本文为新一期（.11.25）统计分享会的内容
很多时候，我们会看到一些好的学术论文，在统计分析时，说我做了什么什么sensitivityanalysis，也就是敏感性分析。这类分析，对于高分文章很重要，但真的懂的人、哪怕懂概念的人也不多，我今天借一篇文章来拓展开来了解了解。
所谓的敏感性分析，指的是一篇文章在主分析后，采用不同的统计方法，或采用不同的数据重新分析，来探讨分析结果的稳健性。如果采用不同的分析思路得到的结果与主分析方法结果不一致，则说明本文主分析结果不那么可靠。
这是一篇来自欧洲流行病学杂志的文章，采用队列研究方法，探讨的是日本人群戒烟与老年痴呆症发生率的关系。
文献摘要：
为了探讨日本老年人吸烟状况和戒烟年限与痴呆发病风险的关系。我们在一项前瞻性队列研究中对名年龄≥65岁并随访了5.7年的日本人中进行了吸烟状况和戒烟与痴呆的纵向分析。
年通过问卷调查收集了关于吸烟状况和其他生活方式因素的信息，从公共长期护理保险数据库中检索了痴呆发病的数据。Cox比例风险模型用于估计痴呆发病的多变量调整风险比（HRs）和95%置信区间(95%CI)。
在人年的随访中，记录了例(8.9%)痴呆事件。与从未吸烟的人相比，目前的吸烟者患痴呆症的风险更高(HR1.46，95%CI1.17，1.80)。在已戒烟者中，戒烟≤2年的人的患痴呆症的风险仍然很高(HR1.39，95%CI0.96，2.01)，但戒烟3年或更长时间可以降低患痴呆症的风险；戒烟3-5年的人的多变量HRs(95%CIs)为1.03(0.70，1.53)，戒烟6-10年的为1.04(0.74，1.45)，戒烟11-15年的为1.19(0.84，1.69)，戒烟15年以上的为0.92(0.73，1.15)。
因此，研究表明戒烟3年以上的前吸烟者患痴呆症的风险将与从不吸烟者达到相同的水平。
案例分析：
该研究作为前瞻性队列研究，根据暴露与否或暴露程度不同主要分为3组：从不吸烟者、当前吸烟者或曾经吸烟者（其中曾经吸烟者又可以根据戒烟时长又分为6组），结局指标是痴呆症发病率。
该研究非RCT研究，存在混杂变量，而结局是二分类结局，随访时间被用作时间尺度。因此，多变量调整的Cox比例风险模型可根据吸烟状况计算痴呆事件的风险比(HRs)和95%置信区间(95%CIs)。其中吸烟状态组创建了虚拟变量，从不吸烟者被定义为对照组。
统计方法：
1.首先，对暴露因素和协变量的设置进行了说明。
Participantswerecategorizedasneversmokers,currentsmokers,orex-smokersaccordingtotheirresponsesonthequestionnairesatthebaseline.
Covariates：obesity,timespentwalkingperday,alcoholdrinkingstatus,educationlevel,historyofdiseases(stroke,MI,hypertension,ordiabetes),andpsychologicalstressscore.
郑老师：队列研究，必须清晰定义什么是暴露因素，有哪一些协变量参与到统计分析中，意味着它们可能是混杂变量。
2.多变量调整的Cox比例风险模型用于根据吸烟状况计算痴呆事件的风险比(HRs)和95%置信区间(95%CIs)。
Model1wasadjustedforsexandage(continuous)，model2wasfurtheradjustedforobesity,timespentwalkingperday,alcoholdrinkingstatus,educationlevel,historyofdiseases(stroke,MI,hypertension,ordiabetes),andpsychologicalstressscore.
郑老师：Cox模型构建了两个，分别调整了不同类型的协变量。在队列研究中，构建多个回归模型是一般化的操作。
3.应用竞争风险模型“捕捉”不同竞争事件的可能影响。
Smokingisasignificantriskfactorfordeath,andsomeseverediseasesthatcancausedisabilityanddeathwithoutdisability,aswellasnon-dementiadisability,werecensoredduringfollow-upbeforetheonsetofdementiainourstudy.Accordingly,itisnecessarytoexaminethepossibleinfluenceof