一、问题与数据

我们在前期推送过一篇文章《观察性研究控制混杂因素第一弹：分层分析》，在文中讲到分层分析是一种常用的控制混杂因素的方法，它将数据资料根据混杂因素进行分层，然后计算各层内的OR值：

如果层间OR值不一致，则说明分层因素可能存在混杂作用，需要分开报告OR值；如果层间OR值同质，则可以将OR值进行合并，从而计算调整后的OR值。

针对这个问题，有小伙伴在留言中问到，如何判断层间OR值是否一致呢？是否有相关的统计学方法来进行检验呢？如果层间OR值同质，又该如何计算合并的OR值呢？这个时候，卡方检验家族就要派“分层卡方检验”上场了，本期内容就来向大家进行详细介绍。

分层卡方检验

分层卡方检验，也称为Cochran-Mantel-Haenszel检验（CMH检验），它主要用于上述的分层分析中，也就是在研究暴露/处理因素和结局事件关联性的基础上，考虑了分层因素的混杂作用。

CMH检验通过对分层因素进行控制，从而考察调整之后暴露/处理因素与结局事件之间的关联性。实际上CMH检验，已经不再是单纯的单因素分析，而是已经开始融入了多因素分析的思维模式，应该算作为一种最为简单的多因素分析方法。

研究实例

举一个例子吧，小咖同学拟探讨吸烟对某疾病发生风险的影响，共纳入了350名研究对象，并记录了他们的疾病状态、吸烟、性别等信息。

小咖首先对吸烟因素和疾病之间的关联性进行了卡方检验，其结果显示Pearson χ2=3.607，P=0.058，OR=1.701，95% CI为0.980-2.953，无统计学显著性，可认为吸烟对于该疾病的发生风险并无影响。