在亚组分析中有一个重要的指标,就是交互作用(Pfor interaction),其意义在于判断干预措施或暴露因素和亚组因素有无交互作用。如果没有交互作用(Pfor interaction> 0.05),就无需再去看每个亚组里的效应值;如果存在交互作用(Pfor interaction...
(2)P for interaction:干预因素与亚组因素有没有交互作用,即自变量对因变量的效果是否受到某个亚组因素的影响。 注意: 支持性亚组分析的结果不要过度解读P值显不显著,因为存在假阳性概率;且每个亚组样本量不一样,样本量很小的情况,不显著是很正常的,亚组分析需要依赖临床生物学知识去解释。此外,支持性亚组分析...
交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技,几乎在高分的SCI中必出现,因为把人群分为亚组后再进行统计可以增强文章结果的可靠性,进行可视化后可以清晰的表明变量之间的关系。不仅如此,交互作用还可以使用来进行数据挖掘。在既往文章中,我们已经介绍了怎么使用R语言和SPSS对logistic回归亚组交互效应(...
HR=0.66表明在空腹血糖≥7mmol/L或已有糖尿病的人群中,与未服用叶酸相比,服用叶酸降低首发卒中风险34%(P=0.033)。交互作用检验(Test for interaction)表明糖尿病对卒中的作用受到叶酸的显著影响(P=0.0125)。并且是调整了混杂因素后的独立作用,具体调整变量原文表中有注释。 此类研究很有临床意义,相当于发现特殊人群...
交互作用效应(p for Interaction)在SCI文章中可以算是一个必杀技,几乎在高分的SCI中必出现,因为把人群分为亚组后再进行统计可以增强文章结果的可靠性,进行可视化后可以清晰的表明变量之间的关系。不仅如此,交互作用还可以使用来进行数据挖掘。 本公众号陆陆续续写了多篇文章,带您由浅入深了解亚组交互作用(p for ...
| P for interaction 论文实例1:柳叶刀子刊2015年发表的一篇抗肿瘤药物的RCT研究。图3是文章核心结果,Cox回归分析得出HR。X是两种抗肿瘤药物(阿片碱与厄洛替尼相比),Y是死亡。Afatinib versus erlotinib as second-line treatment of patients with advanced squamous cell carcinoma of the lung (LUX-Lung 8): an...
可以从图中看到,在年龄的亚组分析中,虽然小于50岁和大于50岁患者都可以从HAIC治疗获益(HR值小于1且95%CI不过1),但是其交互作用p for interaction为0.01。HAIC治疗治疗在不同年龄分组之间的差异是有统计学意义,换句话说,就是说HAIC治疗对于年青组获益更多。
但是,这种多个P值情况是有可能有个别有意义,有些没有意义,这个时候如何报告P值?考虑传统多分类中有一个有意义整体就有意义的情况,这种情况也是有意义的,但是理论上应该有一个p for overall interaction。 从国外顶刊的情况看,亚组分析的交互作用都是指报告了一个P值,如下文献。
请问图中的P for interaction是交互作用检验吧,这种检验的计算应如何实现?SPSS软件可以吗,还是得用R语言,请问老师有没有教程链接。 全部评论(2) 豆包 是交互 可以看看医咖会微信平台的“二分类logistic回归,更新几个常见问题的解决方法”https://www.mediecogroup.com/question_detail/2886/0/1/1/ 里面有一些交...