng)度。因此在橫斷面研究中宜使用PR、隊(duì)列研究中宜使用RR以描述暴露與結(jié)局的關(guān)聯(lián)強(qiáng)度。相比其他直接估計(jì)RR/PR的方法，如Poisson回歸，log-binomial回歸等，使用logistic回歸來間接估計(jì)RR/PR具有以下優(yōu)點(diǎn)：①Logistic回歸使用廣泛，被廣大研究人員尤其是非統(tǒng)計(jì)專業(yè)研究人員所熟識，易于使用和推廣；②與直接用定義式計(jì)算RR/PR相比，可以控制協(xié)變量，與使用Mantel-Haenszel法相比，可以控制多個(gè)協(xié)變量，且適用于連續(xù)型協(xié)變量；③流行病學(xué)研究中層次結(jié)構(gòu)數(shù)據(jù)普遍存在，基于logistic回歸的多水平模型理論成熟，應(yīng)用廣泛，當(dāng)研究非稀有結(jié)局時(shí)，本文介紹的方法可直接推廣到多水平模型用于估計(jì)RR/PR，且其置信區(qū)間也可通過Bootstrap方法得到。

本文介紹了基于logistic回歸間接估計(jì)RR/PR的三種方法，實(shí)際應(yīng)用中，將協(xié)變量指定為某一參考值的條件法是最為簡便的一種選擇，此外，在條件法中通過指定不同的參考值，可比較在協(xié)變量不同水平下的RR/PR[10]。當(dāng)研究目的是比較樣本中所有個(gè)體均為暴露組時(shí)與均為非暴露組時(shí)的風(fēng)險(xiǎn)，則選用邊際法更為恰當(dāng)。當(dāng)不同暴露組之間協(xié)變量的分布不同時(shí)，可考慮使用分層法。分層法的基本思想類似直接標(biāo)準(zhǔn)化法，利用標(biāo)準(zhǔn)人口的協(xié)變量分布作為權(quán)重，來調(diào)整該協(xié)變量的分布，使各組間均衡可比。本文考慮年齡作為協(xié)變量，實(shí)際應(yīng)用中，協(xié)變量為其他因素時(shí)或多因素時(shí)，選擇標(biāo)準(zhǔn)人口的協(xié)變量或多變量聯(lián)合分布可能較為困難。

本文實(shí)例中只考慮了一個(gè)協(xié)變量，在需要同時(shí)控制多個(gè)協(xié)變量的情況下，條件法或邊際法只需要在公式中加入不同的協(xié)變量即可。對于分層法則較為復(fù)雜，隨著協(xié)變量分層數(shù)或需要調(diào)整的協(xié)變量數(shù)增多，需要計(jì)算的權(quán)重也隨之增加，而且在樣本量較小的情況下，可能會出現(xiàn)某些層的觀察對象數(shù)目過少甚至沒有的情況，導(dǎo)致無法分層調(diào)整。對于這些情況，可以考慮使用聚類分析來控制分層的數(shù)目[11]，或者用傾向評分加權(quán)來調(diào)整權(quán)重[12]。

參 考 文 獻(xiàn)

1.Lee J,Chia KS.Use of the prevalence ratio v the prevalence odds ratio as a measure of risk in cross sectional studies.Occup Environ Med,1994,51(12):841.

2.Zhang J,Kai FY.What’s the relative risk?JAMA: the journal of the American Medical Association,1998,280(19):1690-1691.

3.Barros AJ,Hirakata VN.Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio.BMC Med Res Methodol,2003,3:21.

4.童峰,陳坤.常見結(jié)局事件的前瞻性研究中修正Poisson回歸模型的應(yīng)用.中國衛(wèi)生統(tǒng)計(jì),2006,23(5):410-412.

5.葉榮，郜艷暉，楊翌，等.log-binomial模型估計(jì)的患病比及其應(yīng)用.中華流行病學(xué)雜志，2010，31(5):576-578.

6.Mcnutt LA,Wu C,Xue X,et al.Estimating the relative risk in cohort studies and clinical trials of common outcomes.Am J Epidemiol,2003,157(10):940-943.

7.Santos CA,Fiaccone RL,Oliveira NF,et al.Estimating adjusted prevalence ratio in clustered cross-sectional epidemiological data.BMC Med Res Methodol,2008,8:80.

8.Efron B,Tibshirani RJ.An introduction to the bootstrap.New York: Champan & Hill,1993:153-199.

9.廣州市人口普查辦公室編.廣州市2010年人口普查資料.北京:中國統(tǒng)計(jì)出版社,2012.

10.Localio AR,Margolis DJ,Berlin JA.Relative risks and confidence intervals were easily computed indirectly from multivariable logistic regression.J Clin Epidemiol,2007,60(9):874-882.

11.張吉凱,胡毅玲,胡巢鳳,等.聚類在流行病學(xué)分層分析中的應(yīng)用.中華流行病學(xué)雜志,2003,24(7):615-617.

12.李智文,劉建蒙,任愛國,等.基于個(gè)體的標(biāo)準(zhǔn)化法-傾向評分加權(quán).中華流行病學(xué)雜志,2010,31(2):223-226.