人年发病率95%CI、发病率95%CI，你分清了吗？

小编近期文章审稿人提出把临床队列中事件描述event rate改为per1000 person-years。人年发病率在描述事件率上比常规发病率更精准。于是小编整理相关资料汇总于本文。

在心血管或肿瘤等领域，结局随访时间通常较长，且每一位患者随访时间可能不同。研究者不仅仅关心结局发生与否，更关心结局什么时间发生，即干预方法能多大程度上延长患者生存时间。因此，这一类结局指标，又叫做时间事件（time to event）变量，event 即结局发生与否，time即结局发生的时间或随访的时间。对于这一类资料通常用风险比率HR计算，HR 也是基于事件发生率之间的比值计算，HR≈RR，即考虑了time的试验组相对于对照组的风险。

在计算event rate时，往往会倾向考虑更优秀的Annualized Event Rate (小队列Events per 100 patient-years at risk，大队列Events per 1000 patient-years at risk)，以及相应的人年发病率差（absolute risk reduction, ARR 或 absolute risk difference，ARD 或 RD）。因为，患者的随访时间不同（入组时间不同、研究对象失访等），且存在删失数据（未能观察到事件发生，不知道确切生存时间的数据），直接用某一时间点的试验组与对照组事件发生率event rate相减计算，并不准确。

一、统计理论

1.1 RR四格表

相对危险度（relative risk, RR）, 是前瞻性研究中较常用的指标，是暴露组（试验组）发病率与非暴露组（对照组）的发病率之比。当观察指标是终点结局发生与否时，此处发病率即为结局事件的发生率。相对危险度减少率（relative risk reduction, RRR 或 relative risk difference，RRD）, 即暴露组与非暴露组发病率差值与非暴露组发病率之比。反映试验组与对照组结局事件发生率增加或减少的相对程度。绝对危险度减少率（absolute risk reduction, ARR 或 absolute risk difference，ARD 或 RD，AR）, 是试验组与对照组发生率的差值。ARR反映如果使用该干预措施能使发生率增加或减少多少。

1.2人年发病率及time相关四格表

人年发病率的计算，发生结局的人数/总的人年数*1000就是per1000 person-years。其中，总的人年数=SUM(每个进入队列的患者的随访时间)，人年的发病率置信区间95%CI可以参考率置信区间，通过泊松回归分布进行计算的。人年发病率四格表如下，相比RR四格表，最大的不同在于分母，分母考虑了人年随访时间用于取代简单的总人数。

二、SCI范文

Paper1:

Paper2:

Paper3

三、R实战

3.1 原始数据计算人年率95%CI

采用文献2的数据，Breast cancer survival agec.sav，文献2公式和代码有错误已修正。age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量），ln_yesno表示是否有淋巴结肿大，time是生存时间。

3.2 手动计算人年率95%CI

四、发散思维

4.1 SPSS实现发病率(人年)95%CI计算

SPSS 有三种方法实现，但样本率，推荐直接计算的比例置信区间。

SPSS也可进行2独立样本率差检验。需要2独立样本率差检验.sps文件。

4.2 VassarStats

http://vassarstats.net/index.html 。可计算单个率95%CI，Proportions→The Confidence Interval of a Proportion，局限在n需要正数。3668.403只能近似3668，且1000per精度小数点1位。11.5(8.5,15.5)。也可计算2个独立率95%CI，如下图复现jama论文结果。

4.3 SAS

Sas9.4M7存在bug，weight错位。不推荐。

小结

“

人年发病率比发病率更精准。分母的人年(time)对应阳性事件为first time，阴性事件为last time。根据样本量大小选择per100，还是per1000。

”