2022年醫(yī)學(xué)專題-流行病學(xué)數(shù)據(jù)統(tǒng)計分析策略

流行病學(xué)數(shù)據(jù)(shùjù)統(tǒng)計分析策略中南大學(xué)湘雅公共衛(wèi)生學(xué)院譚紅專(hónɡzhuān)教授第一頁，共四十一頁。2023/3/202主要(zhǔyào)內(nèi)容概述專題研究的數(shù)據(jù)分析常規(guī)收集的流行病學(xué)數(shù)據(jù)(shùjù)的分析第二頁，共四十一頁。2023/3/203第一節(jié)概述(ɡàishù)流行病學(xué)研究與流行病學(xué)數(shù)據(jù)(shùjù)流行病學(xué)數(shù)據(jù)分析的目的流行病學(xué)數(shù)據(jù)中的變量分類流行病學(xué)數(shù)據(jù)分析的內(nèi)容第三頁，共四十一頁。2023/3/204一、流行病學(xué)(liúxínɡbìnɡxué)研究與流行病學(xué)(liúxínɡbìnɡxué)數(shù)據(jù)狹義的流行病學(xué)數(shù)據(jù)（epidemiologicaldata）指任何來自針對明確研究目的而開展特定流行病學(xué)研究所收集的資料。廣義的流行病學(xué)數(shù)據(jù)還包括出于其他目的和用途而收集的、可以用來定量地探索疾病健康或醫(yī)療衛(wèi)生服務(wù)其他問題(wèntí)的資料。即一切可為流行病學(xué)所用的數(shù)據(jù)。目前的臨床大數(shù)據(jù)是個寶庫。第四頁，共四十一頁。2023/3/205二、流行病學(xué)(liúxínɡbìnɡxué)數(shù)據(jù)分析的目的流行病學(xué)數(shù)據(jù)分析是針對明確研究問題、具有明確目的、采用特定方法對流行病學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計整理、統(tǒng)計描述、統(tǒng)計推斷和總結(jié)。流行病學(xué)研究的問題涉及疾病(jíbìng)分布、病因與危險因素、診斷、預(yù)防和治療效果評價等。數(shù)據(jù)分析的根本是正確地回答有意義的問題，而不是統(tǒng)計學(xué)數(shù)字游戲。第五頁，共四十一頁。2023/3/206流行病學(xué)數(shù)據(jù)分析的目的估計有關(guān)統(tǒng)計學(xué)指標(biāo)，如相對危險度；估計該統(tǒng)計學(xué)指標(biāo)的可信區(qū)間；控制可能的混雜因素；分析(fēnxī)劑量反應(yīng)關(guān)系；分析可能的效應(yīng)修飾因子；分析可能存在的偏倚。第六頁，共四十一頁。2023/3/207三、流行病學(xué)數(shù)據(jù)中的變量(biànliàng)分類

典型的流行病學(xué)研究中變量可根據(jù)其用途分為五類：暴露變量：因，自變量，可以有多個結(jié)局變量：果，因變量，是數(shù)據(jù)分析的核心(héxīn)混雜因素：需要控制效應(yīng)修飾因素：需要描述其他變量：第七頁，共四十一頁。2023/3/208按統(tǒng)計學(xué)分類(fēnlèi)定性：二分類和多分類（無序多分類）定量：在多數(shù)流行病學(xué)研究中被轉(zhuǎn)化為分類變量半定量（分級，有序多分類）同一個研究中，因變量和自變量的關(guān)系應(yīng)該是固定的、不能互換。但在不同(bùtónɡ)的研究中，一個變量在這個研究中可能是果，在另一個研究中也可能是因。例如，高血壓可能是遺傳的結(jié)果，血壓也可能是心腦血管事件的原因。第八頁，共四十一頁。2023/3/209四、流行病學(xué)(liúxínɡbìnɡxué)數(shù)據(jù)分析的內(nèi)容

描述研究對象的數(shù)量變動；變量分類和數(shù)據(jù)整理；描述和比較組間基線資料；估計結(jié)局事件發(fā)生頻率；估計效應(yīng)大小及其可信區(qū)間；識別和控制混雜(hùnzá)；識別和測量效應(yīng)修飾作用；識別和測量劑量反應(yīng)關(guān)系；其他分析。第九頁，共四十一頁。2023/3/2010第二節(jié)流行病學(xué)(liúxínɡbìnɡxué)專題研究的數(shù)據(jù)分析一、描述研究對象的數(shù)量變動數(shù)據(jù)分析的第一步須對研究對象數(shù)量隨時間的變動進(jìn)行(jìnxíng)描述，這是判斷選擇偏倚是否存在及其大小的主要依據(jù)；對選樣、抽樣和篩選都應(yīng)交代原則和方法；對退出和失訪都應(yīng)記錄數(shù)量和原因。第十頁，共四十一頁。2023/3/2011第十一頁，共四十一頁。2023/3/2012二、流行病學(xué)變量的分類與數(shù)據(jù)(shùjù)轉(zhuǎn)換轉(zhuǎn)換目的：習(xí)慣、專業(yè)考量、模型限制轉(zhuǎn)換類型：定量轉(zhuǎn)定性或分級，定性轉(zhuǎn)定量轉(zhuǎn)換常用原則：借鑒既往同類研究的分級方法；按照通用(tōngyòng)的分級標(biāo)準(zhǔn)，如年齡可按國際通用(tōngyòng)的嬰兒、幼兒、青少年、青年、中年、老年的年齡切點(diǎn)來分級；把研究人群分成每組人數(shù)均等的3~5組等。第十二頁，共四十一頁。2023/3/2013三、描述(miáoshù)基線資料基線資料就是有關(guān)研究對象代表性和混雜(hùnzá)因素的信息資料?；€資料描述的基本目的：一是交待研究對象的特征，提供其代表人群的信息，據(jù)此判斷結(jié)果的外推人群和外推性；二是評估暴露組和非暴露組之間混雜因素的可比性，檢查存在混雜的可能性。描述基線資料時，通常在總體描述基礎(chǔ)上，對暴露組和非暴露組還要分別進(jìn)行描述。第十三頁，共四十一頁。2023/3/2014四、結(jié)局事件(shìjiàn)發(fā)生的頻率一般要求用率表示，如發(fā)病率。發(fā)病率由三個因素決定：觀察時間、可能發(fā)病的總?cè)藬?shù)和實(shí)際發(fā)病人數(shù)。一般情況(qíngkuàng)下，發(fā)病率的分子是在一定時間內(nèi)發(fā)病的總?cè)藬?shù)。分母則因研究設(shè)計不同而異。當(dāng)發(fā)病率較低，且每個人的觀察時間長短基本一致，可用研究開始時該組人數(shù)作分母計算發(fā)病率，叫做累積發(fā)病率（cumulativeincidence）。當(dāng)結(jié)局事件發(fā)生率較高（如晚期癌癥治療試驗(yàn)中的死亡）或每個人的觀察時間相差較大時，這時可用人時數(shù)（如人年數(shù)，person-years）做分母計算發(fā)病率，稱作人時發(fā)病率（person-timeincidencerate或發(fā)病密度（incidencedensity），第十四頁，共四十一頁。2023/3/2015五、估計(gūjì)效應(yīng)值效應(yīng)就是暴露或治療對結(jié)局作用或影響的大小(dàxiǎo)，多用暴露組與非暴露組或治療組與對照組間發(fā)病率的差別來表達(dá)。第十五頁，共四十一頁。2023/3/2016第十六頁，共四十一頁。2023/3/2017六、估計(gūjì)效應(yīng)可信區(qū)間由于隨機(jī)誤差，各效應(yīng)指標(biāo)的點(diǎn)估計不能代表效應(yīng)的真實(shí)值，可信區(qū)間（ConfidenceInterval，CI）可用來表達(dá)由隨機(jī)誤差引起的效應(yīng)估計值的不確定性。實(shí)踐中一般采用95%可信區(qū)間，可以將其理解為真實(shí)效應(yīng)值有95%的可能在這個(zhège)區(qū)間之內(nèi)。若效應(yīng)指標(biāo)的點(diǎn)估計值為X，標(biāo)準(zhǔn)誤為SE，該效應(yīng)指標(biāo)的95％可信區(qū)間：95％CI＝X±1.96SE，其中，（X－1.96SE）為其下限，（X＋1.96SE）為其上限。第十七頁，共四十一頁。2023/3/2018七、識別和控制(kòngzhì)混雜混雜是由于同一個研究里暴露對某疾病的作用與其他病因的作用交織在一起導(dǎo)致暴露效應(yīng)估計上的誤差。混雜必須同時具備三個條件：其一，是疾病確定的病因或危險因素；其二，不是暴露和疾病間的中間因素；其三，可疑的混雜因素在暴露組和非暴露組的分布不均衡(jūnhéng)。如性別可能就是吸煙與肺癌關(guān)系中的一個混雜因素。第十八頁，共四十一頁。2023/3/2019混雜(hùnzá)的控制就是控制混雜(hùnzá)的第三個條件，辦法有：設(shè)計階段有三種方法：限制、匹配和隨機(jī)分組；數(shù)據(jù)分析階段也有三種方法：直接標(biāo)化法、分層分析和多元回歸分析。第十九頁，共四十一頁。2023/3/2020八、交互作用交互作用不同于混雜。混雜是粗效應(yīng)(xiàoyìng)值估計時的一種偏倚，需要控制和消除；交互作用是效應(yīng)(xiàoyìng)大小隨第三因素暴露強(qiáng)度或劑量變化而變化的現(xiàn)象。區(qū)別交互作用和混雜的方法是一致性檢驗(yàn)。如果層間差異無顯著性（P>0.05），說明不存在交互作用，這時可按混雜處理，可以用一個加權(quán)平均效應(yīng)值來表達(dá)，如果平均效應(yīng)值與粗效應(yīng)值一致，說明無混雜。第二十頁，共四十一頁。2023/3/2021交互作用模型及其相對性

決策(juécè)應(yīng)基于相加模型第二十一頁，共四十一頁。2023/3/2022九、識別和測量劑量(jìliàng)反應(yīng)關(guān)系識別和測量劑量反應(yīng)關(guān)系的分析方法主要(zhǔyào)有分層分析和回歸分析。第二十二頁，共四十一頁。2023/3/2023第三節(jié)常規(guī)收集(shōují)的

流行病學(xué)數(shù)據(jù)的分析常規(guī)數(shù)據(jù)分析的特殊性有三點(diǎn)：第一，對研究問題的設(shè)定和對分析結(jié)果真實(shí)性的評估；第二，由于沒有預(yù)先設(shè)定研究問題，可研究的問題取決于資料內(nèi)容和性質(zhì)；第三，設(shè)計(shèjì)框架不清楚或不完善，存在多種偏倚，結(jié)果真實(shí)性較差或不確定。本節(jié)將以醫(yī)院的病人資料為例，說明常規(guī)數(shù)據(jù)分析的目的、方法、步驟和注意事項(xiàng)。第二十三頁，共四十一頁。2023/3/2024一、常規(guī)數(shù)據(jù)(shùjù)的特征（一）數(shù)據(jù)的時間框架和分類時間框架指數(shù)據(jù)的時間特征，主要分為隨訪數(shù)據(jù)（隊(duì)列數(shù)據(jù)）和非隨訪數(shù)據(jù)（現(xiàn)況數(shù)據(jù)）?，F(xiàn)況數(shù)據(jù)主要探索病人現(xiàn)況、服務(wù)狀況和診斷準(zhǔn)確性，偶爾用于初步探索病因、療效(liáoxiào)和不良反應(yīng)。隊(duì)列數(shù)據(jù)可用于大多數(shù)臨床問題的探索。第二十四頁，共四十一頁。2023/3/2025（二）變量(biànliàng)的特征和分類按照臨床特征可將常規(guī)數(shù)據(jù)中的變量分為治療措施、診斷結(jié)果、病因/危險因素(yīnsù)、預(yù)后因素(yīnsù)、結(jié)局、服務(wù)相關(guān)因素(yīnsù)（如藥價、醫(yī)療保險等）。變量決定可能的研究問題。例如，數(shù)據(jù)中無治療信息，則無法研究療效和副作用；無診斷結(jié)果，則無從研究診斷準(zhǔn)確性。無結(jié)局信息，則不能研究療效、預(yù)后因素、危險因素。第二十五頁，共四十一頁。2023/3/2026二、形成研究(yánjiū)問題根據(jù)數(shù)據(jù)的變量特征，可以初步形成可研究問題(wèntí)的范圍。欲進(jìn)行診斷準(zhǔn)確性研究，數(shù)據(jù)庫里必須有檢查結(jié)果和疾病診斷信息。研究副作用，基線資料中必須有治療信息，隨訪資料中須有副作用的信息。評估療效，基線資料中須有治療的信息，隨訪資料中須有結(jié)局信息。研究危險因素，基線資料中須有可疑病因的信息，隨訪資料中須有有關(guān)疾病的信息。對研究者最大的挑戰(zhàn)不是如何進(jìn)行分析，而是如何形成研究問題？第二十六頁，共四十一頁。2023/3/2027三、常規(guī)數(shù)據(jù)“研究(yánjiū)設(shè)計”的缺陷第二十七頁，共四十一頁。2023/3/2028研究設(shè)計最重要的三個因素是時間、人群和變量。時間因素包括時點(diǎn)還是時間段，如何定義起始時間、時間走向、變量間的時間關(guān)系(guānxì)；人群因素包括人群特征，選擇過程，及比較組的形成；變量因素包括測量指標(biāo)、何時測量、測量的準(zhǔn)確性。通過比較常規(guī)數(shù)據(jù)收集的“設(shè)計框架”和最佳研究設(shè)計，可以發(fā)現(xiàn)常規(guī)數(shù)據(jù)的設(shè)計缺陷，判斷可能引起的偏倚。在時間、人群和變量特征上與最佳設(shè)計的差異，就是常規(guī)數(shù)據(jù)的缺陷所在，也是偏倚可能出現(xiàn)的地方。主要缺陷是非隨機(jī),失訪或變量缺失。第二十八頁，共四十一頁。2023/3/2029四、估計相應(yīng)(xiāngyīng)的指標(biāo)根據(jù)(gēnjù)研究目的以及最佳研究設(shè)計，就能夠確定需要估計的指標(biāo)?，F(xiàn)況研究中，只需要估計有關(guān)變量的均數(shù)和百分?jǐn)?shù)；評估治療效果時，主要估計治療對結(jié)局作用的大小；評估診斷的準(zhǔn)確性，主要估計靈敏度和特異度；研究副作用，主要估計治療對不良結(jié)局的作用大小值。第二十九頁，共四十一頁。2023/3/2030常規(guī)(chángguī)數(shù)據(jù)分析的具體步驟分析數(shù)據(jù)的時間框架和變量的特征；提出可探索的問題，確定最終研究的問題；與最佳研究設(shè)計比較，檢查數(shù)據(jù)的“研究設(shè)計”缺陷；估計必要(bìyào)的指標(biāo)及其可信區(qū)間與其它必要(bìyào)的分析；分析數(shù)據(jù)中可能存在的其他偏倚，例如選擇偏倚、信息偏倚和混雜偏倚；綜合設(shè)計缺陷、偏倚和結(jié)果，對研究問題做出結(jié)論。第三十頁，共四十一頁。2023/3/2031五、評估(pínɡɡū)數(shù)據(jù)中的偏倚分析常規(guī)數(shù)據(jù)時，針對偏倚需考慮以下問題：設(shè)計框架中，是否具有病因（或治療）、結(jié)局和混雜因素的信息(xìnxī)，結(jié)局的測量是否發(fā)生在病因或治療發(fā)生后的一段時間內(nèi)；是否存在選擇偏倚：數(shù)據(jù)代表性及失訪率等；是否存在信息偏倚；是否存在混雜偏倚：有關(guān)混雜因素的基線信息是否完整。第三十一頁，共四十一頁。2023/3/2032（一）評估(pínɡɡū)數(shù)據(jù)中的選擇偏倚很多數(shù)據(jù)的代表性很差或總體不明。病人還經(jīng)過了檢驗(yàn)檢查的選擇。最嚴(yán)重的選擇偏倚是選擇性隨訪和失訪。大多數(shù)病人缺乏結(jié)局(jiéjú)資料可能是我國醫(yī)院常規(guī)數(shù)據(jù)中最大的問題之一。

第三十二頁，共四十一頁。2023/3/2033（二）評估數(shù)據(jù)(shùjù)中的信息偏倚

數(shù)據(jù)的準(zhǔn)確性和可靠性取決于醫(yī)療機(jī)構(gòu)水平的高低；另一個常見問題是數(shù)據(jù)質(zhì)量不一致，原因包括同一個醫(yī)院不同(bùtónɡ)時期使用的檢查儀器、試劑、方法和標(biāo)準(zhǔn)不同(bùtónɡ)，檢驗(yàn)員的水平不同(bùtónɡ)；隨訪時間不足也可能造成測量誤差。第三十三頁，共四十一頁。2023/3/2034（三）評估數(shù)據(jù)中的混雜(hùnzá)偏倚由于利用常規(guī)資料的研究多屬于探索性研究，并不確定哪些因素是混雜因素；即使混雜因素已知，常規(guī)數(shù)據(jù)中常缺乏混雜因素的信息，導(dǎo)致(dǎozhì)無法控制混雜因素；即使收集了混雜因素的數(shù)據(jù)，可能信息質(zhì)量不好，致使混雜的控制不徹底。第三十四頁，共四十一頁。2023/3/2035六、常規(guī)資料(zīliào)的利用診斷方法準(zhǔn)確性的評估急性病住院病人的轉(zhuǎn)歸和預(yù)后圍產(chǎn)期和新生兒問題的研究急診問題的研究罕見疾病的病因和轉(zhuǎn)歸研究疾病危險因素初探藥物毒副作用的研究某類病人特征(tèzhēng)的觀察有關(guān)服務(wù)和用藥的研究。第三十五頁，共四十一頁。2023/3/2036由于常規(guī)數(shù)據(jù)的局限性，其分析目的主要是發(fā)現(xiàn)新問題，提出新假設(shè)，很少用來驗(yàn)證(yànzhèng)和確定研究假設(shè)，不適用于已得到廣泛研究的、存在高質(zhì)量證據(jù)的、基本定論的問題。第三十六頁，共四十一頁。2023/3/2037提高使用效果(xiàoguǒ)的措施利用部分常規(guī)(chángguī)數(shù)據(jù)，再依據(jù)研究問題收集少量新數(shù)據(jù)，可以擴(kuò)展常規(guī)(chángguī)數(shù)據(jù)的研究用途，尤其在診斷準(zhǔn)確性研究、病因和副作用的病例對照研究、罕見病的轉(zhuǎn)歸和預(yù)后研究領(lǐng)域。擴(kuò)大數(shù)據(jù)來源。例如，一個科室或醫(yī)院的病人可能代表性差、失訪率高；如果匯總一個大城市所有醫(yī)院的數(shù)據(jù)，將會大大增加代表性，降低失訪率；電子病歷使跨醫(yī)院和地區(qū)臨床數(shù)據(jù)的合并成為可能。同時利用多