【交互作用】01. 加法交互 & 乘法交互(R包 epiR)

【交互作用】01. 加法交互 & 乘法交互 [R包 epiR]

1. 交互作用概述
2. 二分类解释变量交互作用
- 2.1 相乘交互作用
- 2.2 相加交互作用
- 2.3 计算置信区间CI的方法
3. R 代码示例
4. 实例分析

1. 交互作用概述

(1) 概念：
某一因素的真实效应（单独效应）随着另一因素水平的改变而改变。当两种或两种以上暴露因素同时存在时所致的效应不等于它们单个作用相联合的效应时，则称因素之间存在交互作用。
① 因素A的效应在因素B的不同水平上存在差异，则认为因素A、B之间存在交互作用。
② 因素A、B的联合效应不等于两因素独立效应之和或之积。

(2) 识别：
①统计表：所有可能交叉组合情况下的结局指标；
②统计图：观察另一因素各水平下，某因素与结局指标关系图是否平行（Addictive interation）。

(3) 理解交互作用：
在不同B因素水平，A因素的效应有统计学差异；同理，在不同A因素水平，B因素的效应也有差异。交互作用就是看二者合在一起的效应，与二者单独效应之和（相加）/之乘（相乘），相等还是不相等。不相等，那就是有交互。Mediation是解释暴露因素how导致的结局，而interaction是说明who是高风险目标人群。
首先需明确，“交互作用”是指统计学上的交互作用，不能直接说它们具有生物学意义上的交互作用。因为统计模型不止一种，你会看到有些研究中，相乘模型有统计学意义，相加模型没有统计学意义，或者相乘模型为拮抗作用，相加模型为协同作用；所以，这才有了谁更合理的争论。根据“A因素和B因素在相加尺度上具有交互作用”，可以推测有生物学交互，而不能直接写“具有生物交互作用”。同样，没检测到统计学上的交互作用，也不能说明没有生物学交互作用。??注意：有无统计学交互作用很大程度上取决于所选择的模型，所以在报告有无交互作用时，需要说明分析所用的模型。

(4) 相加交互与相乘交互的差异：
统计建模中一般线性模型交互项反映的是因素间相加交互作用（additive interactions，INT_A），而logistic和Cox等广义线性模型则反映因素间统计学上相乘交互作用（multiplicative interaction，INT_M），即logistic乘积项仅反映统计学上的交互，而只有在生物学机制上病因因素间存在相加交互作用才可解释为相加交互作用。

(5) 评价交互作用的目的和意义：
①在资源有限的情况下，识别对某干预受益最大的人群（亚组）。
②在某一主要暴露因素不容易施加干预的情况下，识别最有可能施加干预的互作协变量以降低主要暴露因素的效应。
③揭示暴露影响疾病发生的机制。
④提高评价某暴露因素对结局影响总效应的把握度。
⑤仅从统计学角度考虑，通常包含交互作用项的模型拟合数据更好。

2. 二分类解释变量交互作用

2.1 相乘交互作用

(1) 相乘交互作用的定义：假设研究多风险因素中交互作用的两暴露因素为AB，则OR₀₀表示AB均无暴露，即OR₀₀＝1；OR₁₀表示A暴露、B无暴露，OR₀₁表示A无暴露、B暴露，OR₁₁表示A、B均暴露。则相乘交互作用INT_M＝OR_A×B＝OR₁₁/（OR₁₀×OR₀₁）。

(2) 相乘交互作用的判定：logistic 等回归乘积项95%CI不包含1，表明有相乘交互作用。交互项得到的OR值1，协同作用。

2.2 相加交互作用

(1) 定量评价流行病学研究中暴露因素间及暴露因素与基因间相加交互作用需要3项指标：交互对比度（interaction contrast ratio，ICR）又称交互作用超额相对危险度（relative excess risk due to interaction，RERI），交互作用归因比（attributable proportion due to interaction，AP）和协同指数（the synergy index，S）。

(2) 相加交互作用3项指标定义为：
RERI = ICR = OR₁₁ – OR₁₀ – OR₀₁ + 1
AP = ICR/OR₁₁
S = (OR₁₁ – 1)/(OR₁₀ + OR₀₁)=(OR₁₁ – 1)/(OR₁₁ + 1 – ICR)

此处公式有误，之前一直懒得去核实，现在做个修改。感谢x小x小姐姐提供的文献参考，如有需要，请自行下载原文。—— Revised: 2022-04-01
Knol MJ, VanderWeele TJ, Groenwold RH, Klungel OH, Rovers MM, Grobbee DE. Estimating measures of interaction on an additive scale for preventive exposures. Eur J Epidemiol. 2011 Jun;26(6):433-8.

(2) 相乘交互作用及二元Logist回归：

从结果可知，饮酒与吸烟的乘法交互效应为0.91

(3) 相加交互作用及二元Logist回归：

结果表明，加法交互的3个指标RERI、AP和S均不显著，推测可能不存在生物学交互作用。

(4) 哑变量实现交互作用：
来源：hucy_Bioinfo
                                                        声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！
                        