流行病学的评价标准.docx
《流行病学的评价标准.docx》由会员分享,可在线阅读,更多相关《流行病学的评价标准.docx(23页珍藏版)》请在冰豆网上搜索。
![流行病学的评价标准.docx](https://file1.bdocx.com/fileroot1/2023-2/22/3d12f2ae-9e09-4ec9-824e-b8046fea6926/3d12f2ae-9e09-4ec9-824e-b8046fea69261.gif)
流行病学的评价标准
A1病因学研究证据的评价标准
一、真实性
1证据来自何种研究设计类型;
2研究对象是否明确定义,组间可比性如何;
3随访时间是否足够以至于结局得以出现,应答率高低;
4研究结果是否满足病因推断标准。
(1)暴露是否先于结局存在;
(2)关联是否存在剂量反应关系;
(3)关联是否具有一致性;
(4)关联是否具有可重复性
(5)关联是否具有生物学合理性;
(6)关联是否具有可逆性;
(7)实验室证据
(8)关联是否具有特异性。
二、重要性
5关联的强度的大小;
6关联强度的精确度高低。
三、适用性
7自己关注的人群与证据中研究对象是否差异性;
8自己关注的人群中该暴露因素的暴露比例。
A2循证医学对诊断性试验的评价原则
一、诊断性试验是否具有真实性
1是否用盲法将诊断性试验与金标准作过独立的对比研究
2诊断性试验是否适当的疾病谱(spectrum)
3诊断性试验的检测结果是否会影响到金标准的实施
4若将该诊断性试验应用于另一组病例是否也具有同样的真实性
二、诊断性试验是否具有重要性
5通过该诊断性试验能否正确诊断或鉴别该患者有无特定的目标疾病
6是否作了分层似然比的计算
三、诊断性试验是否具有适用性
7该诊断性试验是否能在本单位开展并能进行正确的检测
8我们在临床上是否能够合理估算病人的验前概率
9检测后得到的验后概率是否有助于我们对病人的处理
A3单个临床治疗性研究证据的评价
一、真实性的分析与评价
1.结果是否来自同期随机对照实验;
2.研究对象的随访是否完全,并报告全部结果;
3.随机分组的所有研究对象是否进行意向性治疗分析
4.临床观察是否采用盲法;
5.除研究因素外,组间的其他干预措施是否完全一致;
二、重要性的分析与评价
6.效应强度大小;
7.效应精确大小;
三、适用性的分析与评价
8.自己的患者情况是否与研究证据中的患者情况相似;
9.自己所在机构是否具备获得该防治措施效果的医疗条件;
10.自己的患者应用该防治措施后是否利大于弊;
11.自己的患者对于该防治措施的价值取向与期望。
A4循证医学对预后证据的评价原则
一、预后研究证据是否具有真实性
1被确诊患者的代表性,是否处于疾病病程中统一的起始点(零点)
2是否有足够的随访时间,并随访了全部的病例
3预后因素定义是否明确、因果的时间顺序是否肯定
4是否采用了客观的预后指标,对结局评定是否采用盲法
5若亚组中预后的结果有所不同,是否调整了影响预后的其他因素
二、预后研究证据是否具有重要性
6是否报道了整个病程预后的结局
7预后估计的精确度怎样,是否用95%CL报道了预后的结局
三、预后研究证据是否具有适用性
8该证据中研究对象是否与我们的临床病例相似
9该研究结果是否有利于临床决策,是否有助于对患者进行解释
B机遇与偏倚的区别
1.本质区别:
(1)机遇:
是观察结果的精确性(可重复性)受到影响;机遇是一种随机误差。
(2)偏倚:
观察结果系统地、向一个方向(或大、或小)发生偏差而不能反映真实情况;偏倚是一种系统误差。
2.机遇
(1)假阳性:
如实际上两种方法治疗疗效相同,如少数病人的抽样研究发现甲、乙两方法疗效不同,这是由于机遇的影响而发生的假阳性错误,统计上称Ⅰ类错误,用α表示。
(2)假阴性:
如实际两种治疗一种比另一种好,但由于抽样研究中机遇的影响,两者疗效十分相近而作出假阴性的错误判断;统计上称Ⅱ类错误,用β表示。
(3)可信区间:
是表明机遇所致的围绕真实值变动的范围,通常用95%或99%可信区间表示;用于直接估计机遇在临床研究中的作用大小;变动范围越窄,真实值越稳定。
C1常见选择偏倚
1.入院率偏倚(Berkson偏倚)
2.检出征候偏倚(detectionsignalbias)
3.存活病例偏倚(Neyman偏倚)
4.无应答偏倚(non-respondentbias)
5.志愿者偏倚(volunteerbias)
6.失访偏倚(withdrawbias)
7.健康工人(效应)偏倚
8.转组偏倚(migrationbias)
9.非同期对照偏倚
10.异地对照偏倚
11.易感性偏倚(susceptibilitybias)
12.时间效应偏倚(timeeffectbias)
13.领先时间偏倚(leadtimebias)
14.选择性转诊偏倚
15.集合偏倚(assemblybias)
16.零点偏倚(zerotimebias)
17.排除偏倚(exclusivebias)
18.错误分类偏倚(miscassificationbias)
19.成员偏倚(menbershipbias)
20.诊断机会偏倚diagnosticenterbias)
C2.在应用具体研究方法是控制选择偏倚的主要针对性措施
1)在横断面调查时,采用随机抽样,并保证一定的样本含量,以增强样本的代表性,必要时可采用分层随机抽样的方法,尽量提高应答率。
2)在病例对照研究中,最好用人群中全部新发病或新发病的随机样本;对照应能代表产生病例的人群。
若难以做到,则在多个医院选择病例,同时选择医院与社区对照,并尽可能选用新病例,不用死亡病例和老弱对象。
3)在队列研究中,尽量减少失访和失访率。
4)在流行病学现场实验中,随机抽样选择研究对象,并进行随机分组。
5)在诊断、疗效与预后研究中,尽可能扩大选择病例的范围,如多中心临床研究,并包括主要特征的各类各种病人。
D1常见信息偏倚
1.回忆偏倚(recallbias)
2.诊断怀疑偏倚(diagnosticsuspicionbias)
3.暴露怀疑偏倚(exposuresuspicionbias)
4.测量偏倚(measurementbias)
5.报告偏倚(reportingbias)
6.沾染偏倚
7.归类错误偏倚(misclassificationbias)
8.家庭信息偏倚(familyinformationbias)
9.临床资料遗漏偏倚(missingclinicaldatabias)
10.顺序偏倚(sequencebias)
11.不敏感测量偏倚(non-sensitivebias)
E1混杂偏倚概念
1.定义:
混杂偏倚(confounding)是指在研究某暴露因素与疾病(事件)之间的关联时,由于一个或多个既与疾病(事件)有制约关系,又与所研究暴露因素密切相关的外来因素的影响,掩盖或夸大了所研究暴露因素与疾病(事件)的联系。
引起混杂偏倚的因素称为混杂因子(confounder)。
2.混杂偏倚在分析性研究、实验性研究中均可发生,但在分析性研究中尤为多见,并可发生于研究工作的各个阶段。
E2混杂因子的特征
1.第三因子是所研究的疾病的危险因素或通过其他因素与疾病产生因果联系;
2.第三因子与所研究的暴露因素有联系,但不是暴露因素作用的结果;
3.若第三因子为暴露与疾病因果联系中的一中间环节,那么该第三因子不可能为一混杂因子,即混杂因子应不是疾病因果链中的中间变量。
E3混杂偏倚的特点
1.有方向性:
当粗OR值>层内OR值时,混杂因子的作用是正的,称之为正混杂,反之,为负混杂。
2.无特异性
E4混杂因子识别
1.根据专业知识和经验提出可疑的混杂因子。
2.分层分析再比较粗OR与层内OR是否相等。
E5OR值齐性检验
1.若OR值齐性检验结果表明方差齐性,则可以计算合并OR值。
2.若OR值齐性检验结果表明方差不齐,则总OR值需标准化处理。
3.借助计算机进行多元回归分析
Logistic回归模型
COX回归模型
E6混杂偏倚控制
研究工作中可在3个阶段采取不同措施控制混杂偏倚。
在研究设计阶段采取预防措施防止混杂因子发挥作用;
在资料收集阶段详细准确收集潜在混杂因子的资料;
在资料分析阶段采取各种技术措施控制混杂偏倚的产生。
1.研究设计阶段的控制
1)限制:
限制研究对象的选择条件,使某些可能产生混杂作用的变量不进入研究。
例如,比较45~50岁组妇女口服避孕药与乳腺癌发病的关系,就是通过限制年龄范围来控制其混杂作用。
再如,研究年龄与心肌梗死的预后,需要限制性别、种族、心梗部位、并发症等。
2)匹配:
匹配是指应用一种特殊性限制方法,强制实验组与对照组在某些混杂因素上保持同质性,以期在设计阶段控制混杂因子。
(1)匹配方法
①个体匹配:
一个病例与一个或多个对照匹配,并组成对子。
其中匹配1个对照者称1:
1配对,匹配多个对照者称1:
M配比。
就统计效率而言,1:
1为50%,1:
2为67%,1:
4为80%,超过1:
4就难以使统计效率再提高。
②成组配对(频数匹配):
先查清病例组匹配因素的频率分布,然后按比频数分布去选对照组,使之与病例组一致。
(2)匹配因素的确定
①已知或非常怀疑是混杂因子,将此因素作为匹配条件,则可消除其混杂作用。
②某些复合变量作为配对条件,例如居住地或血缘关系,以消除构成复合变量的各种具体成份间种种难以推测的混杂效应。
③配对因素一般不超过4~5个,不然匹配难以实现。
没有匹配的潜在的混杂因子,可放在分析阶段去解决。
④匹配因素中年龄、性别是最常的混杂因素,它与许多疾病和危险因素都有联系,因此也是最常用的匹配因素。
(3)随机分组
在流行病学现场实验、临床试验、预后研究等研究中,可采用此方法。
(1)随机分组是指每个研究对象都有同样的机会进入治疗组或对照组;
(2)检验随机化效果的方法是比较两组的基本特征;
(3)随机化是消除混杂偏倚的有效方法。
A.平衡治疗组与对照组已知可能影响疗效和预后的因素;
B.平衡我们不清楚地因素。
2.资料收集阶段:
认真收集关于混杂因素的详尽材料。
3.在资料分析阶段
1)分层分析:
常用Mantel-Haenszel方法。
例如在研究吸烟与冠心病关系时,采用病例对照研究,年龄、性别可能是混杂因素,可采用年龄大于或小于60岁分层分别比较,也可采用男女性别分层比较。
2)标准化:
当两个率进行比较时,如果两组内部构成存在差别足以影响结论,需要标准化或校正。
例如,比较两个医院护士率时,甲医院:
245/500=49%;乙医院:
182/500=36.4%。
甲、乙两医院2000年护士功能性腰背痛患病率(%)比较
甲、乙两医院2000年护士功能性腰背痛患病率(%)标准化分析
A1横断面调查
特性:
人群中疾病或行为特征在某时点的瞬时现象。
1.优点
①能在短时间内获得结果;
②描述疾病和暴露现状与分析两者联系并举;
③有来自同一群体的自然形成的同期对照组,结果可比性好;
④可同时调查多种疾病和多种暴露因素。
2.缺点
①不能获得发病率资料;
②研究对象可能处于临床前期和缓解期而被误定为正常人;
③一般不适用于调查罕见病或急性病;
④难以确定先因后果的时相关系。
3.用途
(1)描述疾病或健康状况的三间分布,查明某种疾病在某地区的流行强度及分布特点,为疾病防治提出了重点地区、时间及对象,可供卫生行政部门制订预防策略和卫生政策提供依据。
(2)描述某些因素与疾病或健康状况之间的关系,为建立病因假设提供线索。
(3)早期发现病人,以便早诊断、早治疗。
(4)监测疾病,研究其发展趋势。
(5)评价疾病防制措施的效果。
A2抽样调查的特点
抽样调查是以小窥大,以部分估计总体的调查方法。
既有优点也有缺点。
1.优点
1)省时间、省人力、省经费、省材料;
2)调查覆盖面大,但工作量小,调查工作容易做得细致,调查质量易得到保证。
2.缺点
1)设计、实施和资料分析都比较复杂;
2)重复和遗漏不易发现;
3)发病率低的疾病对一个较小样本的抽样调查不适用,而当样本扩大到总体的75%时,不如直接普查;
4)不适用变异过大的材料,变异过大,抽样误差过大,影响其代表性。
A3样本含量估计
样本过大或过小都是不恰当的。
样本过大浪费人力、物力,而且因工作量过大,调查不够细致造成系统误差增加。
样本过小则导致样本的代表性不够,样本大小主要取决于4个因素:
①预期患病率或标准差,若预期患病率或标准差低,则样本量要大些。
反之,样本可以小些;
②调查结果精确性愈高,样本量就要大。
精确性以容许误差表示;
③显著性检验水平(α);
④把握度(即1-β)要求愈高,则样本量要大些。
1.计量资料的样本含量估计
2.计数资料的样本含量估计
A4表1横断面调查资料整理表
暴露状态
合计
暴露
非暴露
病例
a
b
n1
非病例
c
d
n0
合计
m1
m0
N
1.描述指标:
患病率、感染率、阳性率。
为了控制混杂偏倚和便于比较,率应进行标准化。
2.分析指标:
现患危险比(PR=(a/m1)/(b/m0)=am0/bm1),若PR>1,则表明暴露为现患危险因素;若PR<1,则表明暴露为保护因素。
显著性检验通常采用χ2检验。
A5横断面调查小结
1.罕见病和少见病不是你碰上的,而是你发现的,关键是要做有心人,善于发现问题。
2.病例报告或病例分析源于临床资料,只要发现问题,提出自己的看法或临床经验,均可撰写成论文。
3.横断面调查是流行病学调查研究方法的一种基础性研究方法,所获得的资料可以使人们了解某一人群在特定时间上的某病的流行特征或健康状况,但它不能获得发病率资料,难以确定因果时相关系。
B1病例对照研究:
1.定义:
是选择已具有所研究结局的人作为病例组,选择不具有所研究结局的人作为对照组,分别调查两组人群过去暴露于某个(些)暴露因素的比例,以判断暴露因素与该研究结局有无关联。
这种方法在时间上是回顾性的,故又称回顾性研究。
2.特性:
1.属于观察法2.设置对照组(有对照)3.观察方向,果→因(回顾性研究)4.通常难以证实因果联系
3.分类:
1)按研究设计分为:
⑴成组病例对照研究
⑵配比病例对照研究
2)按研究目的分为:
⑴探索性病例对照研究
⑵验证性病例对照研究
3)按研究场所分为:
⑴以人群为基础的病例对照研究
⑵以医院为基础的病例对照研究
B2实施原则
1.病例的选择
⑴对疾病及其他特征的规定
①所选病例必须是患同一种疾病的病人。
为此,疾病的诊断标准要明确统一。
尽量采用国际通用或国内统一诊断标准。
②为了控制非研究因素的影响,增强两组的可比性,在病例的选择时,有时可对年龄、性别、民族等因素加以限制。
③有时还规定对象为存活病例并能清楚回答问题者,这是为了得到较可靠的信息。
(2)来源
①总体人群中全部病例或总体随机样本:
代表性好;工作开展比较困难;耗费人力物力。
②医院住院或门诊的病例:
比较合作;资料易得到且比较可靠;与对照的可比性好;代表性差。
2.对照的选择
⑴选择原则:
a.候选对象必须来自于产生病例的总体,与病例组的可比性;
b.必须是经过相同的诊断方法确认不患所研究的疾病,且不处于亚临床期或潜伏期的人;
c.有暴露于研究因素的可能,不患与研究因素有关的其他疾病;
以与病例相同的方法获取暴露资料;
d.尽可能设立多种对照。
⑵对照的来源
a.研究的总体人群或抽样人群
b.医院中患有其它疾病的病人
c.亲属、邻居、同事、同学等
d.多重对照
⑶配比
使对照组在某些特征上与病例组保持一致。
这些特征称为配比变量。
匹配的目的:
提高研究效率;控制混杂因素的作用;
常见的配比变量有性别、年龄、种族、住址等。
a.例如,让对照与病例同属一个年龄组,同性别等,这样,年龄和性别就不会影响研究结果。
b.配比时不可能将一切研究因素以外的因素都进行配比,而且配比变量越多,选择对照越困难。
匹配法注意事项:
慎重选择匹配因素;可疑病因不作为匹配因素;比例一般为1:
1,最多不超过1:
5,避免“匹配过度”
3.样本含量
样本含量的大小取决于下列四个因素:
⑴对照人群中所研究因素的估计暴露比例Po。
⑵预期与该因素有关的比值比。
⑶希望达到的检验显著性水准,即统计学检验中犯第一类错误的概率α。
⑷希望达到的检验把握度(1-β),β则为统计学检验中犯第二类错误的概率。
B3在病例对照研究中:
某暴露因素与疾病存在统计学联系,则应进一步估计暴露与疾病的联系强度。
联系强度的指标是相对危险度(RR),RR是暴露组与非暴露组发病率之比,由于病例对照研究不能计算发病率,所以在病例对照研究中不能求得RR,而只能计算比值比(缩写为OR)来估计。
(1)比值比:
是指某事件发生的概率与不发生的概率之比。
c
a
c
a
c
c
a
a
=
+
+
)
(
)
(
病例组的暴露比值
=
,
d
b
d
b
d
d
b
b
=
+
+
=
)
(
)
(
对照组的暴露比值
,
病例组的暴露比值与对照组的暴露比值之比称为比值比,即:
bc
ad
OR
=
(2)比值比含义是指暴露组的疾病危险性为非暴露组的多少倍。
当OR>1时,说明病例组的暴露概率大于对照组,即暴露有较高的发病危险性;
当OR<1时,说明病例组的暴露概率低于对照组,即暴露有保护作用。
疾病与暴露联系愈密切,比值比的数值愈大。
在不同的患病率和发病率情况下,OR与RR是有差别的,但疾病率小于5%时,OR与RR近似相同。
⑷计算比值比的可信区间
OR是联系强度的一个点估计值。
虽然简单明了,但未考虑抽样误差,可用可信区间来估计。
OR的可信区间按一定的概率来估计总体OR的范围,有助于进一步了解联系的性质及程度。
可信区间不包括1.0,即可认为OR值在α水平上有显著性。
如可信区间跨度大,则表明抽样误差较大。
一般采用95%或99%的可信区间。
估计95%的可信区间的计算公式为:
B4病例对照研究优点与局限性
1)优点:
①所需样本小,省时、省人力、省物力;
②可较快得出结果;
③适用于罕见疾病或罕见结局的原因探讨;
④可以研究一种疾病或结局和多种因素的关系,既可筛选病因(原因),也可用来验证病因(原因)假设。
2)局限性
①容易产生选择偏倚、信息偏倚,尤其是回忆偏倚;
②不能计算发病率或死亡率及RR;
③一般不能用来确定病因,该研究常作为病因研究的第一阶段。
④不适于研究人群中所研究因素暴露比例很低的因素。
⑤选择研究对象时常难以为病例选择到适宜的对照。
B5病例对照研究小结
1.病例对照研究是迄今为止最常用的流行病学研究方法之一;
2.明确产生病例的人群,从中正确地挑选对照,并正确地收集暴露资料是病例对照研究的精髓;
3.病例不必代表患有该种疾病的全部病人;对照不必代表所有未患研究疾病的人,同样也不必代表所有总体人群;
4.选择病例原则:
符合病例的定义,就应当收入病例组,不受其暴露状态的影响,避免产生选择偏倚;
5.新发病例比现患病例和死亡病例好;
6.正确地选择对照是病例对照研究成败的关键,病例的来源决定了对照的来源,可比性比代表性更重要;
7.资料质量的可比性与病例和对照成员之间的可比性一样重要,注意两组收集资料时资料质量的可比性,以保证研究的真实性;
8.基本分析方法是比较两组暴露比例,计算暴露优势比,估计患病的优势比,在结局发生率低的情况下估计相对危险度;
9.对照所患疾病不应与研究的暴露因素有关,对照疾病的发病率在暴露的各类别或各水平上都一样,病例是新诊断的病例,对照不应是慢性病患者;
10.广泛应用于探讨疾病病因、干预措施、项目评价以及公共卫生与医学实践的许多方面,特别适用于潜伏期长的、少见病的研究,有时是识别其危险因素的唯一可行的方法,也特别适用于研究分析多种危险因素与研究疾病的联系以及它们之间的相互作用等。
C1队列研究(cohortstudy)
1.定义
又称定群研究,是在特定范围的人群中按其是否暴露于某因素分成两个队列或按不同暴露水平分成若干个队列,随访观察一定时间,比较两组或多组间的结局发生率,以检验暴露因素与结局发生有无联系。
队列研究是一种以因推果的病因研究方法。
2.特性
(1)属于观察法:
暴露是客观存在的,这是与实验研究的根本区别。
(2)设立对照组:
设立对照组以资比较,与病例对照研究相同,而有别于描述性流行病学。
(3)由因及果:
在探求暴露因素与疾病的先后关系上,先确知其因,再观察其果,与实验研究一致,与病例对照研究相反。
(4)能确证暴露与疾病的因果联系:
由于观察者能确切知道暴露的作用和疾病的发生,且能准确计算发病率。
3.分类
队列研究按研究对象进入队列时间分为3种类型:
⑴前瞻性队列研究;⑵历史性队列研究;⑶双向性队列研究
4.用途
⑴验证某种暴露因素对某病发病率或死亡率的影响,但它同时也可观察某种暴露因素对人群健康的多方面影响。
⑵描述疾病的自然发展过程,包括疾病的易感期、临床前期、临床期到结局的全过程。
C2资料分析
1.率的计算
队列类型与描述指标
固定队列——累积发病率
动态队列——发病密度
⑴累积发病率(cumulativeincidence):
当研究人群的数量较多,且人口比较稳定,可用累积发病率来计算。
万
万
观察开始时群组人数
观察期间发病人数
累积发病率
10
10
⨯
=
⑵发病密度(incidencedensity):
若暴露人口不固定,人群产生了较大的变动,例如由于迁移他处、死于其他疾病、中途加入等,应将变动着的人群转变为人时数代替人数来计算,此种发病率称发病密度。
2.联系强度的测量
为了估计疾病或死亡与暴露的联系,常用的指标有相对危险度(RR)、特异危险度(AR)、特异危险度百分比(AR%)、人群特异危险度(PAR)、人群特异危险度百分比(PAR%)。
⑴相对危险度(relativerisk,RR):
它是反映暴露与发病(或死亡)关联强度的指标,也叫危险比(riskratio)或率比(rateratio),是暴露组发病(死亡)率与非暴露组发病(死亡)率的比值,简称RR。
RR说明暴露组发病或死亡概率为非暴露组的倍数。
RR>1说明暴露因素与疾病为正联系,暴露因素可能是危险因素;
RR<1说明暴露因素与疾病为负联系,暴露因素可能是保护因素;
不论是RR大于或小于1,距1越远,意义越大。
⑵归因危险度(attributiverisk,AR):
也称特异危险度,简称AR,或称RD(ratedifference),是暴露组与非暴露组发病危险之差值,即暴露组的危险特异地归因于暴露因素的程度。
AR计算式如下:
⑶归因危险度百分比(attributiveriskpercent,ARP):
又称病因分值(etiologicfraction,EF),指暴露人群中归于暴露的发病或死亡占全部发病或死亡的百分比。
表7不同吸烟状态者死于不同疾病的RR、AR、AR%
疾病
吸烟者(1/10万人年)
非吸烟者
RR
AR(1/10万人年)
AR%
肺癌
48.33
4.43
10.8
43.84
90.71%
心血管病
294.67
169.54
1.7
125.13
42.46
以上结果说明:
吸烟对每个受害者而言,患肺癌的危险性比患心血管疾病的危险性大得多(10.8Vs1.7);但就整个人群而言,吸烟引起心血管病的死亡率却比肺癌