Cochran-Mantel-Haenszel 테스트를 해석하는 방법?

C로 계층화 된 두 변수 A와 B의 독립성을 테스트하고 있습니다. A와 B는 이진 변수이고 C는 범주 형입니다 (5 값). A와 B에 대한 Fisher의 정확한 테스트를 실행하면 (모든 지층 결합) 다음을 얻습니다.

##          (B)
##      (A) FALSE TRUE
##    FALSE  1841   85
##    TRUE    915   74

OR: 1.75 (1.25 --  2.44), p = 0.0007 *

여기서 OR은 승산 비 (추정치 및 95 % 신뢰 구간)이며 *p <0.05를 의미합니다.

각 지층 (C)에 대해 동일한 테스트를 실행하면 다음과 같은 결과가 나타납니다.

C=1, OR: 2.31 (0.78 --  6.13), p = 0.0815
C=2, OR: 2.75 (1.21 --  6.15), p = 0.0088 *
C=3, OR: 0.94 (0.50 --  1.74), p = 0.8839
C=4, OR: 1.48 (0.77 --  2.89), p = 0.2196
C=5, OR: 3.38 (0.62 -- 34.11), p = 0.1731

마지막으로 A, B 및 C를 사용하여 Cochran-Mantel-Haenszel (CMH) 테스트를 실행하면 다음 과 같은 이점 이 있습니다.

OR: 1.56 (1.12 --  2.18), p = 0.0089 *

CMH 테스트의 결과는 A와 B가 각 지층에서 독립적 이지 않음을 시사합니다 (p <0.05). 그러나 대부분의 지층 내 테스트는 중요하지 않았으므로 A와 B가 각 지층에서 독립적이라는 것을 버릴 충분한 증거가 없음을 시사합니다.

그렇다면 어떤 결론이 옳습니까? 그러한 결과가 주어진 결론을보고하는 방법은 무엇입니까? C를 혼란스러운 변수로 간주 할 수 있습니까?

편집 : 확률 비율이 계층 간 동일하고 p- 값이 0.1424라는 귀무 가설에 대해 Breslow-Day 테스트를 수행했습니다.

첫 번째 테스트는 C를 무시하고 A와 B 사이의 승산 비가 1과 다르다는 것을 알려줍니다 . 계층화 된 분석을 보면 C를 무시할 수 있는지 여부를 결정하는 데 도움이됩니다.

CMH 테스트는 C를 조정하는 A와 B의 승산 비가 서로 다르다는 것을 알려줍니다 . 지층 별 확률 비율의 가중 평균을 반환하므로 이면$<1$$>1$다른 사람들은 A와 B 사이에 연관성이 없다고 취소하고 잘못 말할 수 있습니다. 따라서 우리는 C의 모든 수준에서 확률 비율이 (인구 수준에서) 같다고 가정하는 것이 합리적인지 테스트해야합니다. 상호 작용에 대한 Breslow-Day 테스트는 모든 계층이 동일한 승산 비를 가지며 1과 같을 필요가 없다는 귀무 가설을 사용하여 정확하게이를 수행합니다. 이 테스트는 EpiR R 패키지에서 구현됩니다. Breslow-Day p 값 .14는이 가정을 할 수 있다는 것을 의미하므로 조정 된 승산 비가 합법적입니다.

$\chi^2$$\frac{1.75-1.56}{1.75}=0.108$