一键Cox、logistic相加交互-多分类等级加权-超级牛逼SAS宏

本章思维导图

写在前面：本文成文过程，一并感谢2位热心的小伙伴，中大张俊国同学和临度公司黄光同学，小伙伴们给予有力帮助且深入讨论和演算。虽未曾谋面但很开心，能遇到如此热心的朋友。本文内容较多，需要耐心，心急的朋友可以直接跳到实战代码部分。

背景

相加交互在探讨亚组异质性、风险脆弱人群、政策干预靶向人群方面越来越得到重视，当然SCI中也越来也见认可。前2章笔者介绍了相加交互的理论、方向背离、excel工具，小伙伴们应该已经有基础认识了。也许你不经要问，既然Excel只能做非条件logistic的相加交互，那么为何不直接上手最热门最全的R代码？ 

先来听个故事。笔者近5年总觉得SAS软件有点老态龙钟，跟不上时代，比如安装体积太庞大代码太古板陈旧，直到最近清洗UKBiobank的60G数据时候才发觉SAS的优势(吃硬盘)和R短板(吃内存)。此事件让笔者纠正了几年来的偏见，感叹SAS结果的可靠性和R的易错。当前R算法过于开放自由，许多R包作者可能自己都没有验证结果，调包侠们更不会去思考对否，以至于最终论文不说刻意造假，也可能是真的“论文存在图片误用”这般拿来主义，使得结果谬之千里。其实吧，最最重要的是目前R没有现成的cox相加交互包！尽管笔者曾在2016年中华流行病发表了基于SAS宏(搜索“实现logistic与Cox回归相乘相加交互作用的临床实践宏程序”)的相乘相加交互程序，但是引用率不高，可能与教程不详细有关，于是笔者重新打磨并增加使用教程，让SAS相加交互宏更容易上手，更容易实现一键出结果的目的。

笔者当时开发时由于中文杂志版面问题，相乘相加SAS代码的演示不够清楚，且cox分析部分没有印刷正确，而参考文献Li2007AP部分提供的偏导数原公式错误(哎，坑了几十篇引用)，为广大读者在做交互的时候留下了个深坑(文献和我都有错)。在次，笔者一口气把坑都填上。本文代码应该算是全网最强的SAS宏，原理深入但使用超简单，本宏应配得上“超级牛逼”(此处应有掌声)！

1. 经典文献与方法学

下列3篇文献十分经典，有部分SAS代码及宏，3篇论文很好的阐述了RERI等理论，请小伙伴们结合笔者理论篇一起研读，收获俱佳。

理论的核心是知道OR、RR、HR3类效应量对应的单独效应、相加相应、相乘效应的区别和联系，及相应的表格位置与公式，包括点估计值与delta法95%CI估计。Li2007利用矩阵直接计算优化了代码，但是，笔者这一周在复现的时候发现各种AP95%CI对应不上，真的是神坑！笔者结合理论篇，总结如下：

2. 非条件Logistic相加相乘交互

实战数据为虚拟数据jiaohu.sav。

变量a b不分主次，a01，b01，均为2分类。jiaohu.sav演示logistic、cox的相乘相加交互作用。下图中的β1β2β3意味着原始数据x的回归系数，具体意义请参考理论篇。

2.1重现VanderWeele2014代码

可以看到，VanderWeele2014只计算logistic的RERI不能提供AP S95%CI等。似乎甚至不如lundberg1996！不过优点是可以处理等级变量RERI，并且给出了等级及多分类建议，拆分成感兴趣组的二分类，再做RERI。

2.2 a b 二分类

2.3 a b 等级变量

等级变量考虑分别用a、b最高等级的赋值，对应代码中的g、 e部分。

2.4 a b 无序多分变量

2.5 nie2022非条件logistic交互宏

核心参数：

上图为宏的参数，仅需要替换红色部分即可。运行“cox-条件-非条件logistics交互作用数据-实战医学统计.sas”中的非条件部分，从“%macro additive2dum_logistic”至“quit;);”，表示加载笔者定义的相加交互函数，下面案例相同操作。然后修改下面命令红色(data,a,b,y)+灰色部分即可，如果没有混杂可忽略灰色cov。

案例1：SAS数据集jiaohu.sas7bdat

/===  测试logistic交互 ===/ 

libname paper "D:\聂个人文件\我的公众号\交互作用cox\test"; 
RUN; 
data jiaohu; 
set paper.jiaohu; run; 
/非条件logistic相加相乘交互/ 
%additive2dum_LOGISTIC(jiaohu,a,b,y,age,sex); &ICR_logistic; 
run;

3 nie2022条件logistic交互宏

4 nie2022 cox交互宏

核心参数：

案例2：同案例1，SAS数据集jiaohu.sas7bdat

/===   cox交互 ===/ 
libname paper "D:\聂个人文件\我的公众号\交互作用cox\test"; 
RUN; 
data jiaohu; 
set paper.jiaohu; 
run; 
/cox相加相乘交互/ 
%additive2dum_cox(jiaohu,a,b,y,time,age,sex); &ICR_COX; 
run;

5 huang2022 加权logistic、cox交互宏

强烈推荐！由黄光同学无私提供，珍藏版代码，本代码同样适合NHANES等复杂抽样需要加权分析的公共数据库。

案例3：同案例1，SAS数据集jiaohu.sas7bdat

/===  同时测试logistic交互  cox交互 ===
/ libname paper "D:\聂个人文件\我的公众号\交互作用cox\test"; 
RUN; 
data jiaohu; 
set paper.jiaohu; 
run; 
/*cox相加相乘交互*/ 
%additive2dum_cox(jiaohu,a,b,y,time,age,sex); &ICR_COX;
run;

上述宏代码结果一致，汇总如下。

强烈推荐nie2022与huang2022宏，前者更适合SCI的叉生分析、分层分析，后者更适用NHANES数据库的加权交互分析。宏间优劣，尽在思维导图。

原创不易，欢迎转载，分享给你身边的小伙伴。