归因疾病负担.pptVIP

归因于吸烟的疾病负担 SIR (Smoking impact ratio) 表示吸烟累积风险。对比非吸烟者，吸烟影响比用超额肺癌死亡率作为一个生物指标反应吸烟的累积危害。 归因疾病负担的一般步骤 小结 归因疾病负担研究 中国CDC卫生统计研究室 2010-3 归因疾病负担的两类方法 直接分类研究 （categorical attribution） 反事实分析（理想对照） （counterfactual analysis） 直接分类研究（categorical attribution） 直接分类研究 完整而系统的分类 所有类的合集是全集，而交集是空集 ICD 危险因素的评估并不适合 反事实（counterfactual）分析 人群归因分值（ Population attributable fraction，PAF） 反事实场景 （counterfactual scenario） 多级暴露水平 生理学风险因子（Physiological risk factors），如血压，血脂等，其暴露-反应曲线为J型或U型； 行为风险因子（Behavioural），如吸烟，水果蔬菜摄入量，其暴露-反应曲线为J型或单调上升； 环境风险因子（Environmental risk factors），其暴露-反应曲线为单调上升； 社会学“风险因子”（Socioeconomic “risk factors”），如收入，形态更加复杂。 不同的剂量—反应曲线 人群归因分值（ Population attributable fraction，PAF） 潜在影响分值（Potential impact fraction，PIF） 反事实场景 （counterfactual scenario） PAF与PIF的关系 PAF以0暴露或其它恒定暴露水平为反事实场景，是一种理想的状态，很多情况下不现实； PIF可使用多种暴露水平作为反事实场景，特别适合在正常生理指标上使用，也经常应用于干预中的不同阶段测算； 当以0暴露或其它恒定暴露水平为反事实场景，且此时RR即是以该对照估出时，PIF就是PAF，故，PAF是PIF的一个特例。 关于PIF的例子（1） 研究某地区腹泻死亡归因于水、卫生设施和卫生饮用因素的研究。现实情况为： 现实场景1：该地区有卫生设施且安全饮用的地区占68%，其相应的RR=6.9； 现实场景2：该地区有卫生设施但没有安全饮用的地区占7%，其相应的RR=8.7； 现实场景3：该地区没有卫生设施且没有安全饮用的地区占25%，其相应的RR=11。 其反事实场景为：场景1占95%，场景2占5%。 关于PIF的例子（2） 反事实场景的暴露类型 理论最小风险（theoretical minimum risk），理论上来自人群的最低风险，通常使用零暴露； 假想可能最小风险（plausible minimum risk）； 现实可能最小风险（feasible minimum risk），从其他人群获得； 费效最小风险（cost-effective minimum risk）。 PIF的其它问题 可加性问题； 几个指标的联合的PIF 可归因的危害（ Attributed harms ） 死亡率或发病率：AM=PIF×M（死亡率） 负担：AB=PIF×B（疾病负担） 成本：AC=PIF×C（成本） （不同的项目对应不同的PIF，一般不同） 可避免的疾病负担（avoidable burden） 如果控制了以前相应的危险因素后，现在可以避免的疾病负担，称归因疾病负担（attributed burden）。 如果控制了现在相应的危险因素后，将来可以避免的疾病负担，称可避免的疾病负担（avoidable burden） 。 RR的计算 原则上不能以OR替代RR 目标人群的不同暴露水平发病情况 基本定义的求法 如果R1=A1/B1和R2=A2/B2分别为两个人群的发病率，那么此时可以定义一个R1和R2的原因对照（causal contrast）： 目标人群的替代 反事实替代（counterfactual） 替代的效果 在应用中，使用反事实，需要注意混杂因素（confounder）造成的影响，这主要表现在，所选择的替代人群与目标人群不在某些影响因果关系的方面不齐同，那么此时就会发生混杂（confounding） RR的其它估计方法 纵向监测数据，通过模型获得，如COX比例危险模型等； 横断面数据等，可通过生态学研究获得； Mata分析。 变量间的相关性 原因网络图（Causes-Web） 远端原因 近端原因 病理生理原因 疾病产出 D1 D3 D2 P3 P2 PA3 PA2 P1 O2 PA1 O1 远端原因（Dist