発生率の比較
2つのグループ（1つは疾患なし、もう1つは疾患なし）間の発生率と比較したいと思います。 発生率比（IRR）、つまり発生率グループB /発生率グループAを計算し、この率が1に等しいかどうかをテストし、最後にIRRの95％CI間隔を計算することを計画していました。 私は本（Rosner's Fundamentals of Biostatistics）で95％CIを計算する方法を見つけました。 exp[log(IRR)±1.96(1/a1)+(1/a2)−−−−−−−−−−−−√]exp[log(IRR)±1.96(1/a1)+(1/a2)]\exp\left[\log(\text{IRR}) \pm 1.96\sqrt{(1/a_1)+(1/a_2)}\right] ここで、とはイベントの数です。しかし、この近似は十分に大きいサンプルサイズに対してのみ有効であり、私が持っているイベントの数は小さいと思います（たぶん、全体の比較では問題ありません）。a 2a1a1a_1a2a2a_2 だから私は別の方法を使うべきだと思います。 私はRとexactciパッケージを使用していて、おそらく使用できることを発見しましたpoisson.test()。ただし、この関数には、両側のp値を定義するための3つの方法があります。中央、最小、およびブレーカーです。 だから私の質問は： ポアソン率の比較テストを使用して2つの発生率比を比較することは正しいですか？ exactciパッケージのRでpoisson.test関数を使用する場合、どの方法が最適ですか？ ビネットのためexactciは言います： central：は、上記の1で区切られた片側p値の最小値の2倍です。「central」という名前は、中心間隔である関連付けられた反転収束間隔によって動機付けられます。つまり、真のパラメーターがは、100（1-）％の信頼区間の下（上）テールよりも小さい（大きい）確率です。これは、Hirji（2006）によってTST（2回の小さいテール法）と呼ばれています。αα/2α/2\alpha/2αα\alpha minlike：観測された尤度以下の尤度を持つ結果の確率の合計です。これはHirji（2006）によってPB（確率ベース）メソッドと呼ばれています。 ブレーカー：観測されたテールの小さい確率と、観測されたテールの確率を超えない反対側のテールの最小確率を組み合わせます。「ブレーカー」という名前は、コンデンス間隔の関連メソッドを包括的に研究するブレーカー（2000）が動機となっています。これはHirji（2006）によってCT（combined tail）法と呼ばれています。 私のデータは： 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 …