计算人群归因风险百分比的R代码

计算人群归因风险百分比（Population Attributable Risk, PAR）在R语言中通常涉及到流行病学研究中的因果推断。这里有一个简单的例子，假设我们有一个二分类变量`exposure`代表暴露状态和一个连续变量`outcome`代表结果，我们可以使用`riskRegression`函数来估计PAR：

# 首先，假设你已经有了一个数据框df，其中包含exposure和outcome列
data(df)

# 安装并加载epiR包，如果没有安装，可以运行install.packages('epiR')
library(epiR)

# 使用prop.table()得到条件概率（即暴露人群中事件发生的概率）
cond_prob <- prop.table(table(df$exposure, df$outcome), margin = 1)

# 计算归因危险度（Attributable Risk，AR），即暴露者与非暴露者的风险差
ar <- diff(cond_prob[, 2], cond_prob[, 1])

# 计算人群归因风险百分比（PAR）
par <- ar * 100 / (sum(cond_prob[, 1]) + sum(cond_prob[, 2]))

par

这只是一个基本示例，实际应用中可能还需要考虑其他因素如年龄、性别等混杂因素，可能需要使用更复杂的模型。记得在使用之前确保你的数据结构和变量含义符合所需的分析前提。