>>>2017年公衛(wèi)助理醫(yī)師《流行病》章節(jié)講義匯總

　　>>>關(guān)注“考試吧執(zhí)業(yè)醫(yī)師”微信，獲取精華復習資料

　　第六節(jié) 資料的整理與分析

　　一、基本整理模式：根據(jù)統(tǒng)計分析的要求，隊列研究的資料一般整理成下表的模式。

　　二、人時的計算：常用的人時單位是人年，常用有：

　　1、以個人為單位計算暴露人年(精確法) 如樣本不太大時，可用此法計算。

　　2、近似法計算暴露人年：不知道每個隊列成員進入與退出的具體時間或樣本太大時用該法。即平均人數(shù)乘以觀察年數(shù)得到總?cè)四陻?shù)，平均人數(shù)一般取相鄰兩年的年初人口的平均數(shù)或年中人口數(shù)。

　　3、壽命表法：觀察對象人數(shù)較多，難以用精確法計算暴露人年，但又要求有一定的精度時用此法。

　　三、率的計算

　　(一)常用指標：

　　1、累積發(fā)病率(cumulative incidence)：用觀察開始時的人口數(shù)作分母，以整個觀察期內(nèi)的發(fā)病(或死亡)人數(shù)為分子，變化范圍為0~1，其流行病學意義有賴于對累積時間長度的說明。

　　2、發(fā)病密度(incidence density)：有各種失訪及每個對象被觀察的時間不一樣等使資料不整齊。此時需以觀察人時為分母計算發(fā)病率，用人時為單位計算出來的率帶有瞬時頻率性質(zhì)稱為發(fā)病密度。最常用的人時單位是人年，以此求出人年發(fā)病(死亡)率。發(fā)病密度的量值變化范圍是從0到無窮大。

　　3、標化比：當研究對象數(shù)目較少，結(jié)局事件的發(fā)生率比較低時，是以全人口發(fā)病(死亡)率做為標準，算出該觀察人群的理論發(fā)病(死亡)人數(shù)，即預期發(fā)病(死亡)人數(shù)，再求觀察人群中實際發(fā)病(死亡)人數(shù)與此預期發(fā)病人數(shù)之比，即得標化發(fā)病(死亡)比。

　　最常用的指標為標化死亡比(standardized mortality ratio, SMR)，標化比實際上不是率，而是以全人口的發(fā)病(死亡)率做為對照組而計算出來的比。

　　例如某廠30-40歲組工人有500名，某年內(nèi)有2人死于肺癌，已知該年全人口30-40歲組肺癌的死亡率2‰，求其SMR。已知O=2，E=500×2‰=1 SMR=2/1=2：即某廠30-40歲年齡組工人死于肺癌的危險達到相應一般人群的2倍。

　　如果某單位的歷年人口資料不能得到，而僅有死亡人數(shù)、原因、日期和年齡，則可改算標化比例死亡比(standardized proportional mortality ratio, SPMR)。是以全人口中某病因死亡占全部死亡之比例乘以某單位實際全部死亡數(shù)而得出某病因的預期死亡數(shù)，然后計算實際死亡數(shù)與預期死亡數(shù)之比。

　　例如某廠某年30-40歲年齡組工人死亡總數(shù)為100人，其中因肺癌死亡5人，全人口中該年30-40歲組肺癌死亡占全死因死亡的比例為2.2%，則SPMR=5/(100*2.2%)=2.27。即某廠30-40歲年齡組肺癌死亡的危險為一般人群的2.27倍。

　　(二)顯著性檢驗：隊列研究為抽樣研究，發(fā)現(xiàn)兩組率有差別時，要考慮抽樣誤差的可能，進行統(tǒng)計學顯著性檢驗。

　　1、U檢驗：當研究樣本量較大，p和1-p都不太小，如np和n(1-p)均大于5時，樣本率的頻數(shù)分布近似正態(tài)分布，此時可應用正態(tài)分布的原理來檢驗率的差異是否有顯著性，即用U檢驗法來檢驗暴露組與對照組之間率的差異。

　　P1為暴露組的率，P0為對照組的率，n1為暴露組觀察人數(shù)，n0為對照組的觀察人數(shù)，Pc為合并樣本率，其中X1和X0分別為暴露組和對照組結(jié)局事件的發(fā)生數(shù)。求出u值后，查u界值表得P值，按所取的檢驗水準即可作出判斷。

　　2. 其他檢驗方法：如果率比較低，樣本較小時，可改用直接概率法、二項分布檢驗或泊松(Poisson)分布檢驗;率差的顯著性檢驗可以利用的四格表資料的卡方檢驗;對SMR或SPMR的檢驗，實際是所得結(jié)果值偏離1的檢驗，其檢驗方法可用X2檢驗或計分檢驗(score test)。

　　四、效應的估計：

　　隊列研究的最大優(yōu)點就在于它可以直接計算出研究對象的結(jié)局的發(fā)生率，能直接計算出暴露組與對照組之間的率比和率差，即相對危險度RR(relative risk)與歸因危險度A(attributable risk)，從而可直接準確地評價暴露的效應。

　　1、相對危險度(RR)也叫危險比(risk ratio)或率比(rate ratio)，是反映暴露與發(fā)病(死亡)關(guān)聯(lián)強度的最有用的指標，式中Ie和Io分別代表暴露組和非暴露組的率。

　　RR表明暴露組發(fā)病或死亡的危險是非暴露組的多少倍。RR值越大，表明暴露的效應越大，暴露與結(jié)局關(guān)聯(lián)的強度越大。RR算出的只是一個點估計值，是一個樣本值。若要估計數(shù)值的總體范圍，應考慮到抽樣誤差的存在，需計算其可信區(qū)間，通常用95%可信區(qū)間。常用的有Woolf法和Miettinen法。如Woolf法。lnRR的95%可信區(qū)間=其反自然對數(shù)即為RR的95%可信區(qū)間。

　　2. 歸因危險度(AR) 又叫特異危險度、率差(rate difference, RD)和超額危險度(excess risk)，是暴露組發(fā)病率與對照組發(fā)病率相差的絕對值，它表示危險特異地歸因于暴露因素的程度。

　　RR說明暴露者與非暴露者比較增加相應疾病危險的倍數(shù);AR則一般是對人群而言，暴露人群與非暴露人群比較，所增加的疾病發(fā)生數(shù)量，如果暴露因素消除，就可減少這個數(shù)量的疾病發(fā)生。前者具有病因?qū)W的意義，后者更具有疾病預防和公共衛(wèi)生學上的意義。以表4-9，從RR看，吸煙對肺癌的作用較大，病因聯(lián)系較強;從AR看，吸煙對心血管疾病的作用較大，預防所取得的社會效果將更大。

　　3. 歸因危險度百分比(AR%)：又稱為病因分值EF(etiologic fraction)，是指暴露人群中的發(fā)病或死亡歸因于暴露的部分占全部發(fā)病或死亡的百分比。

　　4、人群歸因危險度(population attributable risk，PAR)與人群歸因危險度百分比(PAR%) 人群歸因危險度百分比也叫人群病因分值(population etiologic fraction, PEF)。

　　PAR是指總?cè)巳喊l(fā)病率中歸因于暴露的部分，而PAR%是指PAR占總?cè)巳喝�部發(fā)病(或死亡)的百分比。RR和AR都說明暴露的生物學效應，即暴露的致病作用有多大;而PAR和PAR%則說明暴露對一個具體人群的危害程度，以及消除這個因素后可能使發(fā)病率或死亡率減少的程度，它既與RR和AR有關(guān)，又與人群中暴露者的比例有關(guān)。

　　5. 劑量反應關(guān)系的分析：如果某種暴露存在劑量效應關(guān)系，即暴露的劑量越大，其效應越大，則該種暴露作為病因的可能性就增大。其分析方法是先列出不同暴露水平下的發(fā)病率，然后以最低暴露水平組為對照，計算各暴露水平的相對危險度和率差。必要時，應對率的變化作率的趨勢性檢驗。

長按二維碼關(guān)注即可獲得醫(yī)師資格證

獲取2套仿真內(nèi)部資料

獲取10頁精華點題講義

獲取醫(yī)師筆試歷年真題

獲取2017醫(yī)師最新資訊

執(zhí)業(yè)醫(yī)師萬題庫下載丨微信搜索"考試吧執(zhí)業(yè)醫(yī)師考試"

　　相關(guān)推薦：

　　考試吧：2017年執(zhí)業(yè)醫(yī)師考試的幾點復習建議

　　萬題庫：公衛(wèi)助理醫(yī)師考試真題每日一練匯總

　　2017公衛(wèi)助理醫(yī)師《實踐技能》考試預習資料匯總