流行病学复习mph3课件

病例-对照研究

case-controlstudy一、基本原理将研究人群按是否患病或是否具有某种状况分为两类，同时追溯他们既往暴露于某个（些）因素的情况。比较他们之间暴露上的差异，借以判断暴露因素与某病有无关联的一种观察性研究方法暴露(exposure)指研究对象曾经——接触过某些因素：物理因素、化学物质、生物因素——具备某些特征：人口学特征、遗传——处于某种状态：心理、精神暴露因素可以是有害的，也可以是有益的。暴露因素也叫研究变量(varible)。

实例反应停与短肢畸形的病例对照研究

服用反应停母亲病例组母亲

对照组母亲

有

12（a）

2（b）

无

38（c）

88（d）

50（a+c）

90（b+d）

比较12/(12+38)>2/(2+88)二、适用范围•1、适用于慢性病、罕见病的病因研究•2、可用于筛检原因不明疾病（事件）的致病因素•3、可验证有关因素的病因假设三、类型1、病例与对照不匹配

——成组病例对照研究•2、病例与对照匹配

——频数匹配要求匹配的因素在两组中比例一致

——个体匹配

1：1称为配比，1：2，1：3，1：4（一）研究对象的选择1、病例的选择•（1）对疾病的规定•——尽量使用国际/国内统一使用的诊断标准•——要自定标准时要考虑到假阳性和假阴性率的高低，将标准定在交叉点上（2）对病人其他特征的规定：年龄、性别•（3）病人进入的标准•（4）病人的来源：医院、社区•2、对照的选择（1）标准的规定

•——包含法

•

——除外法（2）来源•——同一医院中诊断为其他疾病的病例•——社区人群中的非该病病例或健康人•——病例的配偶、亲戚、同事、邻居等

3、病例与对照的配合（1）成组匹配一组病例多组对照，多组病例一组对照•（2）个体匹配一个病例一个对照，或多个对照•（3）匹配因素

——已知混杂因素

——可疑混杂因素

——复合因素：年龄/性别

——本次研究不研究的危险因素•（4）匹配过头（二）样本量的估计与计算

决定样本大小的四个条件:

——P0：一般（对照）人群中所研究因素的暴露比

——RR：相对危险度——a：Ⅰ类误差，显著性水平，5％———ß：Ⅱ类误差，把握度（1－ß）80％

（二）样本量的估计与计算

1、公式计算法

2、查表法（三）研究因素的收集和测量1、研究因素的确定：根据研究病因假说确定研究因素

2、研究因素的测量：——

暴露时间：开始时间、持续时间和终止时间

——暴露程度：不同时间的暴露剂量和水平；累计暴露剂量和水平3、资料收集：问卷、记录、测量

2、资料的分析（1）描述性分析

——

一般特征描述；

——

均衡性检验：比较研究因素以外的各种特征在两组的可比性；

——

匹配因素的描述：计算在两组中的比例

（2）推断性统计——将资料按每个因素整理成四格表——检验两组暴露率是否有差异：卡方检验——计算暴露与疾病的关联强度：OR值——计算关联强度的可信区间：

OR值的95%CI——分层分析——剂量-反应关系1、不匹配不分层资料整理成四格表

病例

对照

合计

有暴露

ab

a+b=n1

无暴露

c

d

c+d=n0

合计

a+c=m1

b+d=m0

n

检验两组暴露率是否有差异，用χ2检验用途：考察暴露与疾病有无统计学关联

实例：X2=7.70>6.63(X20.01(1))，则p<0.01结论为拒绝无效假设，即两组暴露率差异有统计学意义。

计算关联强度：考察关联强度的大小

相对危险度（RelativeRisk,RR）：即暴露组发病率与非暴露组发病率之比

RR＝I1/I0比值比（OddsRatio,OR）：病例对照研究中常常得不到发病率，因此只能用RR的估计值

OR值来考察关联强度的大小比值比

(OR)比值：某事件发生概率与不发生概率之比

暴露组患病比值非暴露组患病比值比值比RR(OR)95％可信限（CI）考察OR的变异程度，判断OR的可靠性

Woolf法：自然对数转换法Var(LnOR)=1/a+1/b+1/c+1/d

LnOR(95%CI)=LnOR+1.96√Var(LnOR)

95%CI含义包含1，

OR值意义微弱

不含1，

OR值的大小不是由于偶然造成

不匹配不分层资料实例分析计算暴露与疾病的联系强度OROR=ad/bc=2.20

>1，OC是MI的危险因素。OR的可信区间

Var(lnOR)=1/a+1/b+1/c+1/d=0.0826OR95%C.I.=1.25～3.7595%CI不含1，说明

OR值的大小不是由于偶然造成。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ai

bi

n1i

无ci

di

n0i

合计m1i

m0i

ti

母亲孕期接触放射线与儿童白血病的病例对照研究暴露病例对照合计有304575无70155225合计100200300OR=(30×155)/(45×70)=1.48妊娠一次OR=（23×38）/（37×22）=1.07妊娠多次OR=(7×117)/(33×23)=1.08两层资料是同质的，可以认为母亲妊娠次数不影响放射诊断与儿童白血病的固有关联，不是混杂因素。ORmh=

当两层的OR值接近时，说明两个资料是同质的，计算总的OR值Mantel-HaenszelOR本例ORMH=[23×38/120+7×117/180]/[37×22/120+33×23/180]=1.08计算总的卡方值Mantel-Haenszel

X2MH本例:X2MH=[(23×38-37×22)/120+(7×117-33×23)/180]2/[(60×60×45×75)/(1202×119)+(40×140×30×150)/(1802×179)]=0.06估计总OR值95%C.I.Miettinen法

本例OR上限为2.00,下限为0.58.

分层后ORMH=1.0895%CI=2.00--0.58不分层OR=1.4895%CI=2.54-0.86分层前后OR值接近,即暴露因素导致疾病的危险程度没有显著性意义3、暴露分级资料的分析用来分析疾病和暴露的剂量反应关系将资料整理成列联表做X2检验计算各分级的OR值：通常以不暴露或最低水平的暴露为参照。男性每日吸烟的支数与肺癌的关系

每日吸烟支数01-5-15-合计病例2(c)33(a1)250(a2)364(a3)649(m1)对照27(d)55(b1)293(b2)274(b3)649(m0)合计29(n0)88(n1)543(n2)638(n3)1298(t)OR1.08.1011.5217.93X2=43.15，自由度ν=3，p<0.0011：1配对资料分析整理成四格表

对

照

病

例

对子数

有暴露史

无暴露史

有暴露史

a

b

a+b无暴露史

c

d

c+d

对子数

a+c

b+d

a+b+c+d

5、1：1配对资料

卡方检验

McNemar公式

比值比

OR＝c/b

OR95%CI：Miettinen公式

1：1配对资料分析实例外源性雌激素与子宫内膜癌配比资料因对子数较少，故用McNemar校正公式X2=(│b-c│-1)2/(b+c)=19.53，p<0.005OR=c/b=9.67五、常见的偏倚及其控制

在流行病学研究过程中，由于各种原因使所得结果与真实情况存在系统误差，即偏倚。一般有三类偏倚选择偏倚（selectionbias）

信息偏倚（informationbias）

混杂偏倚（confoundingbias）

（一）选择偏倚（selectionbias）

选择偏倚是指研究设计阶段，选择研究对象的方法有问题，使入选者与落选者在某些特征上具有系统差异。（1）入院率偏倚（Berksonbias）：当利用医院病人作为病例和对照时，由于入院率的不同导致病例组与对照组某些特征上的系统差异。

（2）存活病例偏倚（Neymanbias）：从现患病例得到的很多信息可能只与存活有关，而未必与该病的发病有关，从而高估了某些暴露因素的病因作用。另一种情况是，某病的幸存者改变了生活习惯，从而降低了某个危险因素的水平，或当他们被调查时夸大或缩小了病前生活习惯上的某些特征，导致某一因素与疾病关联误差。

检出征候偏倚（detectionsignalbias）：病人常因某些与致病无关的症状而就医，从而提高了早期病例的检出率，致使过高地估计了暴露程度，而产生的系统误差。时间效应偏倚（timeeffectbias）：慢性疾病的病例对照研究，那些暴露后即将发生病变的人，已发生早期病变而不能检出的人，或在调查中已有病变但因缺乏早期检测手段而被错误地认为是非病例的人，都可能被选入对照组，由此而产生了结论的误差。（二）信息偏倚（informationbias）

信息偏倚是指收集资料阶段，测量暴露或结局的方法有缺陷，使各比较组间产生系统差异。回忆偏倚（recallbias）

调查偏倚（三）混杂偏倚(confoundingbias)

研究暴露与疾病的因果关系时，混入外部因素，该外部因素与疾病和暴露都有一定的关联，此外部因素即为混杂因素(confoundingfactor)。 由于混杂因素的存在，影响了暴露与疾病间的关联强度，由此带来混杂偏倚。（四）偏倚的控制选择偏倚：——随机选取、多医院选取、用新发病例等。信息偏倚：——特殊