CMH检验：在分层数据中剥离混杂，洞察真实关联

1. 为什么我们需要CMH检验？

想象一下你是一位医生，正在研究某种新药对高血压的治疗效果。你收集了来自5家不同医院的数据，结果发现：在A医院，新药效果显著优于旧药；但在B医院，两种药物效果几乎没差别；到了C医院，旧药反而表现更好。这时候你会不会困惑：到底该相信哪个结果？这种"医院效应"就是典型的混杂因素（confounding factor），它会干扰我们对药物真实效果的判断。

CMH检验（Cochran-Mantel-Haenszel检验）就是为解决这类问题而生的统计方法。它的核心价值在于：当数据存在分层结构时（比如来自不同医院、不同年龄段或不同性别组），能够剥离这些分层变量的干扰，揭示暴露因素（如药物）与结局（如血压变化）之间的真实关联。这就像给数据戴上了一副"降噪耳机"，过滤掉环境杂音，只保留我们关心的核心信号。

在实际应用中，需要CMH检验的典型场景包括：

• 多中心临床试验（各中心医疗水平不同）
• 观察性研究（患者基线特征不均衡）
• 流行病学调查（地区差异显著）
• 任何存在潜在混杂因素的分类数据分析

我处理过一个真实案例：某降压药在三甲医院显示优异疗效，但在社区医院效果平平。初看似乎药物效果不稳定，但CMH检验发现，调整医院等级这个分层变量后，药物效果其实稳定存在。原来是因为三甲医院患者更年轻、并发症更少，造成了虚假的"医院效应"。

2. CMH检验的工作原理

2.1 基本思想：分层与加权

CMH检验的聪明之处在于它不直接合并所有数据，而是先按分层变量（如医院）将数据分组，然后在每个层内单独分析，最后加权汇总结果。这个过程就像先把水果按品种分类，再分别品尝每个品种的甜度，最后给出综合评分。

具体来说，对于每个分层：

1. 构建一个二维列联表（如药物效果的好/坏 × 用药组/对照组）
2. 计算该层的观察值与期望值的差异
3. 根据样本量给该层分配权重（大样本层话语权更重）

最终统计量计算公式为：

code复制CMH = (∑(观察值-期望值))² / ∑方差

这个值服从卡方分布，通过p值判断显著性。

2.2 三种统计量的选择指南

CMH检验其实包含三种子方法，适用不同数据类型：

特别注意：当结局是二分类变量（如存活/死亡）时，三种统计量结果完全一致，此时无需纠结选择。

3. 实战：SAS操作详解

3.1 数据准备与同质性检验

先看一个典型的数据结构（模拟多中心临床试验）：

sas复制data trial;
  input center treatment $ outcome $ count;
  /* center: 研究中心编号 */
  /* treatment: 治疗组(A)或对照组(B) */
  /* outcome: 有效(Y)或无效(N) */
  datalines;
1 A Y 56
1 A N 44
1 B Y 42
1 B N 58
2 A Y 68
2 A N 32
2 B Y 51
2 B N 49
3 A Y 45
3 A N 55
3 B Y 38
3 B N 62
;
run;

进行CMH检验前，必须先检查各层的效应是否同质（Breslow-Day检验）：

sas复制proc freq data=trial;
  weight count;
  tables center * treatment * outcome / cmh;
run;

输出结果要重点看两个部分：

1. Breslow-Day检验：p>0.05表示各中心效应一致，适合用CMH综合结果
2. CMH统计量：给出调整中心效应后的总体关联性检验

3.2 结果解读技巧

假设我们得到如下关键指标：

• Breslow-Day检验 p=0.12
• CMH检验（非零相关）p=0.003
• 共同比值比(OR)=1.72 (95%CI:1.21-2.45)

正确的解读步骤：

1. 确认同质性：p=0.12>0.05，说明各中心治疗效果方向一致
2. 看CMH检验：p=0.003<0.05，说明调整中心效应后，治疗与结果显著相关
3. 看效应大小：OR=1.72表示治疗组有效的几率是对照组的1.72倍

常见误区：直接看CMH结果而忽略同质性检验。如果Breslow-Day检验p<0.05，说明各层效应不一致，此时CMH结果可能误导，应考虑更复杂模型（如包含交互项的logistic回归）。

4. 那些年我踩过的坑

4.1 样本量失衡陷阱

曾分析过一个吸烟与肺癌的研究，按年龄分层后，70岁以上层只有8个病例。CMH检验虽然显著，但深入检查发现：少数层贡献了绝大部分统计量，这会导致结果不稳定。后来我们合并了相邻年龄组，保证每层至少有20例。

经验法则：

• 每层至少20个观察值
• 任一格子期望频数≥5
• 如不满足，考虑精确检验或合并层级

4.2 反向混杂的迷惑

分析降压药效果时，意外发现调整性别后，药物效果反而减弱。原来是因为女性更可能服药，但本身血压控制更好。这种混杂因素与暴露因素正相关，与结局负相关的情况，初学者很容易误判。解决方法是用DAG图理清变量关系，确保分层策略合理。

4.3 软件输出的误解

不同软件默认输出不同：R的mantelhaen.test()只给出OR和p值，而SAS会输出三种统计量。有次合作分析时，队友误把"一般关联"统计量当作相关性检验，导致结论错误。务必确认你查看的是正确的统计量类型。

5. 进阶应用场景

5.1 剂量反应关系分析

当暴露因素是有序分类（如药物低/中/高剂量），可以用CMH的非零相关统计量检验剂量反应趋势。我曾用这种方法分析抗氧化剂摄入量与皮肤老化的关系，通过给剂量组赋分（如1/2/3），发现显著的剂量效应（p=0.008）。

5.2 匹配病例对照研究

在1:1匹配的病例对照研究中，CMH检验等价于McNemar检验的扩展。每个匹配对形成一个层，能有效控制人口学混杂。有研究手机辐射与脑瘤的关系时，这种方法完美处理了年龄、性别等匹配变量。

5.3 敏感性分析利器

在观察性研究中，常用CMH检验做敏感性分析：逐步加入潜在混杂因素（吸烟、饮酒、BMI等），观察效应值变化。如果调整前后OR变化>10%，说明该变量是重要混杂因素。这比单纯看p值更能揭示数据结构。

6. 与其他方法的比较

6.1 CMH vs 多元回归

选择建议：

• 如果主要变量都是分类的，且想快速评估调整混杂后的关联，优先CMH
• 如果需要控制多个连续变量，或分析复杂交互作用，选择回归模型

6.2 当CMH检验不够用时

遇到这些情况需要考虑更复杂的方法：

• 分层变量过多导致某些层样本极少 → 倾向得分匹配
• 存在暴露-混杂因素交互作用 → 包含交互项的回归
• 结局是连续变量 → 多层线性模型
• 需要估计精确效应值 → 广义估计方程(GEE)

曾经有个药物安全性研究，CMH检验显示药物与肝损伤无关。但进一步用回归模型调整肝功能基线值后，反而发现显著关联。这是因为基线肝功能既影响用药选择又影响结局，这种复杂关系CMH难以捕捉。