4队列研究(群组研究).pptVIP

* * * * * * * * * * * * * * * * * * * * * * 相对危险度（Relative Risk RR ） 意义 E发病或死亡的危险是ē的多少倍 RR值 暴露的效应 暴露与结局关联强度  第四节 资料的整理和分析 暴露组率 非暴露 组率 表4-5 RR与关联强度 很强 10~ ＜0.1 强 3.0~9.9 0.1~0.3 中 1.5~2.9 0.4~0.6 弱 1.2~1.4 0.7~0.8 无 1.0~1.1 0.9~1.0 关联强度 RR 2. 归因危险度(attributable risk,AR) 也叫特异危险度、超额危险度（excess risk），其本质为率差(rate difference,RD),为暴露组的率与未暴露组的率之差。说明由于暴露增加或减少的率的大小。 AR=Ie-Io=a/n1-c/n0 归因危险度 (Attributable Risk, AR ) 意义 E与ē 人群比较，所增加的疾病发生数量 AR值 暴露因素消除后所减少的疾病数量 第四节 资料的整理和分析 c a 或 ( ) 1 0 0 0 - = - × = RR I I I RR AR 0 1 0 n n I I AR e - = - = RR与AR都说明暴露的生物学效应，但不能说明其对一个人群的危害程度以及消除这个因素后可能使发病率或死亡率减少的程度，即暴露的社会效应。 人群中的暴露比例会影响人群中的归因危险，除非研究对象两组的暴露比例恰好与人群中的一致。 归因危险度百分比AR%（病因分值EF） 意义 暴露人群中的发病或死亡归因于暴露的部分占 全部发病或死亡的百分比 RR 或 - % 100 % 0 × = e I I Ie AR % 100 1 % × - = RR AR 人群归因危险度  (population attributable risk, PAR) 意义 暴露人群与一般人群比较，所增加的疾病发生率的大小 PAR值 暴露因素消除后所减少的疾病数量 PAR= It－I0 It：总人群率 Io：非暴露组率 假设如下数据，计算有关各指标： 吸烟者肺癌年死亡率为Ie=0.96‰， 非吸烟者肺癌年死亡率为Io=0.07‰， 全人群中肺癌死亡率为It=0.56‰， 则：RR=Ie/Io=0.96‰/0.07‰=13.7 AR= Ie-Io=0.96‰-0.07‰=0.89‰ AR%=(Ie-Io)/Ie×100%=92.7% PAR=It-Io=0.49‰ PAR%=(It-Io)/It×100%=87.5% (四)分层分析与剂量反应关系 队列研究中的分层分析与病例对照研究中的相应部分方法、意义类似。 分层分析 1959年，Mantel 和 Hsenszel提出了分层分析方法。 分层分析是把人群根据某种特征分为不同层次（层），如性别、年龄等，分别分析各层中暴露与疾病的关联。 分析分析的目的是控制混杂因素，调整这些因素的干扰——估计混杂因素对暴露因素与结局之间关联关系的影响大小。 分层分析 如果层间的RR值接近，说明两个层是同质的（Homogeneous） 层间的RR同质的显著性检验一般是采用Woolf的齐性检验法检验，可参考病例对照研究和相关的统计书。 其它的分析技术 80年代后期，把多元统计分析，引入队列研究的资料分析，极大的丰富了分析手段； 环境流行病学的空间模型和时序分析，考虑了相互作用和因果关系的时间效应。 队列研究设计技术的发展 60年代，Miettinen提出了配比设计，偏倚概念，混杂及其效应修正的概念与研究技术，使得研究的结果更加准确； 交叉式设计的发展，1973年，Mentel提出了巢式病例对照研究设计，1975年，Kupper提出了病例队列设计，使得能充分利用现有大量的生物学标记物信息，实现：避免了疾病诊断后才进行生物暴露测量，减少了误差；增加研究的可行性，大大减少样本量； 五、队列研究常发生的偏倚及其防止 ㈠ 常发生的偏倚 1.选择偏倚(selection bias) 由于最初选定的研究对象有人不能参加； 进行历史性队列研究时，有些人的档案丢失或记录不全； 研究对象为志愿者，他们往往是具有某些特征或习惯的； 某些早期病人在研究开始时未能发现；或暴露与疾病的定义不严格，执行不当等。 在研究过程中，某些选定的研究对象因为种种原因脱离了观察，研究者无法继续随访他们，这种现象叫失访(loss to follow up)，因此而造成对研究结果的影响成为失访偏倚。 队列研究由于观察人数较多，