顶刊横断面研究新思路，来一图prevalence ratio-rcs？

今晚有学生想做睡眠时长和y横断面（cross section）研究，由于y患病率＞10%要采用log-binomial回归，并且想做PR-RCS非线性关系。PR算法参考文献为10分Diabetologia 2023。起初小编是疑惑的，横断面为啥要用log-binomial？于是，连夜恶补知识扫盲。小编把prevalence ratio适用场合再梳理了下，见上思维导图。不知不觉探索到凌晨，放笔后不得不感叹统计学的水还是挺深。

1. PR与OR RR

PR是prevalence ratio的简写，现患率比。等于暴露人群与非暴露人群患病率之比。在进行某致病因素危险度估计时，可用他来描述暴露与疾病的剂量-反应关系。PR=1时提示暴露与非暴露之间在患病率上无差别;PR<1时提示暴露因素为保护因素;PR>1时则为危险因素。

教科书上定义：横断面研究中常使用PR，病例对照研究中则使用OR，而队列研究又可分两种情况。即在封闭的队列研究中，研究个体的风险期固定，此时宜用累积发病率(cumulative incidence rate，CIR)；而在开放性或动态队列研究中需用发病密度比(incidence density ratio，IDR)，CIR和IDR通称为RR。实际上，OR已经随意拓展到横断面、静态队列，而PR却较少有文章着重强调。其实，PR最关键的场景取代OR，是在横断面研究中且y事件率>10%。

1.1 PR的争议？

1999年New England Journal of Medicine报道内科医生对黑人妇女实施心导管插入术的率比白人或男性低，与白人妇女相比OR=0.4，事实上应为PR=0.87。该结果被媒体报道为黑人妇女接受的医疗服务比白人或男性低很多，由此引发关于种族和性别歧视问题的热烈争论。此后建议队列研究或横断面研究资料中应避免使用logistic回归估计0R报告结果。因此在多变量状态下各种估计PR的统计方法逐渐受到重视。

但是吧，小编检索pubmed，"prevalence ratio" and "cross-sectional"搜索总文章2500篇，其中JAMA等顶刊偶有阐述PR。关键词"odds ratio" and "cross-sectional"搜索总文章50900篇。横断面研究中，指标OR发文量是PR的20倍！

遇事不决，chatGPT4.0老师来帮你。

1.2 PR的算法

中华流行病学杂志2013文章指出，有4种方法计算PR。修正的cox比例风险模型(phreg + breslow)、稳健poisson (sandwich法)、copy法的log-binomial模型(genmod + weight)、IPTW的log-binomial。详细各方法及优劣如下表。PR主要通过log-binomial回归和modified poisson计算。结论是，绝大部分都不能进行预测模型构建，多用来探索暴露效应量！OR值的万能，可能这也是logistic回归大行其道的原因之一。

1.3 具体公式

小编总结了下logistic、poisson、log-binomial三种经典公式的链接函数。其实，最核心就在左侧y的变换。

发散思维

既然PR能弥补OR在横断面研究高发病率的过高估计效应量的不足，那么y轴为pr的pr-rcs曲线是否也能来一发？范文如下。

下面是高潮部分，Rcssci的rcs_pr.prob效果如下。

结论

“

横断面研究且y事件率>10%时，PR值应该取代OR值探索效应量，这会让文章增色！pr-rcs 可以很棒地探索横断面pr的剂量效应趋势。

”

参考文献

1郜艳晖,周舒冬,李丽霞,等.基于相对危险度/患病率比的模型及参数估计方法研究进展[J].中华流行病学杂志, 2013, 34(9):5.DOI:10.3760/cma.j.issn.0254-6450.2013.09.018. 2 https://jamanetwork.com/journals/jama/fullarticle/2770254 3 https://pubmed.ncbi.nlm.nih.gov/26894915/