人群健康研究的流行病学方法.pptVIP

病例组和对照组样本含量相等时研究效率较高03样本含量并非越大越好。02样本含量的估计是有条件的，而这些条件并非一成不变，因此所估计的样本含量并非绝对精确的数值。01样本含量估计时要注意：样本大小01例:02现设计一吸烟与肺癌关系的病例对照研究，估计对照组中有吸烟史20%，比值比约2，要求α=0.05，β=0.10，求样本大小。一般情况疾病情况暴露史收集内容在全部调查中对待病例组与对照组均应同样认真，以同样的方式询问。暴露因素的收集访问调查、通信调查、登记报告、医疗记录、职业史记录等、体检和实验室检查等。收集方法三、资料的收集成组设计的资料分析数据整理原始资料的再核查，以保证资料的质量和完整性。资料分析的准备（对原始资料进行编码、设计数据库、输入电脑）或汇总成行×列表四、数据整理与分析统计描述描述一般特征对研究对象的一般特征，如病例和对照的性别、年龄、职业、疾病类型等进行描述。均衡性检验检验病例组和对照组之间除研究因素以外的各种特征是否齐同和近似，以考查组间的可比性。010201成组病例对照研究的资料分析02成组病例对照研究资料整理表显著性检验肺癌与吸烟关系的回顾性研究暴露与疾病的统计学联系01（检验病例组和对照组的暴露率的差异是否有统计学意义）02当χ2＞3.84时，P＜0.05，有统计学意义。03当χ2≤3.84时，P≥0.05，无统计学意义。04采用比值比（OddsRatio，OR）来估计，比值（Odds）是指事物发生的概率与不发生的概率之比。病例组的比值对照组的比值比值比可信区间估计关联强度分析OR数值范围对暴露与疾病关联的意义2.个体匹配设计资料分析

以（１:１）为例χ2=χ2=（b+c40时的校正公式）OR=c/b

AB五、常见的偏倚及其控制一、选择偏倚及其控制入院率偏倚（admissionratebias）亦称伯克森氏偏倚（Berkson’sbias），是指利用医院就诊或住院病人作为研究对象时，由于入院率的不同而导致的偏倚。不同疾病在某一类医院的就诊或住院率各异，其原因是多方面的，如不同医院的技术专长，患者所患疾病的严重程度，患者的经济状况，以及就诊方便与否等等，均可影响入院率。因此，若在医院内选择研究对象进行病例对照研究时，这种偏倚出现的可能性较大。选择偏倚现患病例—新病例偏倚（Prevalence-incidencebias）又称奈曼偏倚（Neymanbias）。如果研究对象选自现患病例，可能会得到更多的信息，但其中很多信息可能只与存活有关，而未必与该病的发病有关，从而可高估某些暴露因素的病因作用。此外，某些疾病的幸存者可能已改变了原先的生活习惯，从而降低了某危险因素的水平，或当其被调查时夸大或缩小了病前生活习惯上的某些特征，从而导致对某因素与疾病关联的错误估计。选择偏倚的控制严密的设计，严格研究对象入选条件，尽可能选人群病例，如进行以医院为基础的病例对照，尽可能选择新发病例，最好能在多个医院选择一定时期内连续观察的某种疾病的全部病例或其随机样本。对照亦然。信息偏倚回忆偏倚（recallbias）回忆偏倚是指研究对象在回忆某些因素的暴露史时，由于在准确性和完整性上的差异所导致的系统误差。回忆偏倚在病例对照研究中最常见。信息偏倚报告偏倚（reportingbias）报告偏倚是指有研究对象有意地夸大或缩小某些信息而导致的偏倚，因此亦称作说谎偏倚。培训调查员，统一标准。贰提高测量的准确性和可靠性壹调查项目简繁得当，指标客观，问题明确叁信息偏倚的预防与控制混杂偏倚或称混杂（confounding），是指在病例对照研究中，由于一个或多个潜在的混杂因素（confoundingfactor）的影响，掩盖或夸大了研究因素与疾病（或事件）之间的联系，从而使两者之间的真正联系被错误地估计。控制方法：随机化、限制、匹配。混杂偏倚简便、省力（人力、物力），省经费，效率高。01020304优点可同时研究一种疾病与多种因素间的关系。可初步验证已明确的病因假设，亦可广泛探索众多因素与某种疾病的关系，用以建立病因假设。特别适用于少见病的病因或危险因素研究，因其以较小的样本可得出有价值的结果。若以队列研究方法研究发病率很低的罕见病，则需要很大的样本，在实际工作中往往实行的可能性很小。六、优缺点不适于研究人群中所研究因素暴露比例很低的因素03选择研究对象时常难以为病例选择到适宜的对照。04不能直接计算疾病的率，只能估计相对危险度，虽可为进一步的研