第八章二流行病学研究的性.ppt

火柴、吸烟与肺癌 火柴、吸烟与肺癌 OR粗= 8.8 (7.2, 10.9) OR吸烟者 = 1.0 (0.6, 1.5) OR不吸烟者= 1.0 (0.5, 2.0) 吸烟、火柴与肺癌 OR粗 = 21.0 (16.4, 26.9) OR携带火柴 = 21.0 (10.7, 41.3) OR不携带火柴 = 21.0 (13.1, 33.6) （1）必须是所研究疾病的独立危险因子 （2）必须与研究因素（暴露因素）有关 （3）一定不是研究因素与所研究疾病因果链上的中间 变量 3、混杂因素的基本特点 4、混杂的后果 继发关联 直接因果关联的歪曲 C E D D E F D E F （1）继发关联 （2）直接因果关联的歪曲 （3）直接因果关联的歪曲 ？ ？ ？ HIV感染D 性乱F 静脉吸毒E ？ 直接因果关联的歪曲 5、测量 原理 比较含有该因素时研究因素与疾病的效应估计 值cRR或cOR和排除该因素后的效应估计值aRR( f ) 或aOR( f )。 （1）若cRR＝aRR( f )，则 f 无混杂作用 （2）若cRR≠aRR( f )，则 f 有混杂作用 （3）若cRR aRR( f )，则 f 为正向混杂，使cRR高估 （4）若若cRR aRR( f )，则 f 为负向混杂，使cRR低估 判定方法 测量 若值 = 0，无混杂 值 0，为正向混杂 值 0，为负向混杂 ? （1）限制（restriction） （2）随机化（randomization） （3）匹配（matching） （4）层化或标化（stratification） （5）多因素分析，如Logistic回归分析等 6、控制 设计阶段 分析阶段 混杂偏倚与交互作用的区别 交互作用 混杂作用 定量关系，与真实性无关 定性关系，影响真实性 与研究设计无关 设计阶段可预防 研究感兴趣，需要做出报告的方面 研究不感兴趣，需要控制的方面 分层分析可揭示交互作用 分层分析排除混杂作用 评价交互作用，看各层OR是否相等 评价混杂，比较调整前后OR 无交互作用：OR1=OR2=OR3 有交互作用：OR1?OR2 ?OR3 无混杂作用：OR粗=OR调整 有混杂作用：OR粗?OR调整 能用统计学显著性检验评价 不能用显著性检验评价 总 结 流行病学研究设计的主要目的是：估计随机误差、控制偏倚，凸现出真实的联系。 举例：入院率偏倚 皮肤癌和高血压关系的病例对照研究 一、病例和对照的选择 病例组：皮肤癌患者 对照组：骨折患者 二、某社区全部人群调查结果 有高血压 无高血压 合计 皮肤癌患者 1200 4800 6000 骨折患者 1200 4800 6000 合计 2400 9600 12000 三、某医院中调查全部病人的结果 假定三种疾病的入院率分别为： 皮肤癌＝60% 骨折＝25% 高血压＝40% 则有： 皮肤癌 not 高血压＝0.6×4800＝2880 骨折 not 高血压＝0.25×4800＝1200 皮肤癌 with 高血压＝0.6×1200＋0.4×（1200－720）＝912 骨折 with 高血压＝0.25×1200＋0.4×（1200－300）＝660 有高血压 无高血压 合计 皮肤癌患者 912 2880 3792 骨折患者 660 1200 1860 合计 1572 4080 5652 现患病例或新发病例偏倚（prevalence-incidence bias ） 奈曼偏倚（Neyman bias） 在进行病例对照研究或现况研究时，用于研究的病例一般是研究时的现患病人，不包括死亡病例和那些病程短、轻型或不典型的病例。此外一些病人在患病后，有可能会改变其原来对某些研究因素的暴露情况。 这样用于研究的病例类型显然会与队列研究或实验性研究有所不同，如在队列研究中，研究者可以随访观察到各种临床类型的新病例。由此产生的偏倚称为现患病例－新发病例偏倚。 检出症候偏倚（detection signal bias ） 指某因素与某些疾病在病因学上虽无关联，但由于该因素的存在而引起了该病相关症状或体征的出现，使患者及早就诊，接受检查，从而使该人群有较高的检出率，以致得出该因素与该疾病相关联的错误结论。 1、雌激素可以刺激子宫内膜生长，易出血，易被早期诊断；未服雌激素者不易得到及