admin管理员组文章数量:1589959
详情请点击下方:
郑老师团队服务 | 临床试验项目设计与数据分析,支持你们发表高影响因子SCI论文
现在亚组分析好像越来越流行,无论是观察性研究还是RCT研究,亚组分析一般配备森林图。
除了基础回归的效应值与95%CI和P值,许多文章表格中还会有P interaction,看上去似乎更加高级。
比如Lancet这篇文章:
那么P interaction值有什么含义呢?具体应该如何计算呢?
首先,我们要明白亚组分析的目的是什么?目的是为了检验干预的效果是否受到某个基线特征(也就是亚组变量)的影响,即干预和亚组变量是否有交互作用。这里的交互作用就通过P interaction来体现啦!
掌握了理论部分,我们接着详细讲讲如何计算亚组分析的P interaction!
网络上相关教程比较多,有SPSS计算,SPSS联合excel计算,R语言各种包计算,stata计算,算法也层出不穷,但是都不够简便,因此,这里为大家推荐一个可以3分钟菜单式操作计算P interaction的方式——风暴统计!
实操具体网址:https://shiny.medsta/forestplot/
或者百度、必应Bing搜索“风暴统计”
本平台上线的所有工具都是免费的
1.进入风暴统计平台
首先,打开风暴统计平台,依次点击“风暴智能统计”—“亚组分析与森林图”—"亚组分析与森林图",进入分析板块。
这里我们不再赘述数据的导入与整理过程,详细教程大家可以点击下方链接:
详细指南!风暴统计如何高效导入数据,统计分析快人一步?
详细版!如何利用风暴统计进行数据的整理转换?
2.亚组森林图的绘制
风暴统计平台可以一站式完成常见三大回归的亚组分析——线性、logistic、COX统统搞定!
下面实操,我们先以logistic回归为例进行展示!
Logistic回归亚组分析中,只需要完成连续性因变量、暴露因素、亚组变量的选择。
因变量:即Logistic回归中的因变量/结局变量,必须是二分类变量,取值为0、1。
暴露因素:即我们研究重点关注的关键自变量/焦点因素,平台限制为二分类变量。(其实亚组分析并不限制暴露的变量类型,不过是在不同人群中开展回归,但是森林图的绘制只适合二分类变量,因此平台做了限制)
亚组变量:即在哪些不同人群中开展分析,例如:选择性别作为亚组变量,就代表分别在男性、女性群体中开展回归分析。亚组变量必须是分类型变量,可以同时选择多个。这里我们同时选择"sex","race","level"3个变量。
选择完毕后,平台就直接给出单因素回归分析结果以及森林图了,P for interaction就包括在内!
如果亚组分析,需要调整其他协变量进行多因素回归分析,可以在协变量设置这里选择"自定义"。
接着在下拉框中,勾选需要调整的协变量。接着就会更新出多因素亚组分析表格以及森林图啦!
还可以调节底纹以及P值,交互P值的展示方式,分分钟达到顶刊发文水准配图!
3.下载结果
最后在曲线下载设置中,选择下载图片,保存类型,曲线页面,中文字体。
注:如果图形显示不完全,可以在曲线页面设置自定义。自由调整图片的长度和宽度,避免下载图形不完整的情况。
选择完毕后,就可以下载森林图或亚组分析表格啦!
最后下载的pdf也是十分的清晰,如果需要将变量名修改为中文,也可以在pdf中直接编辑修改,非常便捷!
如果您在风暴统计平台的使用过程中有任何的建议或疑问,欢迎加入我们的讨论群!群里郑老师与助教会在群内解答!
统计机器人交流群
本文标签: 组分森林Interaction
版权声明:本文标题:亚组分析森林图P interaction 是什么意思? 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dongtai/1728075636a1144434.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论