分层卡方检验(CMH χ² Test)——SPSS软件实现

关键词：SPSS; 卡方检验; 分层卡方检验; CMH检验; Cochran-Mantel-Haenszel检验

根据两个分类变量水平数的不同，卡方检验可以分为2×2、R×2、2×C和R×C等类型。从CMH检验的原理来说，适用于以上所有的情况，但是SPSS软件只能对2×2四格表进行CMH检验，也称为K×2×2表格数据的CMH检验。

一、案例介绍

某医学组织研究饮酒是否会提高患肝癌风险,考虑到吸烟会严重影响饮酒和患癌风险间的相关性，因此将吸烟作为混杂因素处理，设计了一项病例对照研究。数据中混杂因素为“smoking”，标签为“吸烟”，测量尺度为“名义”，赋值为“0”和“1”分别代表“否”和“是”。分组变量为“drinking”，标签为“饮酒”，测量尺度为“名义”，赋值为“0”和“1”分别代表“否”和“是”。变量“cancer”，标签为“是否患癌”，测量尺度为“名义”，赋值为“0”和“1”分别代表“否”和“是”。频数变量“frequency”，标签为“频数”，测量尺度为“标度”，记录不同组的例数。数据见图1。本文案例可从“附件下载”处下载。

二、问题分析

本案例的分析目的是研究饮酒是否会提高患肝癌风险，吸烟作为混杂因素。即比较不同吸烟情况下饮酒组与不饮酒组患癌率是否有差异。针对这种情况可以制作四格表，并进行分层卡方检验。但需要满足3个条件：

条件1：分组变量与观察变量均为二分类变量。本案例的分组变量和观察变量均为二分类变量，该条件满足。

条件2：观察变量相互独立。本研究中各研究对象的观察变量都是独立的，不存在互相干扰的情况，该条件满足。

条件3：各层内总数及最小期望频数满足卡方检验相应条件(χ²检验的注意事项——使用技巧)。该条件需要通过软件分析后判断。

三、软件操作及结果解读

(一) 适用条件判断

对于本案例数据，条件1和条件2均满足。但需要通过总例数和期望频数来选择具体的分析方法(Pearson卡方检验、连续校正卡方检验或Fisher确切概率法)。这一判断过程通过统计描述来完成，详见下文。

(二) 统计描述及推断

1. 软件操作

卡方检验的数据录入可分为两种：

第一种为频数资料，需要设置分组变量、观察变量和频数变量，该形式在进行卡方检验时较为常见，进行统计分析前需要进行数据加权。

第二种为非频数资料，只有分组变量和观察变量两列，每一行为一个患者的数据，该形式是在SPSS软件中进行各种统计分析最常用的资料形式，进行卡方检验前不需要进行数据加权。

本案例为频数资料，需要先进行加权处理。

(1)选择“数据”—“个案加权”(图2)，出现“个案加权”对话框。

(2) 在“个案加权”对话框中选择“个案加权依据”，将左侧的“频数”变量选入“频数变量”框中，点击确定，加权完毕(图3)。

(3)选择菜单“分析”—“描述统计”—“交叉表”(图4)。

(4)在弹出的对话框中，将“是否患癌”选为行变量，将“饮酒”选为列变量，将“吸烟”选为混杂因素，放入“层”的方框中(图5)。

(5)点击“统计”按钮，选中“卡方”选项；再选中“柯克兰和奥特尔-亨塞尔统计”，“检验一般比值比等于”的框内填写1即可(比值比为1，表示原假设为：患癌组和未患癌组的吸烟比例相同)，选择“风险”，如图6。

(6)点击“交叉表”对话框右侧“单元格”，在“交叉表：单元格显示”对话框中勾选“实测”、“期望”、“行”，其他保持默认不变，如图7所示。点击“继续”后回到“交叉表”对话框，点击“确定”，则得到卡方检验结果。

2. 结果解读

(1) 统计学描述

图8为“是否患病*饮酒*吸烟交叉表”，给出了混杂因素(吸烟)分层下，饮酒组和未饮酒组的观察值、期望频数及组内占比。可知整体检验总例数为992例，各层的最小期望频数>5；分层检验时，各层的总例数均为496例，最小期望频数均>5，因此整体检验和分层检验均可使用Pearson卡方检验分析结果。由各层的描述性分析结果可知，吸烟组患癌者中饮酒的比例为58.0%，而不吸烟组患癌者中饮酒的比例仅为50.2%，提示在“吸烟”与否两组人群中饮酒比例存在一定差异。但是这种差异是否会造成两组人群中饮酒与患癌关联的不一致，需要依据各层卡方检验和CMH检验的结果进行判断。

(2) 统计学推断

图9为本案例卡方检验结果。在卡方检验的表中，分别列出了吸烟组、不吸烟组以及总体的卡方检验结果。图10为“风险评估”表，列出了各组及总体的暴露风险比值比(OR值)。

从结果可知，若不考虑混杂因素(吸烟)，总计分析皮尔逊卡方值为χ²=13.551，“渐进显著性 (双侧)”为0.001，OR值为1.600 (95%CI: 1.245~2.055)，说明患癌和饮酒间存在相关性。

吸烟人群中，皮尔逊卡方值为χ²=26.603，“渐进显著性 (双侧)”小于0.001，OR值为2.626 (95%CI为1.812~3.805)，说明患癌和饮酒间的相关性有统计学意义。

而不吸烟人群中，结论与此相反，皮尔逊卡方值为χ²=0.057，“渐进显著性 (双侧)”为0.811，OR值为1.045 (95%CI为0.730~1.495)，说明患癌和饮酒间的相关性无统计学意义。对比吸烟组和不吸烟组的分析结果可知，混杂因素(吸烟)的确会对饮酒与患癌之间的关联产生影响。

图11为“比值比齐性检验”结果，即对不同分层下OR值是否一致进行检验，也称为OR值同质性检验。通常情况下，首先查看“比值比齐性检验”结果，如果呈现出显著性(P值小于0.05)，则说明具有混杂因素，即需要考虑分层项(混杂因素)，即分别查看不同分层项下的数据分析结果；反之如果P≥0.05，即说明没有混杂因素，不需要考虑分层项，报告整体的结果即可。

结果显示两种同质性检验方法的统计量及其检验结果，Breslow-Day法 χ²=12.322，P<0.001；塔罗内(Tarone's)法χ²=14.780，P<0.001。两种方法P值均<0.05，提示按照是否吸烟分层后，层间的OR值存在着一定的异质性。

图12为“条件独立性检验”结果，即分层卡方检验的结果。柯克兰(Cochran’s)法卡方值为14.581，P<0.001；而曼特尔-亨塞尔(Mantel-Haenszel)法卡方值为34.489，P<0.001。两种分析方法均说明考虑了吸烟的影响后，患癌与饮酒之间的相关性确实有统计学意义。

图13为估计的合并OR值，是在比值比齐性检验结果认为各层OR值同质的前提下，进一步去估算其合并的关联强度，SPSS使用Woolf法检验OR值有无统计学显著性，其假设检验为“OR值是否等于1”。

本例结果显示，在控制了“吸烟”分层因素的影响后，饮酒对患癌的风险是危险因素，其合并OR=1.634，95%CI为1.267~2.107，“渐进显著性(双侧)”P值结果小于0.001，说明OR值有统计学显著性。

但需要注意的是，本例中，比值比齐性检验的结果显示层间OR值存在一定异质性，因此此时不宜合并OR值，建议分层报告结果；若层间OR值一致，则可报告最后合并的OR值。

四、结论

本研究分析不同吸烟情况下饮酒与患肝癌的关联，采用分层卡方检验。比值比齐性检验结果显示P<0.05，提示层间的OR值具有异质性，此时不宜计算合并OR值。按照是否吸烟进行分层，在吸烟人群中，饮酒和患癌的相关性具有统计学意义，OR值为2.626 (95%CI为 1.812~3.805)，χ²=26.603，P<0.001。而在不吸烟人群中，饮酒和患癌的相关性无统计学意义，OR值为1.045 (95%CI为 0.730~1.495)，χ²=0.057，P=0.811。