病例对照研究课件

病例對照研究

分析性研究

（analyticalepidemiology）病例對照研究(case-controlstudy)和佇列研究(cohortstudy)均屬於分析性的研究。

病例對照研究是分析流行病學研究方法中最基本、最重要的的研究類型之一，是驗證病因假說的重要工具，是一種由果及因的回顧性研究方式。

分析性流行病學常使用的術語

危險因素：是指當此因素存在時能造成人群發病率上升的內外環境因素。保護因素：是指當此因素存在時能造成人群發病率下降的內外環境因素。暴露：指是否具有或接觸危險因素。病例對照研究的定義：比較患某病的人與未患該病的對照者暴露於某個可能的危險因素的差異，從而確定這種因素與該病之間是否存在聯繫及聯繫程度的研究。病例對照研究基本原理

以確診的患有某種特定疾病的病人作為病例，以不患有該病但具有可比性的個體作為對照，通過詢問、實驗室檢查或復查病史，搜集既往各種可能的危險因素暴露史、測量並比較病例組與對照組各因素的暴露比例，經統計學檢驗該因素與疾病之間是否存在統計學關聯。從而達到探索和檢驗疾病病因假說的目的。源人群特定疾病病人不患有該病收集數據統計學檢驗統計學關聯評估偏倚病因推斷探索和檢驗病因假說可比基本原理病例和對照的選擇特定疾病的病人未患該病的人特點

是一種回顧性研究是一種從“果”到“因”的研究設有對照組病例對照研究設計病例(有病者)暴露非暴露某人群對照(無病者)暴露非暴露調查方向時間病例對照研究資料整理表

OR：(a/c)/(b/d)=ad/bc病例對照研究的用途病例對照研究主要用於研究病因未明或多因素疾病的病因，或稱危險因素。（年輕女性陰道腺癌與母親妊娠期服用乙烯雌酚的關係）

研究背景

研究步驟

研究結果實例研究背景

美國波士頓Vincent紀念醫院婦產科醫生Herbst發現，1966～1969年收治7例陰道腺癌患者，均為15歲～22歲女青年。通常陰道癌僅占女性生殖系統癌的2%，陰道腺癌僅占陰道癌的5%～10%，非常罕見，而這7例全是腺癌；過去年齡均大於25歲，而這7例全在15歲～22歲之間Herbst對陰道腺癌危險因素進行探索7例病人加上另一個醫院的１例陰道腺癌患者作為病例組

每個病人配4個對照，共32個對照用標準調查表對病例、對照與她們的母親進行了調查研究，經統計學處理後的主要結果見表研究步驟表陰道腺癌病例與對照的母親主要暴露因素的比較研究結果研究結果在比較的因素中，只有三個因素有顯著差別母親懷孕期間使用過己烯雌酚激素治療(P<0.00001)母親以前流產史(P<0.01)此次懷孕陰道出血史(P<0.05)因有後兩個因素存在才使用己烯雌酚治療做出結論：母親在妊娠早期服用己烯雌酚使她們在子宮中的女兒以後發生陰道腺癌的危險性增加（一）病例與對照不匹配（二）病例與對照匹配病例對照研究的類型（一）病例與對照不匹配

又稱成組比較法，按與病例組可比的原則，選擇一定數量的對照。（二）病例與對照匹配1、什麼是匹配

匹配（matching）或稱配比：要求對照在某些因素或特徵上與病例保持一致。匹配：是一種常用的選擇對照的方法。

2、為什麼匹配

提高研究效率,表現為每個研究對象提供的資訊量增加。控制混雜因素的作用，當然分層分析也可以控制混雜因素3、怎樣匹配頻數匹配（frequencymatching）：匹配的因素在對照組和病例組所占的比例一致，即是匹配因素的分佈相同。它是整體的匹配。比如某項研究中按性別匹配，病例組男女各半，則對照組也應如此。個體匹配,配對（pairmatching）：以病例和對照的個體為單位進行匹配。有1:1，1:2，1:3，……1:R匹配。兩者的區別主要是匹配的單位不同。關於何時運用頻數匹配或者運用配對，主要根據研究目的，所需樣本量，匹配因素的性質，研究現場實際情況綜合考慮。研究罕見病，病例少，多用個體匹配。按照年齡，匹配，多考慮用頻數匹配。按照特定混雜因素多用個體匹配。注意以上只是慣常的思維，並不絕對。具體情況具體分析。匹配因素必須選擇那些明確（clearly）能引起混雜作用的因數。年齡，性別，常被用於匹配。匹配的比例

個體匹配時，以M代表對照的個數，研究效率＝M/(M+1)。一般來講，比例M越大，統計效率越高。但比例數與效率的提高不成比例，兩者的關係見表。所以對照和病例的比例以不超過4為宜。對照/病例比例與效率關係對照/病例理論上可獲得資訊量(%)淨增資訊量(%)15050267173758480558334、匹配中的問題

匹配的比例（個體匹配）匹配過頭匹配過頭把不必要的專案列入匹配會造成匹配過頭。增加了選擇對照的難度，降低了研究效率。使病例與對照儘量一致，就可能徒然丟失資訊。為防止匹配過頭：認真分析各種因素，在保證可比性的前提下選擇最少的匹配因素。不能匹配的因素絕不匹配。不必要的因素絕不匹配。一般情況下僅選擇年齡、性別作為匹配因素。匹配的得與失得：提高研究效率，提高統計學功效，增加OR的精確性；控制潛在混雜變數的混雜作用。失：ⓐ增加對照選擇的難度。延長收集數據的時間。ⓑ不能分析匹配因素和疾病及其他因素的關係。ⓒ把不必要的專案列入匹配，不僅造成資訊浪費，資源浪費，掌握不好，還可導致匹配過度。所以，匹配並非一定要用。但為了特定的目的如提高研究效率和控制混雜因素作用則需要匹配。一般除年齡、性別或已知的、明確的混雜因數之外，對於其他因素是否引入匹配須持慎重態度，以防止匹配過度及徒增費用和難度。一、提出假設二、擬訂研究計畫

1、選擇適宜的對照形式

2、病例與對照的來源與選擇

3、樣本含量的估計

4、研究因素三、實施研究計畫四、分析、寫出研究報告病例對照研究的步驟提出假設

根據以往疾病分佈研究或現況調查結果並結合文獻，提出病因假設明確研究目的，選擇適宜的對照形式原則廣泛探索病因，採用不匹配或頻數匹配罕見病採用個體匹配形式成組比較法匹配法

病例與對照的選擇

進行病例對照研究時，病例組與對照組的正確選擇是該研究成敗的關鍵。基本原則代表性

病例能代表總體的病例對照能代表產生病例的總體人群或源人群可比性

兩組主要特徵方面無明顯差異病例的選擇

要求診斷可靠，儘量使用金標準病例內外部特徵的限制

內部━━患病部位、病理類型。

外部━━年齡、性別、種族。病例類型的選擇

新發、現患、死亡。

病例的選擇

來源總體人群中的全部病例或者隨機樣本人群中的全部病例醫院住院或門診的病例對照的選擇

要求

候選對象必須來自產生病例的總體，即來自同一人群；未患此病的人（可以是其他疾病）；對照一旦發生所研究的疾病便成為病例組的研究對象不能有共同危險因素的疾病病人；除研究因素外其他條件一致；

來源研究的總體人群或抽樣人群中具有代表性的非病例醫院中患有其他疾病的病人親屬、鄰居、同事、同學等樣本大小的估計

1、有關的影響因素：

（1）、研究因素在對照組中的暴露率；

（2）、估計該因素引起相對危險度；

（3）、希望達到的精確度；

（4）、希望達到的檢驗把握度；

（5）、是單側還是雙側檢驗；

2、估計的方法：

樣本只是一個估計值，過大、過小都不好。（一）有關參數病例組的暴露率（P1

）和對照組暴露（P0

）優勢比（oddsratio,OR）α值把握度1-β（二）方法查表法公式法：

計算應用下列公式:

非匹配設計的樣本量計算

Zα與Zβ分別為與α及β值對應的標準正態分佈分位數，p0與p1分別為對照組及病例組估計的某因素暴露史的比例。

正態分佈的分位數表───────────────────────────────

Zα(單側檢驗)Zα(雙側檢驗)α或βZβ(單側和雙側)───────────────────────────────0.0013.0903.2900.0022.8783.0900.0052.5762.8070.0102.3262.5760.0202.0582.3260.0251.9602.2420.0501.6451.9600.1001.2821.6450.2000.8421.282───────────────────────────────研究因素的確定和資料的收集（一）研究因素的確定

1、變數的選定

2、變數的標準

3、變數的測量

4、變數的可靠性例：吸煙史你吸煙嗎？否

是（如答是，請回答問題2）你過去吸煙嗎？是

否（如答否,

請回答飲酒史）2.你多大年紀開始吸煙

歲，共吸煙多少年

年?戒煙時間

年

月戒煙原因3.你一般平均每天吸多少支煙？（√）

40支以上

20支以上

,10支以上

10支以下

,

只是偶爾吸

.（二）資料來源與收集1、資料來源2、調查的含義及實施時遵循的原則3、調查表

資料整理與分析描述性分析推斷性統計分析

推論因素與疾病關聯描述性分析

1、描述研究對象的一般特徵：研究對象人數及各種特徵的構成、如性別、年齡、職業、疾病類型的分佈等.

2、均衡性檢驗：比較兩組某些基本特徵是否相似或齊同.目的是檢驗病例組與對照組是否有可比性。推斷性統計分析成組資料整理的格式非匹配和頻率匹配設計資料可以整理為：

（1）顯著性檢驗

（2）聯繫強度

計算暴露與疾病關聯的強度暴露與疾病的關聯強度用相對危險度(relativerisk,RR)表示，即暴露組發病率（或死亡率）與非暴露組發病率（或死亡率）之比。在病例對照研究中，由於a/n1

和c/n0不能代表暴露組和非暴露組的發病率或死亡率，所以不能直接計算相對危險度。在病例對照研究中，如果所研究疾病的發病率較低(<5%)，可用比值比(oddratio,OR)來估計相對危險度。1.相對危險度(relativerisk,RR)

RR=P1/P0

表示暴露陽性者發病危險是暴露陰性者的幾倍。

2.比值比，優勢比(oddsratio,OR)OR=ad/bcOR特點優勢比反映暴露者患某種疾病的危險性較無暴露者高的程度如果能滿足2個條件

①所研究疾病的發病率（死亡率）很低②病例對照研究中所選擇的研究對象代表性好

OR≈RR

RR=1，說明暴露因素與疾病無關聯。

RR>1，說明暴露因素與疾病存在“正”關聯，暴露因素是疾病的危險因素。

RR<1，說明暴露因素與疾病存在“負”關聯，暴露因素是疾病的保護因素。

95%的可信範圍是在2.18～3.78之間例：食管癌發病因素的研究（一）成組設計分析χ2

檢驗傳統的四格表的專用公式Ｍantel-Haenszel(M-H)方法OR計算與可信限的估計及其意義OR95%C.I.1.χ2

檢驗四格表的專用公式M-H法公式其中E(α)

為a的期望值；V(α)為a的方差

兩種方法計算結果一致，表明吸煙與食管癌有聯繫，但聯繫強度如何，要計算OR2.OR計算與可信限的估計及其意義

Miettinen法的OR可信限：結果表明吸煙者患食管癌的危險性是不吸煙者的2.87倍，95%的可信範圍是在2.18～3.78之間

混雜因素作用的估計與分層分析

分層分析的方法識別混雜因素計算合併OR與χ2值混雜因素具備的條件1、是該疾病的危險因素之一2、與所研究的因素有聯繫3、不是所研究的因素與疾病之間發病機制的中間環節如何判斷可疑的混雜因素並是否需要調整cOR（粗的、未調整的OR）ORi（第i層的OR）１、視cOR／ORi的比值而定。cOR／ORi接近１，可以不作調整。２、混雜因素分佈的差異有無顯著性。分層分析

分層分析的目的是排除混雜因素的干擾。分層就是把研究人群按其特徵分為不同層次然後分別分析各層中暴露與疾病的關聯性。

年齡

例：肺癌年齡可能是混雜因素

吸煙

混雜因素：是指與研究因素和研究疾病均有關。若在比較人群組中分布不均，可以歪曲因素與疾病之間真正聯繫的因素。分層分析的步驟如下

（1）按歸納表整理資料，先不分層，計算X2和OR；（2）按估計的混雜因素分層，並計算各層Xi2和ORi

（3）判斷分層因素與研究因素和疾病的關係；（4）計算X2MN,ORMN和95%CI；（5）判斷分層因素是否為混雜因素：

OR（分層前）≈

ORMH

無混雜存在。

OR（分層前）>ORMH正相關。

OR（分層前）<ORMH負相關。口服避孕藥（ＯＣ）與心機梗死的病例對照研究結果服ＯＣ未服ＯＣ合計ＭＩ３９１１４１５３對照２４１５４１７８合計６３２６８３３１cOR＝２.19口服避孕藥（ＯＣ）與心機梗死的病例對照研究結果表例．

按年齡分層後的結果<40歲>=40歲

ＯＣ(+)ＯＣ(-)合計ＯＣ(+)ＯＣ(-)合計ＭＩ21

26471888106對照175976795102合計388512325183208OR1＝2.80OR2＝2.78cOR/OR1=0.78cOR/OR2=0.78調整混雜因素的方法(分層分析)按可疑因素的特徵分成不同的層次在每一層內分別分析疾病與暴露的聯繫比較分層前與分層後的差異(按cOR／ORi的大小)判斷被分層的可疑因素是否存在混雜

存在混雜調整調整混雜因素的方法(分層分析)Mantel-Haenszel氏法ORMH=∑(aidi/ti)/∑(bici/ti)參表例，ORMH=２.79cOR＝２.19

計算總的卡方值和OR值的95%可信區間分層資料－Mantel-Haenszel計算Mantel-Haenszel卡方值

∑E(ai)=∑m1in1i/ti

分層分析實例如何控制混雜因素實驗設計階段：匹配資料分析階段：分層分析，多因素logistic回歸劑量反應關係分析

吸煙與肺癌分級資料歸納表組別每日吸煙支數0～（y1)1～(y2)5～（y3)15～(y4)合計病例對照2（c）27（d）3（a1）55（b1）250（a2）293（b2）364（a3）274（b3）649（n1）649（n2）合計OR29(m1)188(m2)8.10543(m3)11.52638(m4)17.931298(T)

趨勢檢驗計算表

研究因素水準合計

Y1Y2Y3…..Yi病例A1A2A3AiN1對照B1B2B3BiN2合計M1M2M3MiT擴展卡方檢驗計算公式χ2=[∑（AiYi）-E(∑AY)]2/V(∑AY)E(∑AY)=(N1/T)∑(MiYi)V(∑AY)=(N1N2)[T∑(MiYi2)–(∑MiYi)2]/T2(T-1)1:1配對資料的分析匹配資料是由病例與對照結合成對子，列成表的格式，表內的數字a、b、c、d

是病例與對照配成對的對子數表1：1配對研究中疾病與暴露的關係

應用McNemar公式計算卡方值：OR＝c/bOR的95％可信區間計算用Miettinen法。

公式例：食管癌發病因素的男性研究資料