疾病的病因和病因推断.ppt

1、疾病的病因和病因推断Cause of Disease and Cuausal Inference,河北医科大学公共卫生学院 流行病与卫生统计学教研室 刘 建 波,引言,引言,没有无因之果 亦无无果之因 凡事皆有原因 疾病亦是如此,病因研究的主要内容,1 病因研究概述 2 病因模型 3 充分病因和必要病因 4 因果联系方式 5 因果推断的逻辑方法 6 从统计学关联到因果关联 6 病因判定标准,1 病因的概述,概述 模型 充必 联系 推断 关联 判定,1.1 原因定义 1.2 疾病病因概念的发展 1.3 流行病学的病因定义 1.4 病因研究的步骤,1.1 原因定义,原因就是使结果发生概率升高的事件

2、或特征，即一定的原因可能导致一定的结果。,概述 模型 充必 联系 推断 关联 判定,1.2 疾病病因概念的发展,鬼神、上帝、天意,人,金,木,水,火,土,气,人,人,病原物,环境,宿主,生,物,社,会,物,质,Lilienfeld的 病因定义,机体,迷信阶段,朴素唯物主义,生物学病因的萌芽,轮状模式,三角模式,活的传染物,概述 模型 充必 联系 推断 关联 判定,1.3 病因定义,Lilienfeld陈述(1980年)：那些能使人群发病概率升高的因素，就可认为是病因，其中某个或多个因素不存在时，人群疾病频率就会下降,Lilienfeld AM.（1920-1984） 约翰.霍普金斯大学流行病学

3、教授,概述 模型 充必 联系 推断 关联 判定,1.3 流行病学的病因定义,流行病学中的病因一般称为“危险因素”,危险因素 = 病因,那些使疾病发生概率升高的因素就是病因,那些使疾病发生危险性升高的因素就是病因,概述 模型 充必 联系 推断 关联 判定,1.3 防治效应的原因定义,概述 模型 充必 联系 推断 关联 判定,防治实验研究 （因果） 研究因果关系的实验是指：在受控条件下，研究者有意改变一个或多个因素（处理），并前瞻地确定其效应的研究。 原因 防治实验中的处理（treatment or maneuver）使特定效应发生的概率升高,1.3 定义总结,概述 模型 充必 联系 推断 关联

4、判定,从决定论因果观到概率论因果观 现代流行病学的病因定义 防制效应的原因定义,1.4 病因研究步骤,一 建立假设 根据病因模型构想可能的病因，再通过描述性研究方法（横断面研究、疾病监测资料、生态学研究）建立病因假设 二 验证假设 分析研究（病例对照研究、队列研究或实验性研究)验证假设 三 因果推断 对疾病与暴露之间的关联作出是否为因果关联的推断,概述 模型 充必 联系 推断 关联 判定,1.4 病因研究步骤,分析性研究,描述性研究,病因推断,验证病因假设,提出病因线索 形成病因假设,推断暴露和疾病之间的因果关系,队列研究,实验性研究,病例对照研究,横断面研究,纵向研究,疾病监测,生态学研究,

5、首先根据病因模型构想可能的病因,概述 模型 充必 联系 推断 关联 判定,2 疾病的病因模型,病因模型是用简洁的概念关系图来表达因果关系的概念模型。 病因模型有三种： 生态模型 疾病因素模型 病因网络模型,概述 模型 充必 联系 推断 关联 判定,2.1 疾病病因的生态模型,将机体与环境作为一个整体来考虑. 优点：简洁明了整体性强；缺点：笼统 分类 三角模型 轮状模型,概述 模型 充必 联系 推断 关联 判定,2.1 疾病病因的生态模型,宿主,环境,动因,轮状模式 Wheel model,三角模式 Epidemoologic triangle,概述 模型 充必 联系 推断 关联 判定,2.2

6、疾病病因的因素模型,特点 病因分类操作性强 较强的实践指导意义 没有动因确定的困难 层次 外围的远因 致病机制的近因,概述 模型 充必 联系 推断 关联 判定,2.2 疾病病因的因素模型,社会经济因素,生物学因素,环境因素,心理、行为因素,卫生保健因素,医学生物学因素 （机制）,疾病,远因,近因,概述 模型 充必 联系 推断 关联 判定,2.3 疾病病因的网络模型,按生态学模型或疾病因素模型提供的框架寻找多方面的病因，这些病因相互存在联系，串起来构成一条病因链，多个病因链交错联接起来就形成一张病因网,概述 模型 充必 联系 推断 关联 判定,2.3 疾病病因的网络模型,例如肝癌的病因网络可以看

7、成由三条主要病因链交错形成，三条病因链的起始段分别为乙型肝炎病毒感染、黄曲霉毒素污染和引水中的藻类毒素。,概述 模型 充必 联系 推断 关联 判定,2.3 疾病病因的网络模型,概述 模型 充必 联系 推断 关联 判定,2.3 疾病病因的网络模型,病因网络模型的优点是表达清晰具体，系统性强，能为阐述复杂的因果关系提供良好的基础。控制或切断病因网络中的某一因素可以控制和预防疾病。,概述 模型 充必 联系 推断 关联 判定,3 充分病因和必要病因,1 充分病因和必要病因的概念 2 充分病因的局限性 3 必要病因的局限性 4 学习充分、必要病因的意义,概述 模型 充必 联系 推断 关联 判定,3.1

8、充分和必要病因概念,充分病因(sufficient cause)是指有该病因存在，必定（概率为100%）导致疾病发生。 必要病因(necessary cause)是指由相应疾病发生，以前必定（概率为100%）有该病因存在。,概述 模型 充必 联系 推断 关联 判定,3.2 充分病因的局限性,病因的存在不一定导致疾病的发生。在实际工作中我们仅仅能找出并只需要找出主要病因的“组合”，而这种病因“组合”远非是充分的。概率论因果观抛弃的正是充分病因，取而代之的是“原因是使结果发生概率升高的因素”，流行病学上就是指危险因素。,概述 模型 充必 联系 推断 关联 判定,3.2 充分病因的局限性,因此科学研

9、究不可能也不需要追求充分病因，而是对作用较为明显的危险因素测量其“使疾病发生率升高”的程度。,概述 模型 充必 联系 推断 关联 判定,3.3 必要病因的局限性,对某种疾病可以归因于某种危险因素的比例，可看成是“必要性”测量。对于大多数传染病（未限定病原体普通感冒）来讲，特定病原体的必要性肯定为100%；同样地，对于按病因分类的非传染病，该病因的必要性也肯定为100%。换句话说，必要病因只是必要性等于100%的特例。,概述 模型 充必 联系 推断 关联 判定,3.3 必要病因的局限性,我们可以测量病因的必要性或必要的程度，而不必刻意追求“必要病因”。,概述 模型 充必 联系 推断 关联 判定,

10、3.4 学习充分、必要的意义,理解传统的充分病因和必要病因的概念，是帮助我们澄清一些模糊的思想（充分和必要都是错误的），加深对概率论因果观的认识，绝对不是要求我们在日后的工作中寻找充分病因和必要病因。,概述 模型 充必 联系 推断 关联 判定,4 因果联系的方式,4.1 单因单果 4.2 单因多果 4.3 多因单果 4.4 多因多果,概述 模型 充必 联系 推断 关联 判定,4.5直接/间接病因 4.5.1 近因 4.5.2 远因,5 因果推断的逻辑方法,病因推断技术,概述 模型 充必 联系 推断 关联 判定,5 因果推断的逻辑方法,概述 模型 充必 联系 推断 关联 判定,分析性研究,描述性

11、研究,病因推断,验证病因假设,提出病因线索 形成病因假设,推断暴露和疾病之间的因果关系,队列研究,实验性研究,病例对照研究,横断面研究,纵向研究,疾病监测,生态学研究,首先根据病因模型构想可能的病因,5 因果推断的逻辑方法,5.1 假设演绎法 5.2 Mill准则（消除归纳法）,概述 模型 充必 联系 推断 关联 判定,5.1 假设演绎,推理过程 (1)因为假设H ,所以推出证据E (演绎推理) (2)因为获得证据E ,所以反推假设H (归纳推理）,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,应用 用于分析流行病学研究 分类 求同法 求异法 同异并用法 共变法 剩余法,概述

12、 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.1 求同法（method of agreement） 辨别某类事件或属性的必要条件的方法在不同情况下寻找共同因素。 推理形式 事件（病例,A）有关（暴露）因素 A,B,C - a,b,c A,D,E - a,d,e A,F,G - a,f,g - 所以，a 是A的必要条件,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.2 求异法（method of difference） 辨别某类事件或属性的充分条件的方法从同中求得差异 推理形式 事件（对照,非A） 有关（暴露）因素 B,C -(a不出现),b,c

13、D,E -(a不出现),d,e F,G -(a不出现),f,g - 所以，a 是A的充分条件,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.3 同异并用法 辨别某类事件或属性的必要且充分条件的方法 推理形式为： (1)求同部分 并且 (2)求异部分 所以，a 是A的必要且充分条件,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.4 共变法(method concomitant variation) 应用条件：有关（暴露）因素是等级或定量的并与事件（结局）效应成量变关系 推理形式为： 事件（效应,A）有关（暴露）因素 A1,B,C - a1,b,

14、c A2,D,E - a2,d,e A3,F,G - a3,f,g - 所以，a 是A的必要条件,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.5 剩余法(method of residues) 复合结局事件（A,B,C）有关（暴露）因素在特定的范围内（a,b,c），b说明B，c说明C，那么剩余的a必定说明A 推理形式为： 结局事件 有关（暴露）因素 A,B,C - a,b,c B - b C - c 所以，剩余a 是A的必要条件,概述 模型 充必 联系 推断 关联 判定,5.2 Mill准则,5.2.5 归纳统计推理（新） S类的部分（S1,S2,S3Sn）具有属性

15、P，并且尚未观察到反例，所以S类全部都具有属性P 。 对于概率论因果观而言，需要作概率性推广，这就是归纳统计推理： S1 - P S2- P S3- 非P - Sn- P (其中m/n部分具有P属性) 所以，S类的m/n部分具有P属性,概述 模型 充必 联系 推断 关联 判定,因果性实验中的对照法则预防1,概述 模型 充必 联系 推断 关联 判定,设立对照的必要性 生物学或医学的研究对象过于复杂，很难仅仅通过实验室或其他外在条件来控制干扰 干扰作用（背景或基线）或自发变化体现在对照组上，通过与实验组比较，这些非处理因素的作用就可加以排除。,因果性实验中的对照法则预防2,概述 模型 充必 联系

16、推断 关联 判定,如设实验（处理因素）的效应为T，干扰（非处理因素）的效应为C，则： 实验（处理）组表现出来的混合效应 = T + C 对照组表现出来的效应 = C 实验（处理）的净效应 =（T + C）- C = T 需要注意的是 实验（处理）组表现出来的混合效应（T + C） 是通过处理前后两轮测量值之差确定的,因果性实验中的对照法则预防3,概述 模型 充必 联系 推断 关联 判定,保证对照的有效性 各组除了处理因素不同，所有其他因素应尽可能相同。有可比性的对照，才是有效的对照。 各组干扰（非处理因素）的可比性 各组效应测量的可比性,6 统计学关联到因果关联,概述 模型 充必 联系 推断

17、关联 判定,6.1 统计学关联 狭义：分类资料相关 广义：等于相关=有关联 6.2 因果关联 有时间先后次序的相关关系,6 统计学关联到因果关联,概述 模型 充必 联系 推断 关联 判定,E与D,有统计关联否,有偏倚否,有时间先后否,因果关系判断进程,提出假设,排除偶然,排除虚假,前因后果广义关联度（论证过程）,结论,6 统计学关联到因果关联,概述 模型 充必 联系 推断 关联 判定,关联,偶然关联,有统计学意义关联,非因果关联 （选择、信息或混杂偏倚）,因果关联 （有时间先后）,间接因果关联（间接病因）,直接因果关联（直接病因）,关联分类总结,7 因果关联的推断标准,病因判断标准的讲授内容

18、推断标准的发展 常用因果推断标准（5个） 常用因果推断标准总结 推断标准应用举例,概述 模型 充必 联系 推断 关联 判定,7.1 推断标准的发展,概述 模型 充必 联系 推断 关联 判定,Henle（1809-1885）,Koch (1852-1885）,Friedrich Gustav Jacob Henle，犹太人，德国解剖学家和病理学者，首先提出感染的寄生病原论,Robert Koch，德国19世纪著名细菌学家1905年获得医学诺贝尔奖，Henle的学生, 证实了Henle微生物学上的假设,7.1.1 Henle-Koch原理（1882）,7.1 推断标准的发展,7.1.1 Henle

19、-Koch原理（1882）,概述 模型 充必 联系 推断 关联 判定,疾病患者中总是能检出该病原体 其他疾病的患者中不能检出该病原体 疾病患者中分离该病原体，传代培养物能引起实验动物患相同疾病 从患该病动物中分离到相同病原体,7.1 推断标准的发展,(1)关联的时间顺序 (2)关联的强度 (3)关联的特异性 (4)关联的一致性或可重复性 (5)关联的连贯性或合理性,7.1.2美国“吸烟与健康报告”委员会 提出标准（1964）,概述 模型 充必 联系 推断 关联 判定,7.1 推断标准的发展,关联的时间顺序 关联的强度 剂量-反应关系 暴露与疾病分布的一致性 终止效应 关联的合理性 关联的可重复

20、性 关联的“特异性”,7.1.3 流行病学第四版 8条标准,2-4合并 8废弃 剩余4条标准,概述 模型 充必 联系 推断 关联 判定,7.1 推断标准的发展,关联的时间顺序 关联的强度 剂量-反应关系 暴露与疾病分布的一致性 终止效应 关联的合理性 关联的可重复性 _,7.1.4 流行病学第五版（临床） 7条标准,概述 模型 充必 联系 推断 关联 判定,7.1 推断标准的发展,关联的时间顺序 关联的强度 剂量-反应关系 暴露与疾病分布的一致性 终止效应 实验证据 生物学的合理性 联系的特异性,7.1.5 流行病学第六版（临床） 8条标准,概述 模型 充必 联系 推断 关联 判定,7.2 因

21、果常用推断标准,7.2.1 关联的时间顺序 7.2.2 关联的强度 7.2.3 关联的可重复性 7.2.4 关联的合理性 7.2.5 研究的因果论证强度,概述 模型 充必 联系 推断 关联 判定,推荐标准（自流行病学第四版衍生）,7.2.1 关联的时间顺序,概述 模型 充必 联系 推断 关联 判定,怀疑病因X疾病Y，则X必须发生于Y之前 实验和队列研究病例对照和生态学研究横断面研究 慢性病需注意X与Y的时间间隔,7.2.2 关联强度,概述 模型 充必 联系 推断 关联 判定,关联的强度越大，因果的可能性就越大 混杂因素可能导致强关联和弱关联 防治试验的绝对效应或归因比例指标越大，因果性就越强,

22、7.2.3 关联重的复性,概述 模型 充必 联系 推断 关联 判定,关联可以在不同的人群、不同的地区和不同的时间重复观察到 特点： 实验性研究比观察性研究要好 可重复性使因果关联的可能性增加 少数或个别研究的结果不同不能简单反驳因果假设,7.2.4 关联的合理性,(1) 客观：解释与现有理论知识不矛盾 例如，高脂血症与冠心病的因果关联，与冠状动脉粥样硬化的病理证据以及动物实验结果吻合 (2) 主观：研究者或读者的主观评价 例如，吸烟与肺癌的关联，设想化学物质沉积在呼吸系统上引起癌变,概述 模型 充必 联系 推断 关联 判定,7.2.5 因果关系的论证强度,概述 模型 充必 联系 推断 关联 判

23、定,设计类型与它的论证强度密切相关 好类型应具备： 满足时间顺序和可重复性 控制各类偏倚的干扰,7.2.5 因果关系的论证强度,概述 模型 充必 联系 推断 关联 判定,7.3 判定标准总结,概述 模型 充必 联系 推断 关联 判定,一个病因研究本身必须要达到或部分达到:关联的时间顺序、关联的强度（或者剂量反应关系 、暴露与疾病的分布一致性）。表明了前因后果、广义关联强度，如果符合防治效应（属于关联强度=终止效应）更好； 重复性、合理性是病因研究的外部评价，如果不吻合则因果关联的可信度降低。 因果关系论证强度表明研究过程的科学性 重复性、防治效应涉及到因果关系论证强度。,7.4 推断标准应用举

24、例1,概述 模型 充必 联系 推断 关联 判定,幽门螺杆菌感染与十二指肠溃疡,7.4 推断标准应用举例1,概述 模型 充必 联系 推断 关联 判定,1、时间顺序的证据 324例幽门螺杆菌感染者，10年中有11发生十二指肠溃疡 133例非感染者0.8发生十二指肠溃疡 感染在前，发病在后,7.4 推断标准应用举例1,概述 模型 充必 联系 推断 关联 判定,2、关联强度的证据 90100的十二指肠患者存在幽门 螺杆菌感染，OR10 感染者11在10年中发生该病，RR10 幽门螺杆菌感染率与卫生条件有关，在发展中国家较高（可达50以上），该病患病率亦较高 北澳大利亚某土著人群从未发现有幽门螺杆菌感染

25、，也没有十二指肠溃疡发生,7.4 推断标准应用举例1,概述 模型 充必 联系 推断 关联 判定,3、可重复性证据 许多研究者得到相同结果,7.4 推断标准应用举例1,概述 模型 充必 联系 推断 关联 判定,4、合理性证据 幽门螺杆菌结合部位在胃窦细胞，可随着胃窦细胞进入十二指肠，引起炎症 5、实验研究（高论证强度）的证据 清除幽门螺杆菌可使十二指肠溃疡愈合，其效果等同于组胺受体拮抗剂,可以判定幽门螺杆菌感染与十二指肠溃疡有因果关联,7.4 推断标准应用举例2,概述 模型 充必 联系 推断 关联 判定,老年人高血压降压治疗 以降低心血管疾病危险和死亡率,7.4 推断标准应用举例2,概述 模型

26、充必 联系 推断 关联 判定,时间顺序的证据 对于防治试验而言，处理与效应的前后时间顺序是比较明确的。 效应强度的证据 降压药物的降血压效应已经有明确评价，这里所指的效应是改善老年高血压病人的预后，即降低心血管疾病危险和死亡率。,7.4 推断标准应用举例2,概述 模型 充必 联系 推断 关联 判定,效应强度的证据 1990年代初Holzgreve等分析了5个随机化对照临床试验结果，显示老年高血压病人降压治疗可使总死亡率降低20%，使心血管病死亡率降低33%，使致命性心血管意外发生率降低40%，使冠心病发病率降低15% 。McMahon等的meta分析和Lever等的综合分析也得到类似结果。,7.4 推断标准应用举例2,概述 模型 充必 联系 推断 关联 判定,效应强度的证据 1997年完成的高血压最佳治疗（HOT）研究，包括了26个国家18790例高血压病人（50-80岁），该随机化对照试验历时近5年，发现主要心血管事件发生率下降15%（RR=0.85），心肌梗死发生率下降36%（RR=0.64）；针对主要心血管事件最佳舒张压应降至82.6mmHg，最佳收缩压应降至138.5mmHg ，即在该血压值水平时，主要心血管事件发生的危险最小。,7.4 推断标准应用举例2,概述 模型 充必 联系 推断 关联 判定,效应强度的证据