在病例对照研究中，常使用比值比 (Odds Ratio, OR)表示效应大小，在队列研究中常使用相对危险度(Relative Risk, RR)表示效应大小，在横断面研究中常使用患病率比(Prevalence Ratio, PR)表示效应大小。在队列研究和横断面研究中，当结局事件发生率较低(<10%)时也可使用OR值近似替代RR值和PR值，但当结局事件发生率较高时，OR值会高估RR值和PR值。此时，在广义估计方程(generalized estimating equations, GEE)模块中可通过修正Possion回归(也称稳健泊松回归)分析计算RR值。本文将实例演示其实现过程。
关键词：SPSS; 广义估计方程; GEE; 二分类结局资料; 修正泊松回归; 稳健泊松回归; 修正Possion回归; 稳健Possion回归; RR值计算
一、案例介绍
在二分类资料(logistic)的广义估计方程—SPSS一文中，采用回顾性病例对照研究评价A、B两种药物致皮炎副作用。本案例任然使用相同数据，但是改变研究设计为前瞻性队列研究，即前瞻性观察使用A药的患者106例、B药患者104例，并收集面部、背部、腹部三个部位的皮炎发生情况。
广义估计方程需要使用长型格式数据，部分数据见图1。ID是研究对象编号，gender是性别(1=男性，2=女性)；drug是药物(1=A药，2=B药)；part是部位(1=面部，2=背部，3=腹部)；dermatitis表示皮炎(0=无，1=有)。本案例数据可从“附件下载”处下载。
二、问题分析
本案例的分析目的为是了解A、B两种药物的致皮炎副作用是否有差别，但本研究是队列研究，并且通过初步计算可知结局事件发生率远大于10%，因此，不适合使用二分类logistic回归计算OR值，此时应在GEEs中采用修正Possion回归计算RR值及其置信区间。
三、软件操作及结果解读
(一) 软件操作
【模块调取】 选择“分析”—“广义线性模型”—“广义估算方程”(图2)。
【重复页面设置】 在“广义估算方程”对话框中的“重复”模块(图3)下，将识别个体的变量ID选入右侧“主体变量”，将表示非独立关系“部位”选入“主体内变量”，协方差矩阵需要选择“稳健估算量”即修正Possion回归/稳健Possion回归。“工作相关性矩阵”选择默认“自变量(正确翻译为：独立)”。
【模型类型设置】 在“广义估算方程”对话框中的“模型类型”模块(图4)下，选择“二元响应或事件/试验数据”下的“poisson对数线性”。
【因变量/响应变量设置】 在“广义估算方程”对话框中的“响应”模块(图5)下，将dermatitis选入“因变量”。
【自变量/预测变量设置】 在“广义估算方程”对话框中的“预测变量”模块(图6)下，将gender、drug、part选入“因子”。点击“选项”，打开“广义估算方程：选项 ”子对话框(图7)，“因子的类别顺序”下选择“降序”，表示以自变量的第一个水平为参照计算相关参数和效应量。若选择“升序”，则是以自变量的最后一个水平为参照计算相关参数和效应量。
【模型设置】 在“广义估算方程”对话框中的“模型”模块(图8)下，将gender、drug、part的主效应项选入右侧“模型”。
【统计参数设置】 在“广义估算方程”对话框中的“统计”模块(图9)下，补充勾选“包括指数参数估算值”，可计算OR、RR等效应量。
(二) 结果解读
1. 模型摘要
由“模型信息”(图10)可知，本次分析关联函数为“泊松(Possion)”，工作相关性矩阵结构为“自变量”。
2. 模型拟合评价
“拟合优度”结果(图11)提供了QIC值和QICC值，表示模型的拟合优度，越小越好，可用于不同作业相关矩阵的分析结果比较。
“模型效应检验”结果(图12)提示“性别(gender)”“药物(drug)”“部位(part)”均有统计学意义(P<0.001)。
3. 参数估计
“参数估计”结果(图13)列出了各个自变量的参数估计及统计学检验结果。可知，药物B发生皮炎的风险为药物A的1.397倍(RR=1.397, 95%CI 1.219~1.599)。此外，还可知，女性发生皮炎的风险比男性低36.2% (RR=0.638, 95%CI 0.559~0.729)；背部发生皮炎的风险是面部的1.507倍 (RR=1.507, 95%CI 1.224~1.855)；腹部发生皮炎的风险是面部的2.132倍 (RR=2.132, 95%CI 1.745~2.604)。
4. 结果比较
通过比较Logistic回归、稳健Possion回归和传统Possion回归3种分析方法可知，Logistic回归计算的效应量>Possion回归，这也再次说明对于结局发生率较高的队列研究，不适合使用OR值代替RR值。稳健Possion回归和传统Possion回归计算的RR值一样，但前者的95%置信区间更窄。见表1。
四、结论
本研究采用广义估计方程分析A、B两种药物致皮炎副作用是否有差别。由于研究设计是前瞻性队列研究，因变量是二分类变量，因此采用稳健Possion回归计算RR值效应量
分析结果显示，药物B发生皮炎的风险为药物A的1.397倍(RR=1.397, 95%CI 1.219~1.599)；女性发生皮炎的风险比男性低36.2% (RR=0.638, 95%CI 0.559~0.729)；背部发生皮炎的风险是面部的1.507倍 (RR=1.507, 95%CI 1.224~1.855)；腹部发生皮炎的风险是面部的2.132倍 (RR=2.132, 95%CI 1.745~2.604)。