流行病學(xué)數(shù)據(jù)統(tǒng)計(jì)分析策略

流行病學(xué)數(shù)據(jù)統(tǒng)計(jì)分析策略中南大學(xué)湘雅公共衛(wèi)生學(xué)院譚紅專(zhuān)教授2023/9/112主要內(nèi)容概述專(zhuān)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)的分析2023/9/113第一節(jié)概述流行病學(xué)研究與流行病學(xué)數(shù)據(jù)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(lèi)流行病學(xué)數(shù)據(jù)分析的內(nèi)容2023/9/114一、流行病學(xué)研究與流行病學(xué)數(shù)據(jù)狹義的流行病學(xué)數(shù)據(jù)（epidemiologicaldata）指任何來(lái)自針對(duì)明確研究目的而開(kāi)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(lái)定量地探索疾病健康或醫(yī)療衛(wèi)生服務(wù)其他問(wèn)題的資料。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(gè)寶庫(kù)。2023/9/115二、流行病學(xué)數(shù)據(jù)分析的目的流行病學(xué)數(shù)據(jù)分析是針對(duì)明確研究問(wèn)題、具有明確目的、采用特定方法對(duì)流行病學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理、統(tǒng)計(jì)描述、統(tǒng)計(jì)推斷和總結(jié)。流行病學(xué)研究的問(wèn)題涉及疾病分布、病因與危險(xiǎn)因素、診斷、預(yù)防和治療效果評(píng)價(jià)等。數(shù)據(jù)分析的根本是正確地回答有意義的問(wèn)題，而不是統(tǒng)計(jì)學(xué)數(shù)字游戲。2023/9/116流行病學(xué)數(shù)據(jù)分析的目的估計(jì)有關(guān)統(tǒng)計(jì)學(xué)指標(biāo)，如相對(duì)危險(xiǎn)度；估計(jì)該統(tǒng)計(jì)學(xué)指標(biāo)的可信區(qū)間；控制可能的混雜因素；分析劑量反應(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。2023/9/117三、流行病學(xué)數(shù)據(jù)中的變量分類(lèi)

典型的流行病學(xué)研究中變量可根據(jù)其用途分為五類(lèi)：暴露變量：因，自變量，可以有多個(gè)結(jié)局變量：果，因變量，是數(shù)據(jù)分析的核心混雜因素：需要控制效應(yīng)修飾因素：需要描述其他變量：2023/9/118按統(tǒng)計(jì)學(xué)分類(lèi)定性：二分類(lèi)和多分類(lèi)（無(wú)序多分類(lèi)）定量：在多數(shù)流行病學(xué)研究中被轉(zhuǎn)化為分類(lèi)變量半定量（分級(jí)，有序多分類(lèi)）同一個(gè)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。但在不同的研究中，一個(gè)變量在這個(gè)研究中可能是果，在另一個(gè)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。2023/9/119四、流行病學(xué)數(shù)據(jù)分析的內(nèi)容

描述研究對(duì)象的數(shù)量變動(dòng)；變量分類(lèi)和數(shù)據(jù)整理；描述和比較組間基線資料；估計(jì)結(jié)局事件發(fā)生頻率；估計(jì)效應(yīng)大小及其可信區(qū)間；識(shí)別和控制混雜；識(shí)別和測(cè)量效應(yīng)修飾作用；識(shí)別和測(cè)量劑量反應(yīng)關(guān)系；其他分析。2023/9/1110第二節(jié)流行病學(xué)專(zhuān)題研究的數(shù)據(jù)分析一、描述研究對(duì)象的數(shù)量變動(dòng)數(shù)據(jù)分析的第一步須對(duì)研究對(duì)象數(shù)量隨時(shí)間的變動(dòng)進(jìn)行描述，這是判斷選擇偏倚是否存在及其大小的主要依據(jù)；對(duì)選樣、抽樣和篩選都應(yīng)交代原則和方法；對(duì)退出和失訪都應(yīng)記錄數(shù)量和原因。2023/9/11112023/9/1112二、流行病學(xué)變量的分類(lèi)與數(shù)據(jù)轉(zhuǎn)換轉(zhuǎn)換目的：習(xí)慣、專(zhuān)業(yè)考量、模型限制轉(zhuǎn)換類(lèi)型：定量轉(zhuǎn)定性或分級(jí)，定性轉(zhuǎn)定量轉(zhuǎn)換常用原則：借鑒既往同類(lèi)研究的分級(jí)方法；按照通用的分級(jí)標(biāo)準(zhǔn)，如年齡可按國(guó)際通用的嬰兒、幼兒、青少年、青年、中年、老年的年齡切點(diǎn)來(lái)分級(jí)；把研究人群分成每組人數(shù)均等的3~5組等。2023/9/1113三、描述基線資料基線資料就是有關(guān)研究對(duì)象代表性和混雜因素的信息資料。基線資料描述的基本目的：一是交待研究對(duì)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(píng)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(shí)，通常在總體描述基礎(chǔ)上，對(duì)暴露組和非暴露組還要分別進(jìn)行描述。2023/9/1114四、結(jié)局事件發(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(gè)因素決定：觀察時(shí)間、可能發(fā)病的總?cè)藬?shù)和實(shí)際發(fā)病人數(shù)。一般情況下，發(fā)病率的分子是在一定時(shí)間內(nèi)發(fā)病的總?cè)藬?shù)。分母則因研究設(shè)計(jì)不同而異。當(dāng)發(fā)病率較低，且每個(gè)人的觀察時(shí)間長(zhǎng)短基本一致，可用研究開(kāi)始時(shí)該組人數(shù)作分母計(jì)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(gè)人的觀察時(shí)間相差較大時(shí)，這時(shí)可用人時(shí)數(shù)（如人年數(shù)，person-years）做分母計(jì)算發(fā)病率，稱(chēng)作人時(shí)發(fā)病率（person-timeincidencerate或發(fā)病密度（incidencedensity），2023/9/1115五、估計(jì)效應(yīng)值效應(yīng)就是暴露或治療對(duì)結(jié)局作用或影響的大小，多用暴露組與非暴露組或治療組與對(duì)照組間發(fā)病率的差別來(lái)表達(dá)。2023/9/11162023/9/1117六、估計(jì)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(jì)不能代表效應(yīng)的真實(shí)值，可信區(qū)間（ConfidenceInterval，CI）可用來(lái)表達(dá)由隨機(jī)誤差引起的效應(yīng)估計(jì)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(gè)區(qū)間之內(nèi)。若效應(yīng)指標(biāo)的點(diǎn)估計(jì)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。2023/9/1118七、識(shí)別和控制混雜混雜是由于同一個(gè)研究里暴露對(duì)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(jì)上的誤差。混雜必須同時(shí)具備三個(gè)條件：其一，是疾病確定的病因或危險(xiǎn)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。如性別可能就是吸煙與肺癌關(guān)系中的一個(gè)混雜因素。2023/9/1119混雜的控制就是控制混雜的第三個(gè)條件，辦法有：設(shè)計(jì)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。2023/9/1120八、交互作用交互作用不同于混雜?；祀s是粗效應(yīng)值估計(jì)時(shí)的一種偏倚，需要控制和消除；交互作用是效應(yīng)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(wú)顯著性（P>0.05），說(shuō)明不存在交互作用，這時(shí)可按混雜處理，可以用一個(gè)加權(quán)平均效應(yīng)值來(lái)表達(dá)，如果平均效應(yīng)值與粗效應(yīng)值一致，說(shuō)明無(wú)混雜。2023/9/1121交互作用模型及其相對(duì)性

決策應(yīng)基于相加模型2023/9/1122九、識(shí)別和測(cè)量劑量反應(yīng)關(guān)系識(shí)別和測(cè)量劑量反應(yīng)關(guān)系的分析方法主要有分層分析和回歸分析。2023/9/1123第三節(jié)常規(guī)收集的

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(duì)研究問(wèn)題的設(shè)定和對(duì)分析結(jié)果真實(shí)性的評(píng)估；第二，由于沒(méi)有預(yù)先設(shè)定研究問(wèn)題，可研究的問(wèn)題取決于資料內(nèi)容和性質(zhì)；第三，設(shè)計(jì)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(shuō)明常規(guī)數(shù)據(jù)分析的目的、方法、步驟和注意事項(xiàng)。2023/9/1124一、常規(guī)數(shù)據(jù)的特征（一）數(shù)據(jù)的時(shí)間框架和分類(lèi)時(shí)間框架指數(shù)據(jù)的時(shí)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)）。現(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、療效和不良反應(yīng)。隊(duì)列數(shù)據(jù)可用于大多數(shù)臨床問(wèn)題的探索。2023/9/1125（二）變量的特征和分類(lèi)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(xiǎn)因素、預(yù)后因素、結(jié)局、服務(wù)相關(guān)因素（如藥價(jià)、醫(yī)療保險(xiǎn)等）。變量決定可能的研究問(wèn)題。例如，數(shù)據(jù)中無(wú)治療信息，則無(wú)法研究療效和副作用；無(wú)診斷結(jié)果，則無(wú)從研究診斷準(zhǔn)確性。無(wú)結(jié)局信息，則不能研究療效、預(yù)后因素、危險(xiǎn)因素。2023/9/1126二、形成研究問(wèn)題根據(jù)數(shù)據(jù)的變量特征，可以初步形成可研究問(wèn)題的范圍。欲進(jìn)行診斷準(zhǔn)確性研究，數(shù)據(jù)庫(kù)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(píng)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(xiǎn)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(duì)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(wèn)題？2023/9/1127三、常規(guī)數(shù)據(jù)“研究設(shè)計(jì)”的缺陷2023/9/1128研究設(shè)計(jì)最重要的三個(gè)因素是時(shí)間、人群和變量。時(shí)間因素包括時(shí)點(diǎn)還是時(shí)間段，如何定義起始時(shí)間、時(shí)間走向、變量間的時(shí)間關(guān)系；人群因素包括人群特征，選擇過(guò)程，及比較組的形成；變量因素包括測(cè)量指標(biāo)、何時(shí)測(cè)量、測(cè)量的準(zhǔn)確性。通過(guò)比較常規(guī)數(shù)據(jù)收集的“設(shè)計(jì)框架”和最佳研究設(shè)計(jì)，可以發(fā)現(xiàn)常規(guī)數(shù)據(jù)的設(shè)計(jì)缺陷，判斷可能引起的偏倚。在時(shí)間、人群和變量特征上與最佳設(shè)計(jì)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。2023/9/1129四、估計(jì)相應(yīng)的指標(biāo)根據(jù)研究目的以及最佳研究設(shè)計(jì)，就能夠確定需要估計(jì)的指標(biāo)?，F(xiàn)況研究中，只需要估計(jì)有關(guān)變量的均數(shù)和百分?jǐn)?shù)；評(píng)估治療效果時(shí)，主要估計(jì)治療對(duì)結(jié)局作用的大?。辉u(píng)估診斷的準(zhǔn)確性，主要估計(jì)靈敏度和