我想比较两组之间的发生率(一组没有疾病,一组有疾病)。
我打算计算发病率比率(IRR),即发病率组B /发病率组A,然后测试该比率是否等于1,最后计算IRR的95%CI间隔。
我在书中找到了一种计算95%CI的方法(Rosner's Fundamentals of Biostatistics):
其中,和是事件数。但是,这种近似值仅适用于足够大的样本量,我认为事件的数量很小(也许对于总体比较来说还可以)。
所以我认为我应该使用另一种方法。
我使用R和extraci包,发现可以使用poisson.test()
。但是此函数有3种方法来定义两个侧面的p值:中心,minlike和blaker。
所以我的问题是:
使用比较泊松率的检验比较两个发生率比率im是否正确?
在使用来自确切代码包的R中的poisson.test函数时,哪种方法最好?
中心:是上面由1限定的单侧p值的最小值的2倍。名称“中心”是由相关的反转条件间隔(即中心间隔)引起的,即,它们保证真实参数小于小于(大于)100(1-)%置信区间的下(上)尾的概率。这被Hirji(2006)称为TST(较小尾法的两倍)。
minlike:是可能性小于或等于观察到的可能性的结果概率之和。这被Hirji(2006)称为PB(基于概率)方法。
blaker:将观察到的较小尾巴的概率与相对尾巴的最小概率(不超过观察到的尾巴概率)相结合。Blaker(2000)提出了“ blaker”这个名字,该名字全面研究了有关置信区间的相关方法。这被Hirji(2006)称为CT(组合尾巴)方法。
我的数据是:
Group A:
Age group 1: 3 cases in 10459 person yrs. Incidence rate: 0.29
Age group 2: 7 cases in 2279 person yrs. Incidence rate: 3.07
Age group 3: 4 cases in 1990 person yrs. Incidence rate: 2.01
Age group 4: 9 cases in 1618 person yrs. Incidence rate: 5.56
Age group 5: 11 cases in 1357 person yrs. Incidence rate: 8.11
Age group 6: 11 cases in 1090 person yrs. Incidence rate: 10.09
Age group 7: 9 cases in 819 person yrs. Incidence rate: 10.99
Total: 54 cases in 19612 person yrs. Incidence rate: 2.75
Group B:
Age group 1: 3 cases in 3088 person yrs. Incidence rate: 0.97
Age group 2: 1 cases in 707 person yrs. Incidence rate: 1.41
Age group 3: 2 cases in 630 person yrs. Incidence rate: 3.17
Age group 4: 6 cases in 441 person yrs. Incidence rate: 13.59
Age group 5: 10 cases in 365 person yrs. Incidence rate: 27.4
Age group 6: 6 cases in 249 person yrs. Incidence rate: 24.06
Age group 7: 0 cases in 116 person yrs. Incidence rate: 0
Total: 28 cases in 5597 person yrs. Incidence rate: 5.0