第五章病例对照教案

1、第五章病例对照研究case-control study病例对照研究(case-control study)是分析流行病学最基本、最重要的研究类型之一，该研究设计是研究罕见病及慢性病的有效方法，使用和理解病例对照研究是现代流行病学方法学的一个重要进展。近年来病例对照研究得到越来越广泛的应用，它是流行病学研究，特别是病因学研究的一个得心应手的工具。【案例】苯丙醇胺与出血性中风苯丙醇胺（PPA）是一种合成的拟交感神经胺，是食欲抑制药和咳嗽感冒药的一种常见成份。含PPA制剂己上市多年，早在20世纪70年代，美国FDA就开始对在美国市场上销售的含PPA的OTC药物进行有关的安全性及其疗效评价研究。197

2、6年，PPA作为安全有效的鼻减充血剂获得认可，1982年作为非专利的食欲抑制剂，其安全性和疗效通过了有关方面的验证。但自1979年以来，发生30余例个案报道，介绍了服用PPA后出现的颅内出血，受累者大部分是青春期女孩或年龄为1745岁的年轻女性，他们服用含PPA的食欲抑制药，多为首次服用后发生中风。随着可能与其有关的出血性事件的报道逐渐增加，美国FDA要求有关部门对PPA的出血性危险进行评价。因此，耶鲁大学就PPA与出血性中风的关系进行了一项病例对照研究。1994年7月1999年12月，调查者从美国各个洲的43所医院共收集了702名蛛网膜下腔出血或颅内出血的病例。蛛网膜下腔出血的诊断根据临床症

3、状和计算机体层扫描 (CT)检查，可见蛛网膜下腔出血证据或腰穿脑脊液变黄。颅内出血诊断是通过临床症状和CT或磁共振成像显示出血主要在脑实质部位。病例选入标准为：年龄在18-49岁之间的男女病例，中风后30天内有能力交谈和完成面访，没有脑损伤史，无中风史。每名研究病例通过随机电话拨号配比两名对照，配比的标准有：电话局，性别，种族 (黑人或非黑人)，年龄 (与研究病例相比，30岁以下相差不超过3岁，30岁及30岁以上相差不超过5岁)。对所有对照者的面访必须在与之配比的研究病例中风30天内完成，以减少在PPA制剂暴露方面的季节因素差异。调查结果见下表（表5-1）：表5-1：服用含PPA药物与出血性中

4、风危险的关联变量患者对照95%可信区间P值女性分析人数383750未服用含PPA药物355713-服用含PPA药物21201.98（1.00-3.90）0.05咳嗽感冒药16191.54（0.76-3.14）0.23食欲抑制剂药6116.58（1.51-182.21）0.02首次服用含PPA药物743.13（0.86-11.46）0.08男性分析人数319626未服用含PPA药物309597-服用含PPA药物6130.62（0.20-1.92）0.41咳嗽感冒药6130.62（0.20-1.92）0.41食欲抑制剂药00-首次服用含PPA药物112.95（0.15-59.59）0.48全部调查

5、对象分析人数7021376未服用含PPA药物6641310-服用含PPA药物27331.49（0.84-2.64）0.17咳嗽感冒药22321.23（0.68-2.24）0.49食欲抑制剂药6115.92（1.38-184.13）0.03首次服用含PPA药物853.14（0.96-10.28）0.06由上表分析可得：女性服用含PPA食欲抑制药和出血性中风危险之间相关联的调整比值比为16.58 (95%可信区间1.51-182.21，P=0.02)；女性首次服用含PPA药物与出血性中风危险之间关联的调整比值比3.13 (95%可信区间0.86-11.46， P=0.08)，所有首次服用的PPA皆

6、为咳嗽感冒药。男、女性调查人群服用含PPA药物与出血性中风危险二者关联的调整比值比为1.49 (95%可信区间0.84-2.64，P=0.17)；男、女性调查人群服用含PPA的咳嗽感冒药与出血性中风危险二者关联的调整比值比为1.23 (95%可信区间0.68-2.24，P=0.49)，服用含PPA的食欲抑制药与出血性中风危险关联的调整比值比为15.92 (95%可信区间1.38-184.13，p=0.03)。对男性的分析结果表明：服用含PPA的咳嗽感冒药未引起出血性中风危险增加，男性无一例使用食欲抑制药。因此，结果显示食欲抑制药中的PPA（咳嗽感冒药中的PPA也有可能)是女性出血性中风的一个独

7、立的危险因素。【问题的提出】问题1 什么是病例对照研究？病例对照研究的特点？病例对照研究的设计类型？问题2病例对照研究如何进行设计以及研究对象的选择?问题3如何对收集来的资料进行分析?一、病例对照研究的概念及特点（一）病例对照研究的概念病例对照研究(case-control study)是分析流行病学最基本、最常用的研究方法之一，亦称回顾性研究，是探讨、分析病因假说的重要工具，现已成为流行病学研究中最常用的研究类型。这种研究方法的基本原理是选定一组患有某种疾病的病人作为病例组，以不患有该病的个体作为对照组，通过询问，实验室检查或复查病史，调查、搜集既往各种可能的危险因素的暴露史，比较两组之间各

8、因素的暴露比例。经统计学检验，若两组差别有意义，则可认为该因素与疾病之间存在着统计学上的关联。在评估了各种偏倚对研究结果的影响之后，再借助病因推断技术，推断出研究的暴露因素是疾病的危险因素，而达到探索和检验疾病病因假说的目的。（二）病例对照研究的特点1.优点：（1）别适用于罕见病的研究，有时往往是罕见病病因研究的唯一选择，因为病例对照研究不需要太多的研究对象，此时队列研究常常不实际。（2）虽有更多的机会发生偏倚和错误的推论，但是相对更省力、省钱、省时间，并且较易于组织实施。（3）该方法不仅应用于病因的探讨，而且广泛应用于许多方面，例如疫苗免疫学效果的考核及爆发调查等。2.局限性：（1）不适于研

9、究人群中暴露比例很低的因素，因为需要很大的样本量。（2）择研究对象时，难以避免发生各种偏倚。（3）暴露与疾病的时间先后常难以判断。（4）获取既往信息时，难以避免回忆偏倚。二、病例对照研究的设计类型(一)病例与对照不匹配在设计病例对照研究中，在规定的病例和对照人群中按照一定的原则和标准抽取一定量的研究对象进行研究。在这种研究类型中，一般对照数目应等于或多于病例人数，此外没有其它特别的限制与规定。(二)病例与对照匹配匹配亦称配比(matching)，即要求对照在某些因素或特征上与病例保持一致，目的是对两组进行比较时排除匹配因素(matching factors)的干扰。如以年龄做匹配因素，在分析、

10、比较两组资料时，则能避免由于两组年龄构成的差别对于疾病和因素的影响，从而能正确地说明所研究因素与疾病的关系。在病例对照研究中采用配比，其目的在于提高研究效率(study efficiency)以及控制混杂因素的作用，但匹配同时也增加了选择对照的难度。一旦某个因子做了匹配，不但使它与疾病的关系不能分析，而且使它与其他因子的交互作用也不能充分分析。把不必要的项目列入匹配，企图使病例与对照尽量一致，就可能徒然丢失信息，增加工作难度，结果反而降低了研究效率。这种情况称为配比过度(over-matching)，应注意避免。匹配的方法有以下两种：1.频数匹配(frequency matching)，是指使

11、匹配的因素在对照组与病例组所占的比例一致。如在某项研究中，病例组中男女各半，65岁以上者占1/3，则对照组中也如此。2.个体匹配(individual matching)，以病例和对照的个体为单位进行匹配叫个体匹配。该匹配方法是按照匹配因素为每一个病例配上适宜的对照。一个病例配一个对照时称1：1匹配又称配对(pair matching)。一个病例配两个或两个以上的对照时直接称为匹配，可有1：2、1：3、1：R(或1：M)。(三)病例对照研究的衍生类型1.巢式病例对照研究 又称套叠式病例对照研究，是病例对照研究和队列研究的一些要素进行结合后形成的一种研究方法。其基本原理是在对一个事先确定好的队列

12、进行随访观察的基础上，再应用病例对照研究(主要是匹配病例对照研究)的设计思路进行研究分析，这种研究方式称为巢式病例对照研究。该方法的优点是：病例或对照的暴露资料都在发病或死亡之前获得，可避免回忆偏倚；病例与对照具有较好的可比性；病例都有共同的暴露时间且暴露率较高，因此可提高统计效率和检验效率；研究样本较队列研究小，可节约人力、物力。因为巢式病例对照研究是在某特定队列中进行的，因此相应于两类队列研究，分为前瞻性病例对照研究(prospective nested case-control study)和回顾性病例对照研究(retrospective nested case-control stud

13、y)两类。2.病例-队列研究(case-cohort study)又称病例参比式研究(case-base reference study)，也是一种队列研究与病例对照研究相结合的设计形式，这种研究方式在流行病学的队列研究中常常会见到。其基本设计原理是：在队列研究开始时，从队列中按一定比例随机抽选出一个有代表性的样本作为对照组，并在观察结束时把队列中出现的所研究疾病的全部病例作为病例组，与上述随机对照组进行比较。病例-队列研究的对照是随机选取的，不与病例进行配比。且对照组中的成员如发生被研究的疾病，既作为对照，又同时作为病例。病例-队列研究可以同时研究几种疾病，不同的疾病有不同的病例组，但对照组

14、都是同一组随机样本。该方法的优点是：样本量较小，可节省人力、物力和财力；可以同时研究几种疾病；对照是随即选取的，不与病例匹配，选择简单。3.单纯病例研究(case only study)又称病例-病例研究(case-case tudy)，这种研究方式是Piegorseh于1994年首先提出。单纯病例研究是近年来被广泛应用于疾病病因研究中评价基因与环境交互作用的一种方法，该方法仅通过某一疾病的患者群体来评价基因型与环境暴露的交互作用，但不能评价二者各自的主效应，且所研究的疾病为罕见病。三、病例对照研究的设计步骤1.提出假设根据已知的所研究的疾病分布的特点和相关因素，在大量阅读文献的基础上，提出该

15、疾病的病因假设。2.制定研究计划明确研究目的，选择合适的病例与对照以及比较方法；选择合适的病例与对照的来源，确定病例的诊断标准和诊断方法；样本大小的估计；根据病因假设与研究所具备的条件，确定调查因素或暴露变量；设计调查表，特别要注意混杂变量；严格控制设计过程中以及实施过程中可能出现的偏倚；考虑获取研究因素信息的方法；考虑资料整理与分析的方法；所需费用的概算；人员分工及与协作单位的协调；3.收集资料并进行整理与分析4.总结并提出研究报告四、病例对照研究对象的选择在进行病例对照研究时，病例组与对照组的选择至为关键。理论上来说应以人群中的所有病例作为病例组，以非病例作为对照组进行研究，但在实际操作中

16、，病例组与对照组只能是总体的一个样本，但这一样本必须具有良好的代表性。（一）病例的来源病例与对照的主要来源有两个，一个来源是医院的现患病人、医院、门诊的病案，及出院记录。在医院门诊或住院病人中选择研究对象，是实际工作中最常用的方法。从医院内所选取的病例来源多，易收集，病例合作性好，资料较为可靠，但容易产生选择性偏倚。病例的另一个来源是社区的监测资料或普查、抽查的人群资料。从人群中收集的资料代表性好，但病例比较分散，往往不容易收集，且合作性较差，在实际执行时困难较多。（二）病例的选择原则1.尽量选择确诊的病人 要规定明确、统一的诊断标准，尽量采用国际通用或国内统一的诊断标准，以便于与他人的工作比

17、较，如需自订标准时，注意均衡诊断标准的假阳性率及假阴性率，使宽严适度。2.尽量选择新发病例在选择病例时有三种情况，即新发病例、现患病例与死亡病例，在病例对照研究中最好选择新发病例。新发病例由于刚刚发病，对疾病危险因素的回忆可能比较认真，提供的信息较为准确可靠，病案和有关疾病的各种信息易于获得。且新发病例发病时间短，尚未明显受到决定生存因素的影响。而现患病例则不然，现患病例发病时间长，在回忆过去的暴露情况时容易出现偏差，而且易于掺入疾病迁延及存活的因素在内。死亡病例的暴露史主要由家属提供信息，出现偏差的可能性更大，准确性较差。3.对病例其它特征的规定为增加病例组和对照组在除研究因素以外的其他因素

18、方面具有较好的均衡性和可比性，在研究对象的选择时可对病例和对照的其他特征进行限定。如性别、年龄、民族等。(三)对照的来源在病例对照研究中，对照选择的是否恰当是病例对照研究成败的关键之一。对照的选择应应注意要排除选择偏倚，缩小信息偏倚，缩小不清楚或不能很好测量的变量引起的残余混杂并要符合真实性要求和逻辑限制。在实际工作中的对照来源主要有：1.与病例同一或多个医疗机构中诊断的其他疾病的患者；2.病例所在队列中的非病例；3.产生病例一般人群的随机样本；4.社区人口中的非病例或健康人群；5.病例的配偶、同胞、亲戚、邻居、同学或同事等。（四）对照的选择原则在病例对照研究中，对照的选择较比病例的选择更复杂

19、、更困难。为了保证研究的真实性，在选择对照时必须考虑对照的代表性，对照与病例的可比性，以及可能出现的选择偏倚等问题。因此在对照的选择时，应注意以下几个问题：1.未患所研究的疾病，但有暴露史或暴露的可能性对照最好是全人群的一个无偏样本，或是产生病例人群中的全体非患该病的人的一个随机样本，且确诊为不患所研究的疾病。实际上这种理想的对照很难得到。如果把患有所研究的疾病的患者选入了对照组，则可能会提高对照组中研究因素暴露史阳性的比例，从而缩小暴露因素与疾病的关联强度。2.病例与对照来源相同对照应当来自于产生病例的人群，能代表产生病例的人群。在医院为基础的病例对照研究中，常常不能识别源人群，因为它代表了

20、一组人，这些人如果发生了所研究的疾病将会去一定的医院治疗。这种情况下，总人群的随机样本不一定与源人群的随机样本一致。当使用医院病例时，改进对照系列的一个方法是将对照限制为那些与暴露没有联系迹象的病人。3.尽可能设立多种对照设立两种或两种以上的对照，可以增强结果的可信度。如果多种对照均获得一致性结果，则结果的说服力便大大增强。五、病例对照研究的样本估计（一）影响样本大小的因素病例对照研究样本大小取决于下列四个参数：1.研究因素的人群暴露率估计值，一般采用对照组中的暴露率P0；2.预期的该因素引起的相对危险度RR或暴露的比值比OR；3.希望达到的检验显著性水平，即假设检验第I类错误的概率；4.希望

21、达到的检验把握度(1-)，为统计学假设检验第类错误的概率。（二）估计方法样本大小的估计应该考虑设计类型，不同匹配方式的样本大小计算方法不同，除了利用公式计算外，还有现成的表可查。但应注意的是：所估计的样本含量并非绝对精确的数值，因为样本含量的估计是有条件的，而这些条件并非是一成不变的；且应当纠正样本量越大越好的错误看法，样本量过大，常会影响调查工作的质量，增加负担和费用。1.非匹配设计的样本估计（1）病例数与对照数相等时样本量估计(5.1)式中p0，p1分别代表目标人群中对照组与暴露组的估计暴露率,U和U可查表5-2得到，也可直接查表5-3得到n。表5-2 标准正态分布的分位数表或U(单侧检验

22、)U(单侧和双侧)U(双侧检验)0.0010.0050.0100.0250.0500.1000.2000.3003.092.582.331.961.641.280.840.523.292.812.582.241.961.641.281.04表5-3病例对照研究样本含量(非匹配，两组人数相等)RRp00.010.100.200.400.600.800.900.10.52.03.04.05.010.020.0142063233206107459940615066137658378133775423126634722985513718113120317671463520142017620389614

23、831241822934716311796665423378658319232194137115 （节录：Schlesselman，1982)例如，拟进行一项病例对照研究，研究吸烟与肺癌的关系。预期吸烟与肺癌的相对危险度估计值OR为2.0，人群吸烟率约为20%，设=0.05(双侧)，=0.10，估计样本含量n。先用上式求p1：=(0.22)/(1+0.21)=0.333=(0.2+0.333)/2=0.267=1-0.267=0.733再用公式求nn20.2670.733(1.96+1.282)2/(0.333-0.2)2 232即每组需要调查232人。如查表5-1，得n229(2)病例数与对

24、照数不等时的样本估计设：病例数对照数=1c，则需(5.2)式中P1的计算同公式(5.1)，对照数=cn。2.1:M配比病例对照研究样本估计(5.3) (5.4)例如，欲研究再生障碍性贫血的危险因素，以1:4配比进行病例对照研究，假设对照组某种危险因素暴露率为20.1%，OR=5，试问病例组与对照组各需多少例数？(0.05，0.10，单侧检验)本例0.05(单侧检验)，则Z0.051.64；0.10，则Z0.101.28，r=4，OR=5，P0=0.201，则：代入公式得：即病例组需16例，对照组例数为64例。六、数据分析（一）描述性统计(1)研究对象的一般特征：包括病例与对照的来源、选择方法、

25、病例诊断标准等。频数匹配时应描述匹配因素的频数比例。(2)均衡性检验：比较病例组和对照组某些基本特征是否相似或齐同，目的是检验病例组与对照组的可比性。对统计学差异显著的因素，在分析时应考虑到它对其他因素可能会造成的影响。（二）统计性推断1.病例与对照不匹配的资料分析 这是病例对照研究资料分析的基本形式，此种资料可整理成如下四格表的形式（表5-4）。表5-4病例对照研究资料整理表暴露或特征疾 病合 计病例对照有aba+b=n1无cdc+d=n0合计a+c=m1b+d=m0a+b+c+d=t 例如，为研究口服避孕药（OC）与心肌梗塞（MI）的关系，有学者进行了一项病例对照研究，结果见下表（表5-5

26、）：表5-5 口服避孕药(OC)与心肌梗塞(MI)关系的病例对照研究结果病例对照合计服OC未服OC391142415463268合计153178331（1）显著性检验比较病例组与对照组的暴露比例有无统计学差异。利用2(卡方)检验，检验病例组与对照组两组的暴露率有无统计学的显著差异。2=(ad-bc)2n(a+b)(c+d)(a+c)(b+d)=7.70 20.01(1)=6.63， 本例2=7.706.63，则p1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联；OR1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。计算暴露与疾病的联系强度OR：OR=ad/bc=2.203)

27、 OR的可信区间(confidence interval， CI) 前面计算的OR值是关联程度的一个点估计值，即用一次研究(样本人群)所计算出来的一次OR值。考虑到抽样误差，可按一定的概率(称为可信度)来估计总体OR的范围，即OR的可信区间，其上下限的值为可信限。Woolf自然对数转换法是建立在OR 方差的基础上。OR自然对数的方差为：Var(lnOR)=1/a+1/b+1/c+1/d=0.0826求上述值的反自然对数exp(1.3218， 0.2252)=3.75， 1.25即OR 95% C.I.=1.253.75Miettnen氏卡方值法：如估计99% CI，只需将上二式中的1.96换成

28、2.58即可。可信区间中不包括1.0，即可认为该OR值在0.05或0.01水平上有显著性。2.分层资料分析（1）分层资料的整理 分层资料进行分析时，一般整理为下表格式（表5-6）。表5-6病例对照研究分层资料整理表暴露特征i层的发病情况合计病例对照有无aicibidin1in0i合计m1im0iti以表5-4的数据为例，考虑到年龄与口服避孕药有关，也与MI有关，可能是个混杂因素。故可按年龄分层，分为40岁和40岁两层，如表5-7。表5-7按年龄分层的结果 40岁 40岁服OC未服OC合计服OC未服OC合计病例对照21(a1)17(c1)26(b1)59(d1)47(m11)76(m01)18(

29、a2)7(c2)88(b2)95(d2)106(m12)102(m02)合计38(n11)85(n01)123(n1)25(n12)183(n02)208(n2) （2）计算各层的OR值OR1=(2676)/(5947)=2.80OR2=(1895)/(788)=2.78两层的ORi均较不分层时OR（2.20）大。进一步分析在非暴露组年龄与MI的关联，OR=0.48，2=7.27，说明年龄与MI有联系(小年龄有保护)。再分析对照组中年龄与口服避孕药的关联，见表5-8，OR=3.91，2=8.89，说明年龄与口服避孕药也有联系。表5-8 年龄与MI、OC的关系MI40岁40岁OC40岁40岁病例

30、2688服177对照5995未服5995 根据混杂因素的概念，年龄与OC与MI的暴露有关，且年龄也不是OC与MI联系的中间环节，故可以认为年龄是研究OC与MI关系时的混杂因素。在这种情况下，可以用分层分析方法控制混杂因素的作用。当两层的OR值接近时，说明两个资料是同质的。（3）计算总的OR值Mantel-Haenszel计算方法如下：ORMH=(aidi/ti)/ (bici/ti) (5.8)表5-6的数据代入方程得ORMH=2.79（4）计算总的卡方值Mantel-Haenszel提出的公式：= ai-E(ai)2V(ai) (5.9)式中E(ai)为ai的理论值，E(ai)= m1in1

31、i/tI (5.10)式中V(ai)为ai的方差， (5.11)其中I为分层的总层数，i为第几层。表5-6数据计算结果如下： =11.79自由度=处理组-1=4-1=3，查2界值表，p0.01。（5）估计总OR值95%的可信区间，可用前述Miettinen法计算：ORU，ORL= = (1.55，5.01)即ORMH95% CI的下限为1.55，ORMH上限为5.01。如计算99% CI，将上式中的1.96换成2.58即可。可信区间中不包括1.0，即可认为该OR值在0.05或0.01水平上有显著性。由以上分析可以看出，分层后的ORMH为2.79，如不分层分析，则OR值为2.20，说明由于混杂因

32、素年龄的作用，使得到的暴露因素避孕药与心肌梗塞的关联趋向于1。3.分级暴露资料的分析如能获得某暴露不同暴露水平的资料，可用来分析疾病和暴露的剂量反应关系，以增加因果关系推断的依据。（1）将资料整理归纳成列联表（表5-9），为整理方便，该整理表中的a0与b0分别相当于前面四格表中的c与d。表5-9病例对照研究分级资料整理表暴露分级01234合计病例对照a0(=c)b0(=d)a1b1a2b2a3b3a4b4m1m0合计n0n1n2n3n4t（2）做2(卡方)检验 1956年Doll和Hill发表的男性吸烟与肺癌关系的研究数据见表5-10。表5-10男性每日吸烟的支数与肺癌的关系每日吸烟支数01-

33、5-15-合计病例对照合计2(c)27(d)33(a1)55(b1)250(a2)293(b2)364(a3)274(b3)649(m1)649(m0)29(n0)88(n1)543(n2)638(n3)1298(t)OR 1.0 8.10 11.52 17.93注：2=43.15，自由度=3，p0.001（3）计算各分级的OR值 通常以不暴露或最低水平的暴露为参照。本例以不吸烟为参照，其余各级OR值分别为8.10，11.52和17.93，随着吸烟量的增加而递增，呈现明显的剂量反应关系。4.匹配资料的分析 此节主要介绍11配对资料的分析。（1）将资料整理成四格表：表5-11 11配对病例对照研

34、究资料整理表对照病例对子数有暴露史无暴露史有暴露史无暴露史对子数acbda+bc+dA+cb+dt以Mack等（1976年）报告的在洛杉矶所进行的的外源性雌激素与子宫内膜癌关系的病例对照研究为例（表5-12）。表5-12外源性雌激素与子宫内膜癌配比资料对照病例对子数有暴露史无暴露史有暴露史无暴露史对子数27(a)29(c)3(b)4(d)30(a+b)33(c+d)56(a+c)7(b+d)63(t) (Mack，1975)（2）2(卡方)检验 用McNemar公式计算：2=(b-c)2/(b+c)(5.12)此公式适用于较大样本，对子数较少时用McNemar校正公式：2=(b-c-1)2/(

35、b+c) (5.13)本例2=(b-c-1)2/(b+c)=19.53，p0.005（3）计算OROR=c/b(b0) (5.14)本例OR=c/b=9.67（4）计算OR的95% 可信区间仍用Miettinen公式。ORU，ORL= =(2.31， 40.41)即OR的95%可信区间的下限为2.31，上限为40.01。（5）归因分值归因分值(attributable fraction，AF) 也叫病因分值(etiologic fraction， EF)、归因危险百分比attributable risk proportion (或percent)，ARP。暴露人群的归因分值记为AFe，AFe=

36、(Ie-Iu)/ Ie=(OR-1)/OR(5.15)式中，Ie为暴露组发病率，Iu为非暴露组发病率。在病例对照研究中一般不能获得发病率，只能获得OR。AFe指暴露人群内某种疾病的发病中，由该暴露引起的发病占全部发病的比例。也即假如消除该暴露，暴露组发病降低的比例。人群归因分值记为AFP，AFP=(Ip-Iu)/ Ip=Pe(OR-1)/ 1+Pe(OR-1)(5.16)式中Ip为总人群发病率，Iu非暴露组发病率Pe为人群的暴露率(或以对照组的暴露代替)。AFP反映暴露对人群发病的影响，表示该暴露引起的发病占全部发病的比例。也即假如消除该暴露后发病降低的比例。归因分值是具有公共卫生意义的指标，

37、它同时还代表人群中随机抽取一个病例可能因该暴露引起的概率。七、常见的偏倚及控制病例对照研究是一种回顾性的观察性研究，比较容易产生偏倚。如不能有效防止，可严重影响研究结果的有效性。常见的偏倚主要有以下几种。（一）选择偏倚由于选入的研究对象与未选入的研究对象在某些特征上存在差异而引起的误差。这种偏倚常发生于研究的设计阶段。常见的选择偏倚主要包括以下几种：入院率偏倚(admission rate bias) 也叫Berkson偏倚，是指利用医院就诊或住院病人作为研究对象时，由于入院率不同而导致的偏倚。由于在选择时，病例和对照都是医院的某一部分病人，而不是全体目标人群的一个随机样本，所以难免产生偏倚，特别是因为各种疾病的入院率不同导致病例组与对照组某些特征上的系统差异。设计阶段宜尽量采用随机选择研究对象，在多个医院选择对象等方法以减少偏倚程度。现患病例-新发病例偏倚(prevalence-incidence bias)又称奈曼偏倚(Neyman bias)。如果研究对象选自现患病例，即存活病例，可能得到