流行病学病例对照研究PPT课件.ppt

2 列联表内数据的卡方检验 3 联系强度测量：计算各分级OR（以不暴露或最低暴露水平作参照） 4 趋势卡方检验 Xi 的取值有两种，一是取每个暴露水平的中点值，另一种方法是第i暴露水平的 Xi=i（参照组为0）。 表6 男性每日吸烟支数与肺癌的关系 每日吸烟支数 0 1- 5- 15- 合计 肺癌 2 33 250 364 649 对照 27 55 293 274 649 合计 29 88 543 638 1298 OR 1.0 8.10 11.52 17.93 X2=43.15 趋势X2=40.01 病例组暴露史 有 无 对照组 暴露史 有 a b 无 c d 1：1配对资料分析 1 整理配对四格表 2 卡方检验（ Mcnemar卡方） 3 联系强度估计 表7 西安市93对男性食管癌与对照的吸烟史 对照 病例 吸烟 不吸烟 合计 吸烟 55 6 61 不吸烟 26 6 32 合计 81 12 93 X2=11.28 OR=4.33 95%CI (1.84~10.08) 1：R匹配资料分析 病例 R个对照中暴露者例数 0 1 2 3 4 … R 有暴露史 n1,0 n1,1 n1,2 n1,3 n1,4 … n1,R 无暴露史 N0,0 N0,1 N0,2 N0,3 N0,4 … N0,R 合计 n0 n1 n2 n3 n4 … nR 1 整理匹配资料表格 2 卡方检验 大样本资料 小样本资料 Tm=n1,m-1+n0,m；自由度为1 3 联系强度估计 表8 人工流产史与异位妊娠之间关系的调查结果 病例 4个对照中有人工流产史的人数 0 1 2 3 4 有人工流产史 3 5 3 0 1 无人工流产史 5 1 0 0 0 X2=13.598，P<0.01； ORM-H=33；OR95%CI(5.95，211.6) 病因分值（attributable fraction, AF） 暴露人群的病因分值（AFe） 指暴露人群某疾病的发病中，由该暴露引起的发病占全部发病的比例。 病因分值（attributable fraction, AF） 人群的病因分值（AFp） 指总人群某疾病的发病中，由该暴露引起的发病占全部发病的比例。 常见偏倚及其控制 1.选择偏倚（selection bias） 产生的原因：选择的研究对象不能代表总体人群 常见的选择偏倚 入院率偏倚: 也叫 Berkson偏倚 指利用医院就诊或住院病人作为研究对象时，由于入院率或就诊机会不同而导致的偏倚。 选择偏倚的控制： 尽量选择有代表性的人群 尽可能地从多家(类)医院选择病例与对照 现患-新发病例偏倚：也叫Neyman偏倚 凡因现患病例与新病例的构成不同，只调查典型或现患病例，致使调查结果出现的误差。 2.信息偏倚（information bias） 回忆：多次、有技巧地询问 调查：统一、盲法 3.混杂偏倚（confounding bias） 设计阶段：限制、配比 调查阶段：分层抽样 分析阶段：分层、标化、多因素 优缺点-1 优点 特别适用于罕见病，样本需要量小 省时省力省钱，易于组织实施 适于潜伏期长的慢性病，出结果快 可同时研究多个暴露和某疾病的关系，特别适合探索性病因研究 有诸多现存资料可供查阅 无调查风险 缺点 不适于暴露率低的疾病 难以避免选择偏倚 难以避免回忆偏倚 论证因果关系的能力较弱 不能用于确定暴露的其它可能的健康作用 优缺点-2 实例1 吸烟与肺癌的关系（1：1匹配） 病例：肺癌（伦敦20所医院及其他几个地区，确诊的肺癌，1465例） 对照：1：1匹配。胃癌、肠癌及其他非癌症住院病人，1465例。 按性别、年龄组、种族、职业、社会阶层等条件匹配 资料收集：调查员根据调查表询问 例1 为研究某市肺癌与吸烟的关系，欲进行一次病例对照研究。 已知普通人群中吸烟率 P0=30%；OR=5.0。设α=0.05（双侧），β＝0.10。 问需要多少病例与对照? 样本含量计算 α、β值查表，Zα为1.64， Zβ为1.28。 代入公式得： 病例组与对照组，各需30人。 非匹配设计两组例数不等时（设病例：对照=1：c) 病例数=n；对照数=cn 样本含量的确定-3 样本含量的确定-4 1：1 匹配设计 （m为不一致的对子数；M为总对子数） 例2 研究口服避孕药与先天性心脏病的关系，拟进行配对病例对照研究。 估计的RR=2.0，已知对照组的暴露比例P0=30%；设α=0.05（双侧），β＝0.10。 问需要的病例和对照的总对子数M是多少? 样本含量计算 α、β值查表，Zα为1.64， Zβ为1.28。 代入公式得： 需要的病例组