第4讲-队列研究.pptVIP

资料分析 发病密度 若整个研究持续了较长时间，其间观察人群人数产生了较大变动，例如因迁移，死于非研究疾病，退出等，造成观察人数减少，此时需将变动的人群转变为人时数为单位代替以人数为单位作为分母来计算率即发病密度。 人时是将人数乘以随访时间为分母，常用者为人年。 资料分析 组间率的差异的统计学检验 当观察样本量较大时，样本量的频数分布近似正态分布，可用U检验来进行差异的显著性检验。 如果率比较低，可能不符合正态分布，则可改用二项分布或泊松分布进行检验。 常用?2检验，具体可查阅统计学书籍。 暴露因素与结局事件的关联强度的计算 各组发病率：关键的指标。 相对危险度（RR，最主要指标） 即危险比，是反映暴露与发病（或死亡）关联强度的最常用指标 资料分析 是暴露组某率与非暴露组该率的比值。 表明暴露组发病(或死亡)危险是非暴露组的多少倍 至于RR的大小反映关联的强弱并无统一的标准。 当RR＞1，说明暴露因素与疾病正相关，暴露越多，疾病越多，可能是致病因素。 特异危险度（AR）： 它也叫归因危险度，或率差 是暴露组发病率与对照组发病率差值的绝对值。 暴露组发病率通常总是高于非暴露组的发病率，高低之差推理应特异地归因于所研究的暴露因素。 AR表示单独由某因素所致的发病(或死亡)危险。 * * 资料分析 归因危险度百分比（AR%），也叫病因分值EF 指暴露人群中的发病或死亡归因于暴露的部分占全部发病或死亡的百分比。（Ie-I0)/Ie 人群特异危险度，也叫人群病因分值PEF (It-I0) 总人群发病率中归因于暴露的部分 AR仅仅是从抽取的暴露及非暴露人群资料中计算出来的（即样本统计量），而未涉及人群中的比例。 如果人群中暴露比例很高，特异危险度对于全人群的意义就很大;暴露比例很低时，暴露人群的特异危险度再高，其实际影响也不大。 因此除了计算暴露人群的特异危险度外，还需计算目标人群的特异危险度（PAR）。 资料分析 人群归因危险度百分比，PAR% PAR%=(It-I0)/I0，指PAR占总人群全部发病百分比 RR、AR、PAR、PAR%的比较 RR说明暴露组发病风险是非暴露组的多少倍，而AR则就某一人群而言，暴露人群比非暴露人群增加的发病率，如果消除该暴露因素后，即可减少的疾病发病率，RR具病因学意义，而AR则具公卫的意义。 RR和AR主要说明暴露的生物学效应，即暴露的致病作用为多大 PAR和PAR%则说明暴露对一个具体人群的危害程度，以及消除这个因素后可能使发病率减少的程度，既与RR和AR有关，又与人群中的暴露比例有关。 * 队列研究 * 回顾性队列研究 在开始研究时，结局事件已经发生，在观察时间上是从研究起点向后。 特点： 观察人群的确定和分组所依据的资料主要靠查阅过去的记录资料获得，尤其是医院病历的记录。 疾病的发生或死亡等结局事件在研究开始时已经发生。 尽管回顾性追查的年代可能很长，却可在很短的时间内完成。 暴露组 非暴露组 暴露组 非暴露组 回顾性地收集 已有的历史资料 回顾性地收集 已有的历史资料 暴露组 非暴露组 前瞻性 收集资料 历史性 队列研究 继续 收集资料 双向性 队列研究 前瞻性 队列研究 过去某时点 现在 将来某时点 图1. 队列研究类型示意图 研究类型 * * 常见偏倚的种类 失访偏倚 由于研究对象迁移、死于非结局的其它疾病，意外死亡，外出或不合作等原因而使随访中断，包括研究者因种种原因未能随访的案例，都作为失访。 失访偏倚影响研究的真实性。 影响的程度取决于两个方面: 失访人群的质。失访人群在所研究的主要方面如果与研究人群差异无统计学意义，则偏倚影响小 失访人群的量。如果失访量小于观察人群总数的5%，可认为所产生的偏倚不大，若失访率大于20%，解释结果宜慎重。 常见偏倚的种类 选择性偏倚 对暴露组和非暴露组的错分，即将暴露人群错划入非暴露组，或反之，均可造成选择性偏倚，这往往导致高估或低估了联系的强度。 测量偏倚 由于对疾病的诊断缺乏严格的，客观的标准，或缺乏特异性诊断指标，或测量手段粗糙，测量仪器精确性差等可导致漏诊及误诊，可导致测量的系统误差。 * * 常见偏倚的种类 混杂偏倚 混杂 所研究因素与结果的联系被其它外部因素所混淆。 混杂因素 是指能够导致混杂的外部因素 既是疾病的一个危险因素，同时又与所研究的因素有联系 在暴露组与非暴露组中的分布一般是不平衡的。 * 队列研究 * 常见偏倚的防止 选择性偏倚 随机化选择研究对象 严格按入选标准选择对象 尽量减少失访率 失访偏倚 尽可能提高研究对象的依从性 信息偏倚 精确稳定的测量方法 仪器、试剂、操作规程、同等对待每个研究对象等 混杂偏倚 设计阶段：限制或匹配研究对象 实施阶段：严格随机抽样 分析阶段：分层分析、标准化或多因素分析等 * * 队