Python SciPy contingency.relative_risk用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.contingency.relative_risk 的用法。

用法:

scipy.stats.contingency.relative_risk(exposed_cases, exposed_total, control_cases, control_total)#

計算相對風險(也稱為風險比)。

此函數計算與 2x2 列聯表相關的相對風險([1]，第 2.2.3 節；[2]，第 3.1.2 節)。不接受表格作為參數，而是將用於計算相對風險的各個數字作為單獨的參數給出。這是為了避免列聯表的哪一行或哪一列對應於“exposed”案例以及哪一列對應於“control”案例的歧義。與優勢比不同，相對風險在行或列的交換下不是不變的。

參數 ：：

exposed_cases： 非負int

“exposed” 個體樣本中“cases” 的數量(即發生疾病或其他感興趣的事件)。

exposed_total： 正int

樣本中“exposed” 個個體的總數。

control_cases： 非負int

“control” 樣本或未暴露個體中“cases” 的數量。

control_total： 正int

樣本中“control” 個個體的總數。

返回 ：：

result： RelativeRiskResult 的實例

該對象具有浮點數屬性 relative_risk ，即：

rr = (exposed_cases/exposed_total) / (control_cases/control_total)

該對象還具有 confidence_interval 方法來計算給定置信水平的相對風險的置信區間。

注意：

R 包 Epitools 具有函數 riskratio，它接受具有以下布局的表：

disease=0   disease=1
exposed=0 (ref)    n00         n01
exposed=1          n10         n11

對於上述格式的 2x2 表，當給出參數 method=”wald” 時，CI 的估計值由 Riskratio 計算，或者使用函數riskratio.wald。

例如，在對吸煙者和非吸煙者樣本中肺癌發病率的測試中，“exposed” 類別對應於“is a smoker”，“disease” 類別對應於“患有或患有肺癌”。

要將相同的數據傳遞給 relative_risk ，請使用：

relative_risk(n11, n10 + n11, n01, n00 + n01)

參考：

[1]

Alan Agresti，分類數據分析簡介(第二版)，威利，霍博肯，新澤西州，美國(2007 年)。

[2] (1,2)

Hardeo Sahai 和 Anwer Khurshid，流行病學統計，CRC Press LLC，博卡拉頓，佛羅裏達州，美國(1996 年)。

例子：

>>> from scipy.stats.contingency import relative_risk

此示例來自 [2] 的示例 3.1。下表總結了一項心髒病研究的結果：

High CAT   Low CAT    Total
         --------   -------    -----
CHD         27         44        71
No CHD      95        443       538

Total      122        487       609

CHD是冠心病，CAT是指循環兒茶酚胺的水平。 CAT 是“exposure” 變量，高 CAT 是“exposed” 類別。所以表中要傳遞給relative_risk的數據是：

exposed_cases = 27
exposed_total = 122
control_cases = 44
control_total = 487

>>> result = relative_risk(27, 122, 44, 487)
>>> result.relative_risk
2.4495156482861398

求相對風險的置信區間。

>>> result.confidence_interval(confidence_level=0.95)
ConfidenceInterval(low=1.5836990926700116, high=3.7886786315466354)

區間不包含 1，因此數據支持高 CAT 與更高的 CHD 風險相關的說法。