胡纯严，胡良平，2*

（1. 军事科学院研究生院，北京 100850；2. 世界中医药学会联合会临床科研统计学专业委员会，北京 100029*通信作者：胡良平，E-mail：lphu927＠163.com）

在分析来自队列研究设计的g×2×2表资料且选择危险率差作为效应指标时，需要完成以下3 项主要任务：其一，检验各层2×2表资料危险率差是否满足齐性［1-4］；其二，估计共同危险率差及其95%置信区间［5］；其三，检验共同危险率差是否等于0［5］。本文将介绍前述提及的后两项任务，结合实例并基于SAS 软件完成有关计算，并对SAS 输出结果进行解释，做出统计结论和专业结论。

1 高维表资料共同危险率差分析的基本概念

1.1 高维表g×2×2表资料的表达模式

设高维表g×2×2 表资料的表达模式如下，见表1。

表1 队列研究设计下g×2×2表资料的第h层2×2表资料的表达模式

1.2 高维表资料共同危险率差的含义

【说明】基于“g×2×2 表资料”对共同危险率差进行分析时，通常首先需要检验各层2×2 表资料是否满足齐性，检验“危险率差”是否满足齐性的具体方法参见文献［1-4］，此处从略。

1.3 SAS中FREQ过程估计共同危险率差及其置信区间的方法概述

SAS/STAT 中的FREQ 过程［5］可采用6 种方法估计共同危险率差及其置信区间，分别为：①Mantel-Haenszel 估计法（简称MH 法）；②最小风险估计法（简称MR 法）；③汇总得分估计法；④Klingenberg 估计法；⑤基于MH 法估计权重的分层Newcombe 估计法；⑥基于MR法估计权重的分层Newcombe估计法。其中，上述前三种方法还可以进行假设检验，即检验共同危险率差是否等于0。

2 高维表资料危险率差分析及SAS实现

2.1 高维表资料危险率差分析的具体算法

2.1.1 高维表资料危险率差分析的具体内容