Saya ingin membandingkan dengan tingkat kejadian antara dua kelompok (satu tanpa penyakit dan satu dengan).
Saya berencana untuk menghitung rasio tingkat kejadian (IRR), yaitu tingkat kejadian kelompok B / tingkat kejadian kelompok A, dan kemudian menguji apakah tingkat ini sama dengan 1, dan akhirnya menghitung interval CI 95% untuk IRR.
Saya menemukan metode untuk menghitung 95% CI dalam sebuah buku (Rosner's Fundamentals of Biostatistics ):
di mana dan sebuah 2 adalah jumlah kejadian. Tapi perkiraan ini hanya berlaku untuk ukuran sampel yang cukup besar dan saya pikir jumlah acara yang saya miliki adalah kecil (mungkin untuk perbandingan total tidak apa-apa.)
Jadi saya pikir saya harus menggunakan metode lain.
Saya menggunakan R dan paket exactci dan menemukan bahwa saya mungkin bisa menggunakan poisson.test()
. Tetapi fungsi ini memiliki 3 metode untuk mendefinisikan dua nilai-p sisi: pusat, kecil dan blaker.
Jadi pertanyaan saya adalah:
Apakah benar untuk membandingkan dua rasio tingkat kejadian menggunakan tes untuk membandingkan tingkat poisson?
Ketika menggunakan fungsi poisson.test dalam R dari paket exactci metode apa yang terbaik?
The sketsa untuk exactci mengatakan:
central: adalah 2 kali minimum dari nilai p satu sisi yang dibatasi di atas oleh 1. Nama 'central' dimotivasi oleh interval kepercayaan inversi terkait yang merupakan interval pusat, yaitu, mereka menjamin bahwa parameter sebenarnya memiliki kurang dari probabilitas kurang (lebih) dari ekor rendah (atas) dari interval kepercayaan 100 (1- α )%. Ini disebut TST (dua kali metode ekor yang lebih kecil) oleh Hirji (2006).
minlike: adalah jumlah probabilitas hasil dengan kemungkinan kurang dari atau sama dengan kemungkinan yang diamati. Ini disebut metode PB (berdasarkan probabilitas) oleh Hirji (2006).
blaker: menggabungkan probabilitas ekor yang diamati lebih kecil dengan probabilitas terkecil dari ekor yang berlawanan yang tidak melebihi probabilitas ekor yang diamati. Nama 'blaker' dimotivasi oleh Blaker (2000) yang secara komprehensif mempelajari metode yang terkait untuk interval kepercayaan. Ini disebut metode CT (ekor gabungan) oleh Hirji (2006).
Data saya adalah:
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