回归模型中引入虚拟变量_logistic回归模型中交互作用指数及计算

   在流行病学病因学的研究中，常运用logistic回归模型分析影响因素的作用，并利用纳入乘积项的方法分析因素交互作用。当乘积在模型中有统计学意义只能说明两因素间存在相乘的交互作用，乘积无统计学意义并不表示两因素间相加交互作用或者生物学交互作用的有无。对于相互作用的问题早些时候 已被Rothman k.j(Rothman K.J.主编《Modern Epidemiology》一书)等人提出，并描述交互作用的指标及计算规则。本文介绍Rothman提出的针对logistic或cox回归模型的三个评价相加交互作用的指标及其可信区间的计算规则。下一期将以例子和软件操作的形式简介。

  多元统计分析 中，交互作用是指某因素作用随其他因素水平的不同而不同，两因素同时存在是的作用不等于两因素单独作用之和(相加交互作用)或之积(相乘交互作用)。通俗来讲就是，当两个或多个因素同时作用于一个结局时，就可能产生交互作用，又称为效应修饰作用(effect modification)。当两个因素同时存在时，所导致的效应(A)不等于它们单独效应相加(B+C)时，则称因素之间存在交互作用。当A=B+C时称不存在交互效应;当A>B+C时称存在正交互作用，又称协同作用(Synergy)。

     目前多采用在回归方程中的纳入因素乘积项的方法进行分析。一般认为，线性回归模型为相加模型，乘积项反映因素间是否有相加交互作用，而logistic回归或Cox回归模型为相乘模型，乘积项反映因素间是否有相乘交互作用。Rothman,Hosmer和Lemeshow指出logistic和Cox回归模型中乘积项分析的不足，从理论上系统探讨了交互作用分析指标的构造和算法。