NHANES数据(复杂调查数据)亚组交互函数1.4尝鲜版（P for interaction）发布---用于一键生成交互效应表

在SCI文章中，交互效应表格（通常是表五）能为文章锦上添花，增加文章的信服力，增加结果的可信程度，还能进行数据挖掘。什么是亚组，通常就是特殊类型人群，比如男女，种族等，就是说你的数据放入特殊人群中结果还可靠吗？如果在各个特殊人群中，你的结果很稳定，说明你的结论很可靠。如果亚组的结论和你的数据数据结论相反，你可以拿来做个新论题。还可以比较不同亚组之间有无区别，比如做了心脏支架和没做支架的区别，可以发现很多新思路，易于数据挖掘。

交互效应表我在既往文章《R语言手把手教你制作一个交互效应表》已经介绍怎么制作了，详细的可以去看一下。在既往文章《scitb5函数1.7版本（交互效应函数P for interaction）发布----用于一键生成交互效应表》中，我发布了本人编写的scitb5函数1.7版本，scitb5函数可以用于普通加权数据，但是不能用于复杂加权数据，因此我重新写了关于NHANES数据的亚组交互效应函数。
下面我来演示一下
导入一个我自己下载的NHANES数据，这里要注意一下，导入数据方法也是很重要的（很多人都是这里错的），因为我是基于R的基础数据框data.frame格式编程的，有些R包导入数据带有格式会报错（如haven包），比较稳妥的方法是像我这样，先使用EXCEL把数据另存为csv格式，然后按我下面方法导入。或者你使用as.data.frame()把数据强制转成数据框应该也可以。这里删除缺失值只是为了演示方便，不具有实际意义。

library(survey)
bc<-read.csv("E:/r/test/subtext.csv",sep=',',header=TRUE)
bc <- na.omit(bc)
str(bc)

我介绍一下数据，SEQN：序列号，RIAGENDR, # 性别， RIDAGEYR, # 年龄，RIDRETH1, # 种族，DMDMARTL, # 婚姻状况，WTINT2YR,WTMEC2YR, # 权重，SDMVPSU, # psu，SDMVSTRA，# strata，LBDGLUSI, #血糖mmol表示，LBDINSI, #胰岛素( pmmol/L)，PHAFSTHR #餐后血糖，LBXGH #糖化血红蛋白，SPXNFEV1, #FEV1：第一秒用力呼气量，SPXNFVC #FVC：用力肺活量，ml（估计肺容量），LBDGLTSI #餐后2小时血糖，factor.FVC是我把肺活量分为了2分类，方便用于测试。
把分类变量转成因子

bc$DMDMARTL<-ifelse(bc$DMDMARTL==1,1,0)
bc$RIAGENDR<-as.factor(bc$RIAGENDR)
bc$RIDRETH1<-as.factor(bc$RIDRETH1)
bc$DMDMARTL<-as.factor(bc$DMDMARTL)
bc$factor.FVC<-as.factor(bc$factor.FVC)

建立抽样调查函数

bcSvy2<- svydesign(ids = ~ SDMVPSU, strata = ~ SDMVSTRA, weights = ~ WTMEC2YR,
                   nest=TRUE,data = bc)

设定协变量和交互变量，这里要注意一下cov1指协变量，Interaction为交互变量，交互变量

cov1<-c("DMDMARTL","RIDRETH1","RIDAGEYR","LBXGH")	
Interaction<-c("DMDMARTL","RIDRETH1")

导入函数svyscitb5函数

source("E:/r/test/1.4svyscitb5.R")

成功导入后应该显示7个函数

函数的主体为

svy.scitb5 (data,x,y,Interaction,cov=NULL,time=NULL,family=NULL,method=NULL,
                     ids=NULL,strata=NULL,weights=NULL,svydstr=NULL)

我来解释一下data是数据，必须数据框形式，x是你研究的目标变量，y是你的结局变量，Interaction是你的分层变量，这个必须是分类变量并转成因子，cov是你的协变量，在我的设定中cov是要包含Interaction的，这也符合我们的习惯。统一使用family=“glm”，svydstr这里填入调查函数，目前支持逻辑回归和线性回归，cox回归目前还没支持。如果你使用过我写的scitb5函数，这个函数使用起来完全没有压力。

先来个分类变量的，假设我研究的变量x是种族，y变量是肺活量，想了解在这个分层的关系

out<-svy.scitb5(data=bc,x="RIAGENDR",y="factor.FVC",Interaction=Interaction,cov = cov1,family="svyglm",
                svydstr=bcSvy2)  #x分类,Y分类

上图我要解释一下，做分类变量的时候需要设定一个参考，在DMDMARTL这个分层比较的时候，RIAGENDR.1_DMDMARTL.0是被认定做参考的，什么意思呢？就是当RIAGENDR等于1和DMDMARTL等于0这个亚组的人群是被默认为做参考比较的，其他组都是和它进行比较，分类变量进行亚组交互的时候，分类最好不要太多，要不数据会很大，而且有些层分不到数据就会显示数据缺失NA。
一键生成森林图

plotforest(out)

换个Y是连续变量的，这里生成的应该是β，我们可以看到，函数自己对数据类型进行了判断了

out<-svy.scitb5(data=bc,x="LBDINSI",y="SPXNFVC",Interaction=Interaction,cov = cov1,family="svyglm",
                svydstr=bcSvy2)  #x连续,Y连续

Y是连续变量是绘制不了森林图的，因为有负值，就算绘制出来也很怪，这里我就不弄了。

plotforest(out)

下面来个x连续,Y分类的

out<-svy.scitb5(data=bc,x="LBDINSI",y="factor.FVC",Interaction=Interaction,cov = cov1,family="svyglm"
                ,svydstr=bcSvy2)  #x连续,Y分类

绘制森林图

plotforest(out)

下面我介绍一下svy.scitb5 函数的method参数，这个参数是用来计算P for interaction值的，它有(“LRT”, “Wald”)两个选项，，LRT是使用加权偏差法，Wald是Wald检验，对于嵌套模型使用LRT就可以了，所以平时默认的是LRT，我们可以试一下两个参数有什么不同。

out<-svy.scitb5(data=bc,x="LBDINSI",y="factor.FVC",Interaction=Interaction,cov = cov1,family="svyglm",method="Wald",
                svydstr=bcSvy2)  #x连续,Y分类

out<-svy.scitb5(data=bc,x="LBDINSI",y="factor.FVC",Interaction=Interaction,cov = cov1,family="svyglm",method="LRT",
                svydstr=bcSvy2)  #x连续,Y分类

这个参数平时你不用理也不用填。为什么我要提这个东西呢？因为有时候你的模型数据极端值太小，使用LRT方法算不出来，然后咱们需要改一下，平时一般不用理。我们使用一个粉丝的数据来演示一下，这里就不解释数据意思了。

fenxi<-read.csv("E:/r/fensi/fenxiR.csv",sep=',',header=TRUE)
fenxi$Y<- as.factor(fenxi$Y)
fenxi$Y<- as.factor(fenxi$X3)
fenxi$Y<- as.factor(fenxi$X5)
fenxi$Y<- as.factor(fenxi$X6)
fenxi$Y<- as.factor(fenxi$X7)
fenxi$Y<- as.factor(fenxi$X8)
fenxi$Y<- as.factor(fenxi$X9)
fenxi$Y<- as.factor(fenxi$X10)
fenxi$Y<- as.factor(fenxi$X11)
fenxi$Y<- as.factor(fenxi$X12)
fenxi$Y<- as.factor(fenxi$X13)
fenxi$Y<- as.factor(fenxi$X1)
fenxi$Y<- as.factor(fenxi$X16)
fenxi$Y<- as.factor(fenxi$X17)
fenxi[,c("Y","X3",  "X5", "X6", "X7", "X8", 
         "X9", "X10", "X11", "X12", "X13","X1","X16", "X17")] <- lapply(fenxi[,c("Y","X3",  "X5", "X6", "X7", "X8", 
                                                                                 "X9", "X10", "X11", "X12", "X13","X1","X16", "X17")], factor)
nhans<- svydesign(data=fenxi, ids=~SDMVPSU,strata = ~SDMVSTRA,
                  weights=~quanzhong,nest = TRUE)
cov1<-c("X2", "X3","X5", "X6", "X7", "X8", 
        "X9", "X10", "X11", "X12", "X13","X15","X16", "X17")	
Interaction<-c("X3","X5","X6","X7", "X8", "X9", "X10", "X11", "X12", "X13","X16","X17")

咱们看一下常规方法

out<-svy.scitb5(fenxi,x="X",y="Y",Interaction=Interaction,cov = cov1,family="svyglm",
                svydstr=nhans)

这个时候需要换一个方法

out<-svy.scitb5(fenxi,x="X",y="Y",Interaction=Interaction,cov = cov1,family="svyglm",method="Wald",
                svydstr=nhans)

我这里要说一下，这两种方法都是survey包中的方法，不是我自己生成的，我只是调用而已，最后画图

plotforest(out)

最后我原创声明一下，本函数全套代码全部由我设计，手工编写，你可以随意使用和修改，但是用于商业用途必须征得我的同意授权。

获取svy.scitb5函数请看这篇文章

NHANES数据(复杂调查数据)亚组交互函数1.4尝鲜版（P for interaction）发布—用于一键生成交互效应表