- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三章 描述性研究
描述性研究(descriptive study)又称描述流行病学(descriptive epidemiology),它是利用已有的资料或通过专门调查所得到的资料,按照不同人群、地区、时间特征进行分组,计算和比较疾病的频率指标,把疾病或健康状态的分布情况真实地描述出来,为进一步的流行病学研究提供基础资料。从流行病学研究程序上讲,描述性研究是流行病学研究的起点,通过描述性研究可以发现人群或社区中存在的主要的健康、疾病问题及其危险因素,了解人群或社区中的疾病、行为危险因素及其他公共卫生问题的分布规律,提出初步的病因线索,并在此基础上进一步开展分析性研究和实验研究来验证病因假说,或者根据描述性研究中发现的人群或社区中的公共卫生问题开展干预研究。
描述性研究需要了解疾病的人群、地区和时间分布特征及流行强度,是最基础的流行病学研究方法,因此,本章将首先讨论疾病的分布(distribution of disease)及流行强度,然后介绍描述流行病学的研究方法,包括病例报告(case reports)、病例系列(case series)、生态学研究(ecological study)及现况研究(cross-sectional study)。
第一节 疾病分布
对疾病频率在不同人群、时间和地区发生情况的描述称为疾病分布。收集和分析这三种特征分布的数据十分重要。首先,研究者可以熟悉疾病分布数据和公共卫生问题的严重程度。其次,可以提供人群中公共卫生问题的详尽描述,并将这些结果应用于交流与反馈。第三,这种分析可以确定患某种疾病的高危人群。疾病分布的信息为探索病因提供重要线索,这些线索可形成待检验的病因假设。
一、人群分布
在描述疾病的人群分布时,根据人群不同的自然属性(如性别、年龄、民族)、后天属性(免疫或婚姻状况)、工作和行为特征(职业、休闲活动、药物/烟草/毒品使用)以及生活状况(社会经济状况、医疗保健水平)整理和分析数据。这些分类在很大程度上能够确定发生不良健康状况的高危个体,如感染某种疾病的病原体。疾病的人群分布可以同时分析多种特征;例如,在心脏病的研究中,为了研究随着年龄增长发病人群中的性别差异,可同时分析心脏病患者的年龄和性别分布。
1. 性别
很多疾病的患病率和死亡率存在性别差异,通常男性高于女性。疾病分布出现性别差异的原因有两性的遗传、解剖、内分泌代谢等固有的生物性差异。这些生物性差异使机体对暴露的易感性或生理反应不同。例如,绝经前女性患心脏病的风险低于同年龄段男性,这种差异归因于女性在停经前高水平的雌激素。此外,男女暴露机会和水平的不同也是引起疾病性别差异的原因。
2. 年龄
年龄增长是影响人群疾病发病率和死亡率最显著的因素,年龄效应反映了生命期间环境危险因素暴露的积累,有些情况下如乳腺癌的年龄分布反映了激素水平的变化,年龄的增长也反映了免疫防御机能的下降和体细胞突变数量的增加。但也有人认为老龄化的生物学过程本身不是可能影响疾病发生。
通常采用横断面分析(cross-sectional analysis)方法和出生队列分析(birth -cohort analysis)方法来探讨年龄与疾病的关系。横断面分析方法主要分析某特定时间内各年龄组的发病率、患病率或死亡率。这种分析方法能够说明同一时期不同年龄疾病分布的变化(一次横断面调查的结果)和不同年代各年龄组(不同时期的横断面调查结果的比较)疾病分布的变化情况,而不能说明不同年代出生的各年龄组人群的疾病分布趋势,这样的分析方法适用于急性传染性疾病。对慢性非传染性疾病来说,其暴露时间距离发病时间较长,同时致病因子在不同时期的强度可能发生变化,在这种情况下,用横断面分析方法则不能正确显示致病因子与年龄的关系,但出生队列分析可解决这一问题。出生队列分析是将同年代出生的一组人进行随访,观察他们在不同年龄时的发病、患病或死亡情况,以明确地呈现出致病因子与年龄的关系,有助于探明年龄、所处时代特点与暴露经历在疾病频率变化中的作用。
图3-1
图3-1 马萨诸塞州男性1880年、1910年、1930年肺结核年龄别死亡专率
图3-1所示为马萨诸塞州男性1880年、1910年、1930年肺结核年龄别死亡专率的横断面分析结果。在1880~1930年间,肺结核的死亡率明显下降,发病风险的模式似乎也在变化,1930年的死亡高峰在50~60岁,而1880年的死亡高峰在0-4岁,1910年的死亡高峰在20-40岁。应用出生队列分析方法即按出生年份而不是死亡年份对肺结核的死亡率作图(图3-2),发现死亡率出现了一个不同的年龄分布模式,即死亡率的年龄分布曲线在各出生队列组都非常相似,每组在20~30岁之间都有一高峰,随后又稳步下降。显而易见,1930年年龄别
文档评论(0)