病因和危险因素研究课件.pptVIP

3．判断证据 对确定某种联系是否为病因，目前尚无完全可靠的标准。病因推导通常是推测的过程，且必须根据现有的资料证据做出判断。在作决定时必须给各类型证据予以恰当的权重。正确的时间顺序是必需的，其次应当给关联的强度、合理性、一致性和生物学效应梯度关系以最大的权重。 病因推断小结 图3 病因推导步骤与方法示意图 观察到的联系←通过测量相对危险度来确定 ↓ 排除偏倚（系统误差、虚假联系）←通过检讨研究设计、资料收集有无缺陷来识别 ↓ 排除混杂（间接联系）←通过检讨研究设计、资料分析有无缺陷及专业知识来识别 ↓ 排除机遇（随机误差）←通过统计学检验来识别 ↓ 应用病因推导的准则作出判断 ↓ 综合分析，抽象概括 5．剩余法（method of residues） 采用逐一排除的方法，在几个可疑因素中，排除不可能的因素，再进行逻辑推论，有助于形成病因假设。例如1972上海不明原因皮炎的爆发调查，通过排除法，最证实是桑毛虫皮炎。 （三）检验病因假设 验证性病例对照研究； 队列研究； 流行病学实验研究。 乙肝病毒与肝癌发病关系经多次病例对照研究后，在乙肝病毒持续感染者与非感染中进一步开展队列研究，发现乙肝病毒持续感染者中相当部分发生肝癌。随后，又开展接种乙肝疫苗预防肝癌的干预实验，进一步证实乙肝病毒是肝癌的重要病因。 三、病因的推导 （一）因素与疾病关联的形式 （二）排除虚假联系和间接联系 （三）应用病因推断标准进行因果联系判定 （四）综合分析，抽象概括 病因推导是确定所观察到的疾病与因素的关联是否为因果关联的过程。当观察到某因素与某病有关联时，不要轻易做出两者之间有因果关联，必须排除以下几种关联后，还需大量流行病学资料和严格的推理，才有可能进行因果关联的推断。 （一）因素与疾病关联的形式 1.虚假联系 2.间接联系 3. 统计学关联 4.因果联系 1.虚假联系 虚假联系是指本来两事件不存在统计学上的关联，但由于在研究过程中的某些人为因素、错误或差错，使得两者之间表现出了统计学上的联系，这种联系是一种假的联系，因此亦称关联假象（spurious association）或人为联系。 1848-1854年，英国医生Farr根据统计学数据表明地势高低与霍乱死亡率的低、高有联系，认为“瘴气”是霍乱的病因。Snow根据对霍乱死亡病例名单，以标点地图方式揭示了死亡的分布现象与规律，分析出污染的饮用水为其传染途径，并推论其病原可能为一种活的物质，进而追溯至某水厂为其污染源，经采取关闭措施控制了发病。 有人用病例对照研究方法探讨冠心病与喝咖啡的关系，提示喝咖啡可能是冠心病的一个原因，但进一步调查显示，该研究所选的对照不是全部非冠心病病例的一个无偏倚样本，从而导致了喝咖啡与冠心病有关的“假关联”结果，因此，只有确信方法正确，各种可能偏倚均得到有效控制时，才能排除虚假关联的可能性。 2．间接的联系 当两种疾病（A、B）都与某因素（C）有联系，则这两种疾病即存在统计学上的联系，这种联系称间接的联系（见图4）。 图4 间接联系示意 如白发发生率与年龄有关，胃癌发病率也随年龄而增加，于是就出现白发者比非白发者胃癌的发病率高，并且有统计学显著性意义。但是，白发与胃癌并非因果联系，治疗白发不会减少胃癌的发病率。 冠心病与肺癌都与吸烟有关，于是冠心病与肺癌的发病率也出现了相关。 3. 统计学关联 当两事件表面看起来有关联时，首先要了解有无其他关联证据可以解释这种关联，也许只是单纯的前后关系。如鸡叫了，天亮了。若不存在上述情况，那么，需作统计学显著性检验，排除抽样误差。病因探索研究均为抽样研究。不可避免地存在抽样误差。 4.因果联系 在排除前几种关联的可能性后，两事件间的关联才有可能是因果关联，其联系形式有以下几种。 1）单因单果； 2）单因多果； 3）多因单果； 4）多因多果； 5）直接和间接病因。 1）单因单果 一个因素引起一种疾病，如误服污染毒鼠强的食品导致中毒。 但是这种特异性概念，是传统的病因观，事实上几乎不存在，即使是有“必需病因”的传染病，它的病因也不是单一的，因为除了病原体外，还存在宿主易感性等因素。如机体感染了结核杆菌，不一定发生结核病，与个人的体质，营养，疲劳，精神状态等都有关。因此，研究病因时应克服单一病因的观点，防止得出片面或错误的结论。 2）单因多果 一个因素引起多种疾病。 如吸烟可引起肺癌，膀胱癌，慢性支气管炎等。 3）多因单果 既多种因素引起一种疾病。 如高血压、冠心病、吸烟、饮酒等引起急性心肌梗死。