病例组7变异对照组0的组间差异适用什么统计检验？Fisher精确检验可行吗？

常见误区澄清 #

你对列联表的维度判断有误：该场景属于标准2×2列联表（行是病例/对照两个分组，列是变异检出/未检出两个分类），不属于1×2列联表，Fisher精确检验完全适配该场景。

Fisher精确检验的合理性 #

• 该检验基于超几何分布计算精确显著性，天然支持单元格为0的小样本场景，不需要提前对0值做人为校正，是这类小样本频率差异检验的金标准。
• 你提到的给0值加0.5的Haldane校正，仅适用于计算比值比(OR)、相对危险度(RR)时避免出现无穷值的情况，单纯做显著性检验时不需要做该校正，人为校正反而会导致p值计算偏倚。

其他可选适配方案 #

如果你的研究有特殊设计，可以选择以下更贴合场景的检验方法：

• 二项分布精确检验：如果对照组的变异检出率可以代表人群背景突变率，你可以直接将对照组的检出率作为背景概率，用二项检验计算病例组检出≥7个变异的累积概率，得到显著性结果，该方法计算效率更高。
• 置换检验：如果你的样本量足够（两组总样本量≥50），可以通过10000次以上的病例/对照标签随机置换，统计随机情况下出现病例组比对照组多≥7个变异的频率，得到经验p值。该方法不依赖任何分布假设，结果更稳健，尤其适合存在潜在混杂因素的场景。
• 伯努利混合模型检验：如果你观测的是多个独立位点的变异集合，而非同一个位点的多个携带案例，可以用该模型校正不同位点的突变率异质性，避免高估显著性。

实操示例（R语言） #

Fisher精确检验的实现代码非常简单，不需要额外处理0值：

# 替换参数为你实际的病例组总样本量、对照组总样本量
case_total <- 100
control_total <- 100
contingency_table <- matrix(c(7, 0, case_total-7, control_total), nrow = 2, dimnames = list(group = c("case", "control"), mutation = c("yes", "no")))
fisher.test(contingency_table, alternative = "greater") # 单侧检验，预设病例组变异率更高

内容的提问来源于stack exchange，提问作者B.Germ