流行病学笑4病例对照研究.pptVIP

case control study * 公式法： (一)非匹配或成组匹配 病例数与对照数不相等时（病例：对照=1：c） 对照组人数=cN case control study * 公式法： (二)个体匹配 病例数与对照数不相等时（病例：对照=1：c） m为病例与对照暴露情况不一致的对子数 M为研究需要的总对子数 case control study * 资料来源与收集方法 （一）资料来源 可以从医院病案记录，疾病登记报告或实验室检查结果中摘录； 大量的资料主要在对病例或对照的询问调查,通过调查表获得。 case control study * 实施病例对照研究应注意的问题 计划是否完整、准确、可行 前期准备是否充分 实施条件是否具备 case control study * 第四节 资料分析 case control study * 一、描述性分析 相关特征在两组间的分布情况的描述，并进行均衡性检验。 case control study * 二、推断性分析 非匹配或成组匹配设计资料的分析 1、暴露与疾病的统计学联系 （1）卡方检验 （2）关联强度（比值比） OR=(a/c)/(b/d)=ad/bc case control study * 非匹配病例对照研究资料分析表 暴露因素 病例组 对照组 合计 有 a b a+b 无 c d c+d a+c b+d N case control study * OR的可信区间计算 OR95%CI=OR（1±1.96/ ） case control study * 个体匹配设计资料的分析 对照组 病例组 合计 有暴露史 无暴露史 有暴露史 a b a+b 无暴露史 C d c+d 合计 a+c b+d N case control study * 个体匹配设计资料的分析 暴露与疾病的关联 配对卡方检验 2. 计算OR及OR95%CI OR=c/b case control study * 分层分析 把病例组和对照组按不同特征（一般为可疑的混杂因素）分为不同层次，再分别在每一层内分析暴露与疾病的关联强度。 目的：控制混杂因素对研究结果的影响。 case control study * 分层分析 方法：计算各层OR值 意义： 各层OR值接近，可计算总卡方、总OR及OR95%CI，以分析混杂因素作用； 各层OR相差较大，且经齐性检验差异有统计学意义，不宜计算总卡方和总OR，应进一步分析分层因素与暴露因素间的交互作用。 （总卡方、总OR计算从略。） case control study * 分级分析 分析疾病和暴露的剂量反应关系（dose-response relationship），以增加因果关系推断依据。 方法：行×列表卡方检验 思考：行×列表卡方检验可用于有序资料分析，以证明剂量反应关系？ 卡方趋势检验？！ case control study * 多因素分析 多元线性回归、逐步回归分析、主成分分析及因子分析、Logistic回归分析、Cox回归分析等。 case control study * 第五节 常见偏倚及其控制 case control study * 选择偏倚 入院率偏倚（admission rate bias） 也叫伯克森偏倚（Berkson’s bias），源自病人和医院之间的双向选择性。 现患病例-新病例偏倚（prevalence-incidence bias） 也叫奈曼偏倚（Neyman bias），现患病例提供的信息往往与存活有关，或因为疾病而改变了暴露。 检出征候偏倚（detection signal bias） 也称暴露偏倚（unmasking bias），源自某因素导致的体征或症状虽与疾病无关，但提高了疾病的检出率，从而过高地估计了该因素暴露的影响。 case control study * 选择偏倚的控制措施 严密科学的研究设计 选择人群病例 选择新发病例 多个医院选择病例 case control study * 信息偏倚 回忆偏倚（recall bias） 调查偏倚（investigation bias） case control study * 信息偏倚的控制措施 严格定义诊断标准及暴露，并规范执行 严格选拔、培训调查员 最好采用盲法调查，尽量采用客观方法获取信息 调查项目简洁得当 重复调查 case control study * 混杂偏倚 某个既与疾病有关联又与暴露有关联的因素的存在，歪曲了暴露与疾病间的关系，从而产生混杂偏倚（confounding bias）。 控制措施 设计阶段：随机化、限制、匹配 分析阶段：分层分析、多因素分析 case control s