病例对照研究设计

病例对照研究设计选两组对象，一组是患病者（条件组），另一组是非患病者（对照组），与条件组有着大体相同的身体状况比较两组对象之前的暴露情况病例对照研究设计目标人群患病者（条件组）非患病者（对照组）暴露未暴露暴露未暴露

局限不能获得疾病发生率，因为对象是根据结果挑选出来的对发生率或危险度(RR)的估计是通过优势比(OR)获得的病例对照研究设计优势比的计算结果暴露程度条件组对照组暴露未暴露条件组的暴露比A/C对照组的暴露比B/D=优势比（估计相对危险）比较优势比和危险比结果暴露程度条件组对照组暴露未暴露

1001000OR=AD/BC=5.44

RR=Ie/In=4.41370730

1100陈述结果OR=5.44

患病者暴露的可能性是非患病者的5.44倍RR=4.41

暴露者患病的可能性是非暴露者的4.41倍对预期定群和病例－对照组

优势和局限的总结

预期定群条件-对照优势:优势:1有可能在病发前估计危险因素1.获得结果的速度相对较快

2.能够研究多样的疾病情况

2.对稀有疾病有效

3.能够估计优势比和危险比3.相对耗费较少

局限:局限:1.对稀有疾病有效1.病发后估计致病因素有出错的可能性2.相对耗费较少2.在选择控制组时有出错的可能性3.获得结果的速度相对较快3.选定的条件可能无法代表所有病例的暴露情况随机的临床试验(RCT)

金字塔型的标准定群研究临床试验的图表解释研究人群非参与者参与者随机筛选干预或新治疗实施控制措施治疗组对照组改善未改善改善未改善交叉设计研究对象被随机化地施与两个或更多个有顺序的处理每个对象都是其自身的控制对象组别顺序阶段一阶段二

IA,BABIIB,ABA因子设计对相同的一组对象施与两种或两种以上的不同处理并对这些处理同时进行评估随机选择处理A处理B安慰剂安慰剂处理B安慰剂怎样评估对癌症的研究是否正确呢?理解错误和混淆因素测试寻找正确的组合检验找出错误的方法是否正确检验对混淆因素的分析是否正确检验结果是否具有统计显著性检验设计实验-找出错误筛选时的错误

确定研究人群以及选择研究对象过程中的错误信息处理时的错误

评估患病状况以及暴露程度时产生的错误混淆因素混淆因素是疾病和暴露情况之间一种表面上的联系,是由未被考虑在内的第三因素引起的混淆因素举例研究A发现赌博和肺癌之间的联系.这项研究可能被吸烟所混淆.研究B发现佛罗里达州的自然死亡率比阿拉斯加高很多.这一比率的不同可能被年龄结构的不同所混淆.检验混淆因素计算粗比率

计算为找出不同混淆因素调整后的比率比较两种结果

如果混淆因素确实存在的话两种结果将是不同的(实际操作中,自然比率和调整后比率相差10%以上)粗比率(115/45,000)×10002.56每1000不相等年龄-调整比率288,039/226,500,000×10001.27每1000年龄是癌症死亡的混淆因素评估统计显著性仅仅凭偶然机会获得结果的可能性称为P值很低的p值(<0.05)表明机会是不可能解释实验结果的95%的置信区间(CI)表明真实值有95%概率出现的数值范围大容量样本产生小的置信区间小容量样本产生大的置信区间评价结果RR=1:暴露和未暴露组之间在患病方面没有不同OR=1:条件组和控制组之间在暴露情况方面没有不同举例

RR=1.8(1.6,2.0)具有统计显著性

RR=1.8(0.8,2.9)不具有统计显著性

OR=0.7(0.6,0.8)具有统计显著性

OR=0.7(0.4,1.2)不具有统计显著性

怎样判断癌症与致病因素之间

的联系是偶然的呢?理解判断偶然性的标准原因如下联系的强度联系的相符性联系的特殊性暂时性生物梯度不确定性一致性实验类比慢性病以及复杂的条件要求使用希尔假设癌症的发病和死亡能在多大程度上被施加干预而阻止?理解教育和筛查方案的作用筛查原则正确性

敏感性:正确确定患病者

特殊性:正确确定非患病者

+预测值:正确的阳性反应所占比例

-预测值:正确的阴性反应所占比例可信性:反应给出给出一致结果的能力结果:未确认疾病经筛查后予以治疗的数量计算正确率正确诊断测试结果患病非患病总数阳性a+b

阴性c+d

总数a+cb+da+b+c+d敏感性=a/(a+c)+预测值=a/(a+b)特殊性=d/(b+d)-预测值=d/(c+d)举例:乳腺癌的筛查乳房X射线照片结果患病非患病总数阳性1,115阴性63,695总计17764,63364,810

敏感性

=132/177=74.6%

特殊性

=63,650/64,633=98.5%+预测值

=132/1,115=11.8%-预测值

=63,650/63,695=99.9%筛查的关键敏感性:监测相当数量的潜伏期个例很有帮助普遍性:鉴别高危人群经常性