Ich möchte die Inzidenzraten zwischen zwei Gruppen vergleichen (eine ohne Krankheit und eine mit).
Ich hatte vor, das Inzidenzratenverhältnis (IRR), dh die Inzidenzratengruppe B / Inzidenzratengruppe A, zu berechnen und dann zu testen, ob diese Rate gleich 1 ist, und schließlich 95% CI-Intervalle für die IRR zu berechnen.
Ich habe in einem Buch (Rosner's Fundamentals of Biostatistics ) eine Methode zur Berechnung des 95% CI gefunden :
Dabei sind und die Anzahl der Ereignisse. Aber diese Annäherung gilt nur für ausreichend große Stichprobengrößen und ich denke, die Anzahl der Ereignisse, die ich habe, ist zu klein (vielleicht ist es für den Gesamtvergleich in Ordnung.)
Ich denke, ich sollte eine andere Methode anwenden.
Ich benutze R und das genaue Paket und fand, dass ich vielleicht verwenden könnte poisson.test()
. Diese Funktion verfügt jedoch über drei Methoden zum Definieren der zweiseitigen p-Werte: zentral, minartig und blaker.
Also meine Fragen sind:
Ist es richtig, zwei Inzidenzratenverhältnisse zu vergleichen, indem ich einen Test zum Vergleichen der Poissonraten verwende?
Wenn Sie die Funktion poisson.test in R aus dem genau-Paket verwenden, welche Methode ist die beste?
Die Vignette für genaue Angaben lautet:
zentral: ist das 2-fache des Minimums der oben durch 1 begrenzten einseitigen p-Werte. Der Name 'zentral' wird durch die zugehörigen Inversionskonferenzintervalle motiviert, die zentrale Intervalle sind, dh sie garantieren, dass der wahre Parameter kleiner als ist Wahrscheinlichkeit, kleiner (mehr) als der untere (obere) Schwanz des 100 (1- )% -Konfidenzintervalls zu sein. Dies wird von Hirji (2006) als TST (Double the Small Tail Method) bezeichnet.α
minlike: ist die Summe der Wahrscheinlichkeiten von Ergebnissen mit Wahrscheinlichkeiten, die kleiner oder gleich der beobachteten Wahrscheinlichkeit sind. Dies wird von Hirji (2006) als PB-Methode (Wahrscheinlichkeitsmethode) bezeichnet.
Blaker: Kombiniert die Wahrscheinlichkeit des kleineren beobachteten Schwanzes mit der kleinsten Wahrscheinlichkeit des gegenüberliegenden Schwanzes, die diese beobachtete Schwanzwahrscheinlichkeit nicht überschreitet. Der Name 'Blaker' wurde von Blaker (2000) motiviert, der die zugehörige Methode für Konfidenzintervalle umfassend untersucht. Dies wird von Hirji (2006) als CT-Methode (Combined Tail) bezeichnet.
Meine Daten sind:
Group A:
Age group 1: 3 cases in 10459 person yrs. Incidence rate: 0.29
Age group 2: 7 cases in 2279 person yrs. Incidence rate: 3.07
Age group 3: 4 cases in 1990 person yrs. Incidence rate: 2.01
Age group 4: 9 cases in 1618 person yrs. Incidence rate: 5.56
Age group 5: 11 cases in 1357 person yrs. Incidence rate: 8.11
Age group 6: 11 cases in 1090 person yrs. Incidence rate: 10.09
Age group 7: 9 cases in 819 person yrs. Incidence rate: 10.99
Total: 54 cases in 19612 person yrs. Incidence rate: 2.75
Group B:
Age group 1: 3 cases in 3088 person yrs. Incidence rate: 0.97
Age group 2: 1 cases in 707 person yrs. Incidence rate: 1.41
Age group 3: 2 cases in 630 person yrs. Incidence rate: 3.17
Age group 4: 6 cases in 441 person yrs. Incidence rate: 13.59
Age group 5: 10 cases in 365 person yrs. Incidence rate: 27.4
Age group 6: 6 cases in 249 person yrs. Incidence rate: 24.06
Age group 7: 0 cases in 116 person yrs. Incidence rate: 0
Total: 28 cases in 5597 person yrs. Incidence rate: 5.0