病例对照研究 非常好.pptVIP

*; * ;复习上节内容…;选择确诊患某种特定疾病的病人作为病例 选择不患该病但具有可比性的个体作为对照 通过询问、实验室检查或复查病史，搜集既往危险因素暴露史 测量并比较两组各因素的暴露比例，经统计学检验暴露因素与疾病之间是否存在统计学关联，进而建立因果假说。;研究对象选择的基本原则;病例的选择;代表性：理想状态下，应为目标人群的随机抽样的样本，即对照的暴露水平应与目标人群的暴露水平相同 可比性：与病例组在研究因素以外的其他因素方面具有可比性 ;对照设置类型 选择来源;“不匹配”设对照--成组对照; * ;匹配;警惕“匹配过度” : 配比了“不该匹配的因素”如“非混杂”因素或“因果链上中间环节”，导致暴露疾病关联降低或统计效率降低，耗费人力财力。 匹配中间环节：导致暴露疾病关联降低，结果偏倚； 匹配那些与暴露无关只与疾病有关的因素：统计效率降低，结果不会混杂； 匹配那些与暴露有关却与疾病无关的因素：匹配行为引入混杂，结果偏倚！！！ 都属于画蛇添足行为，耗费人力财力！; * ;资料的分析--Step 1.描述性分析;1.病因问题 暴露与疾病有无统计学关联？ 关联方向？ 强度大小？ 如何解释？ 2.公卫问题 暴露组发生疾病的风险中有多少是因为暴露因素所导致的？;不同类型病例对照资料的分析; * ;Woolf’s 自然对数转换法 Miettnen氏卡方值法 ;OR=ad/bc= (39×154)/(24×114)=2.20 含义：口服避孕药使用者发生心肌梗死的危险是未使用者的2.2倍。; * ; * ; * ;判断年龄是否为混杂因素： 年龄与心肌梗死（MI）有联系 年龄与口服避孕药（OC）有联系 理论上，年龄不是OC与MI联系的中间环节 可判断年龄为研究OC与MI关系时的“混杂”因素。 应当报告分层分析中去除年龄混杂的OR值。; * ;采用 Mantel-Haenszel 提出的公式： 计算总的OR： 计算总的卡方值： ; 个体匹配资料的分析;计算OR值 计算95％C.I. ; * ;今天的内容…; 选择偏倚 信息偏倚 混杂偏倚;偏倚（bias); 定义：在研究对象的选取过程中，由于选取方式不当，导致入选对象与未入选对象间的特征有系统差别，即，选择的研究对象不能代表总体人群，导致研究的结果或推论与真实情况之间出现系统差别。;病例对照研究常见的选择偏倚类型;入院率偏倚（admission bias);现患-新发病例偏倚prevalence-Incidence bias ;检出征候偏倚(detection signal bias);检出征候偏倚(detection signal bias);时间效应偏倚 (time effect bias);信息偏倚 (information bias);回忆偏倚 (recall bias);相关因素： 调查时间与暴露事件发生的时间间隔 暴露事件的重要性 被调查者的年龄构成 询问技术 对策： 使用结局发生之前的客观的记录资料 选择不易为人所忘的重要指标作调查 重视问卷的提问方式和调查技巧 ;调查偏倚 (investigation bias);对策 尽量采用客观指标； 选择合适人选参加调查； 认真做好调查技术培训； 采取复查做好质控 检查条件尽可能一致； 尽量在同一时间由同一调查员调查病例和对照； 尽可能采用盲法调查 检查仪器应精良，用前校准，严格掌握试剂。;定义：某个外来因素既是疾病的危险因素，又与暴露因素存在联系，但它不是暴露与疾病之间的中间变量。由于这个外来因素的存在，掩盖或夸大了暴露与疾病的关联，这种现象导致的偏倚叫做混杂偏性。 对策 限制研究对象的特征 病例与对照根据混杂因素进行匹配 （避免匹配过度） 分层分析 多因素分析; 假设目的是否清楚？ 疾病与暴露变量的定义明确？ 病例与对照的来源，诊断方法？ 新发病例还是现患病例？ 排除标准是否明确？ ; 抽样的方法与样本大小的估计是否明确？ 病例与对照是否匹配及匹配变量是哪些？ 调查表是否完全？是否详尽？ 调查表是否能够收集到需要的数据？ 调查表是否经过试用？ 调查表的真实性与可靠性是否经过评估？ ;调查员、质控员、编码员等工作手册是否编好？ 调查员是否做了专门培训？ 组织机构、人员、设备、经费是否已落实？ 方法试剂是否符合标准？ 结果的真实性与可靠性是否经过考核？ 资料整理、统计处理方法及分析内容是否明确？ 如何控制或调整混杂及其他偏倚？ 结论的真实性如何？;理论要求病例对照研究常要求病例是某一时期的全部病例，对照需为一般人口的无偏样本。实际工作不易达到，尤其以医院为基础的病例对照研究，选择偏倚难以避免； 通过回忆获取既往暴露信息，存在回忆