应用年龄-时期-队列模型分析1970年来英国散发型CJD的增.pptVIP

应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 Dr Carine H. Cohen 兽医外科，PhD 博士后 动物神经学组织，伯恩大学 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 网页；关于作者；致谢 英国关于CJD的网页 国家监测局http://www.cjd.ed.ac.uk 卫生部.uk/cjd 牛海绵状脑病（BSE）调查报道.uk 自1996年来，我所致力于的CJD病毒危险评估工作。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 目的 学习目标 了解病例确诊趋势可模拟因暴露改变引起的发病率的变化。 了解到虑及其他来源的信息可能有助于结果解释（例如，数据来源监测系统的专家观点）。 工作目标 能够应用相似分析来辨别疾病（如癌症，BSE等等）。 能够调查疾病的发病率趋势，必要时评估过去所报告的模式（如罕见及突发疾病）。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 展示安排 幻灯片5 疾病背景 幻灯片6 研究的主要目的 幻灯片7-8 数据（人口和疾病） 幻灯片9-12 方法（泊松对数线性回归） 幻灯片13-14 结果 幻灯片15-17 讨论与结论 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 散发型CJD的背景 发病率 全球范围内忌罕见的疾病。 危险因素 除年龄外无证据证明有其他危险因素（老年人危险性大），最近正在对一些推测的环境危险因素进行研究（如动物源性假说）。 传播途径 可由散发型CJD患者传播（如生长激素治疗所致的医源性传播）。 潜伏期 长且个体差异大。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 研究主要目的 在英国，病例确诊的改进使散发型CJD发病率升高，尤其可见于老年患者中。 该研究的主要目的是使病例确诊的改进得到量化，并用来解释英国散发型CJD发病率的升高 。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 *数据由英国国家统计部提供。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 散发型CJD发病率数据 表格摘自本人文章（美国流行病学杂志 2000,152,474-9）：用年龄时期线性内插法分析人口普查和英格兰、威尔士1970-1984以及英国1985-1997间散发病例数。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 方法（1/4）：泊松对数线形回归 明确说明变量和反应变量（例如年龄组）。 反应变量：发病率（考虑群体含量）。 泊松分布（作为二项式分布的近似值使用）。 一般线性模型（对数转换）。 尽量多用软件（如SAS，STATA，GLIM)。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 方法（2/4）：年龄时期模型及年龄队列模型 年龄时期模型 年龄队列模型 Ry=eAi·ePj·eK Ry=eAi·eCk·eK Ry年龄组i时期j （以及队列k）的预期发病率 Ai 年龄因素 (i=1,2,3,4,5; 每隔10年) Pj 时期因素 (j=1,2,3; 每隔10年除了3的倍数) Ck队列因素 (k=5-i+j; k=1,2,3,4,5,6,7; 每隔10年) K 度量常数 假设 倍增效应 各队列及时期的年龄分布稳定 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 方法（3/4）：解释说明变量 年龄效应说明年龄对发病率的生物效应，刨除缘于暴露的改变以及报道率（疾病监测）的变化的效应。 阶段效应说明同一时间内对所有年龄群发病率的影响（如所报道的变化）。 队列效应说明对某特定出生队列发病率的影响，该队列能代表一生的发病率。 对CJD和其他一些潜伏期长个体差异大的疾病（如癌症，BES等等）来说，把报道率变化的效应从暴露率变化的效应中分离出来是可能的。 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 方法（4/4）：模型选择 根据先验假设，年龄时期模型允许对1970至1979年间最大年龄组使用较低的诊断标准（若未虑及这一点，就不能对数据进行预测）。 用离均差来估计吻合度。 估计每一类的各因素是不可能的，所以用离均差和赤池信息量准则（AIC）来检验和比较年龄时期模型及年龄队列模型： AIC=离均差+（2*参数估计数） 应用年龄-时期-队列模型分析1970年来英国散发型CJD的增加 结果