使用epiR::epi.conf()（ctype="inc.risk"）计算累积发病率时结果与手动计算不一致的问题

这个问题的核心是函数错误地计算了事件数/非事件数（优势比的逻辑），而非你预期的事件数/总人数（累积发病率），下面是具体的原因分析和解决方案：

一、问题根源分析 #

你得到的结果0.1382979正好等于13/94，这完全不是累积发病率的计算逻辑。出现这种情况的可能原因有两个：

1. 矩阵构造或参数的隐性错误
   你的输出和ctype="odds"（计算优势比）的结果完全一致，这说明要么你在代码中误将ctype写成了"odds"，要么矩阵的维度/顺序被错误解析了——比如不小心把矩阵建为2行1列而非1行2列，旧版本epiR会把这种格式的矩阵错误地用「事件数/第二行的非事件数」来计算。

2. epiR版本过旧
   非常早期的epiR版本对ctype="inc.risk"的输入格式处理存在bug，导致计算逻辑偏离了累积发病率的定义。

二、解决方案 #

1. 确保矩阵输入格式完全正确

对于ctype="inc.risk"，函数要求的是1行2列的矩阵，第一列是事件数，第二列是非事件数，这样函数才会用「事件数/(事件数+非事件数)」计算累积发病率：

events <- 13
non_events <- 94

# 正确构造矩阵：1行2列，顺序为[事件数, 非事件数]
mat <- matrix(c(events, non_events), nrow = 1, ncol = 2, byrow = TRUE)

2. 确认参数无误并运行

确保ctype参数明确设置为"inc.risk"，然后重新运行：

library(epiR)
res <- epi.conf(mat, ctype = "inc.risk", method = "exact")
res

此时正确的输出应该是：

est      lower     upper
1 0.1214953 0.06534318 0.2063471

其中est值和你手动计算的13/107≈0.1215完全一致。

3. 更新epiR到最新版本

如果你的epiR版本较旧，建议立即更新到最新稳定版，彻底避免旧版本的格式解析bug：

install.packages("epiR")
library(epiR)

三、快速验证方法 #

• 运行epi.conf(mat, ctype="odds", method="exact")，如果输出和你之前的错误结果一致，说明你之前大概率误写了ctype参数；
• 用dim(mat)检查矩阵维度，确保输出是[1, 2]（1行2列）。

备注：内容来源于stack exchange，提问作者Agustín Nava