交互作用 | 第三期 不可不知的相乘交互作用类型

上一期（2023.7.30）我们介绍了如何识别交互作用，以及交互作用的度量尺度（交互作用 | 第二期 给你一双“慧眼”识别交互作用）。这一期我们将带大家深入了解相乘交互作用，本期内容将从相乘交互作用的定义、如何检验相乘交互作用两部分进行介绍。

•   一、定义

相乘交互作用（Multiplicative interaction，INT_M）定义：两个暴露因素同时存在时的风险比除以单个暴露因素存在时风险比的乘积。

     表1中两暴露因素分别是药物剂量和性别，相较于接受高剂量药物治疗的女性（i=0 & j=0），两暴露因素同时存在（i=1 & j=1）时的肺癌死亡风险比为P₁₁ /P00，单个暴露因素（i=1 & j=0、i=0 & j=1）存在时的风险比分别是P₁₀ /P00 、P01 /P00，根据定义可得：

二、相乘交互作用检验

以logistic回归模型为例，欲检验性别与用药剂量对肺癌死亡风险是否存在交互作用，需要纳入一个反映交互作用的新变量，即性别与用药剂量的乘积项（i*j），相应的logistic回归模型为下图所示（此处可以回顾临床预测模型 | 第7期.Logistic回归），若乘积项的回归系数β₃=0则无交互作用，否则存在交互作用：

我们知道OR=exp(β)，对于罕见结局事件， 非常小，OR近似RR。单个暴露因素（i=0 & j=1、i=1 & j=0）独立存在时的风险比分别为

两暴露因素同时存在（i=1 & j=1）时的风险比为：

相乘交互作用为：

上述总结可见于表2，若对于的检验p小于0.05，则可以进行如下结果解读：