版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、第十九章 病例对照研究,(王束玫),第一节 概述,一、概念 病例对照研究(case-control study)是选择患有和未患有某特定疾病的人群分别作为病例组和对照组,调查两组人群过去暴露于某种或某些可疑危险因素的比例或剂量,判断该暴露因素是否与该疾病有关联及其关联程度大小的一种观察性研究方法。,第一节 概述,二、特点 1.属于观察性研究方法:不给予任何研究因素。 2.设立对照组:有病例组和对照组。 3.观察方向由果至因:已知研究对象患有或未患有某特定疾病,再追溯既往暴露于因素的情况。 4.难以证实因果关联:由果及因的观察判定前因后果的能力较差。,病例组,对照组,暴露,非暴露,暴露,非暴露,
2、第一节 概述,三、种类 非匹配成组病例对照研究:在病例和对照人群中分别选取一定数量的研究对象,仅要求对照数量等于或多于病例数,无其他特殊规定。,第一节 概述,匹配(matching )病例对照研究 1.匹配(matching )的概念:以对结果有干扰作用的某些因素或特征作为匹配因素,使对照组与病例组在匹配因素上保持相同的一种限制方法。 2.成组匹配:也称群体匹配或频数匹配。要求对照组与病例组在匹配因素的比例上相同。 3.个体匹配(配对):病例与对照以个体为单位匹配。可1:1、1:2、1:3、1:M。,第一节 概述,匹配的目的 处理混杂因素 提高研究效率 匹配的注意事项 匹配变量过多增加选择对照
3、的难度 注意匹配过头(over-matching):将不必要的变量列入匹配,可能丢失信息、增加工作难度,反而降低了研究效率,这种现象称匹配过头。,第一节 概述,可匹配过头的变量: 研究因素与疾病因果链中的中间变量不应匹配。 吸烟 血脂 冠心病 (研究因素) (中间变量) (研究的疾病) 如按血脂水平将果病例与对照匹配,吸烟与疾病之间的关联也将随之消失。 只与可疑病因有关联与疾病无关联的因素不应匹配。 避孕药 乳腺癌 宗教信仰 (不应匹配),第一节 概述,四、用途 1.检验病因假设:在描述性研究的基础上进一步检验病因假设。 2.提出病因假设:病例对照研究同样也可发现病因线索。,第二节 设计和实施
4、,一、研究对象的选择 病例的选择 病例应能代表其总体 1.病例的来源 医院:某一或若干所医院在一定时期内诊断的全部某病病例或其随机样本。 优点:省时、省力 缺点:代表性有限 社区人群资料:某一特定时间 和地区内,通过普查、监测、医院病案等得到的全部病例或其随机样本。 优点:代表性好 缺点:病例难以获得,第二节 设计和实施,2.病例的类型 新发病例:信息偏倚少。 现患病例:患病后行为因素的改变会带来信息偏倚。 死亡病例:获得的信息误差更大。,第二节 设计和实施,二、对照的选择 1.对照形式的选择(见第一节) 2.防止匹配过度(见第一节) 3.对照的规定 应能代表病例来源的人群中的全体非患者。 对
5、照与病例之间,除研究因素以外的与疾病有关的因素皆应均衡可比。 应避免使用与研究的疾病有关联的其他病例做对照。 对照应是以与病例相同的诊断方法确认的未患有研究疾病者。,第二节 设计和实施,4.对照的来源 医院的其他病人 若患者来自社区,从该社区未患该病的人群中选择对照。 病例的亲属、邻居、同事。,第二节 设计和实施,二、样本含量的估计 1.病例组和对照组人数相等但不匹配和成组匹配的样本含量估计法计算公式为: 式中: n为病例组或对照组人数 u和u分别为和时的u值 p0和p1分别为对照组与病例组的某因素的估计暴露率 因此公式19-1可以简化为:,第二节 设计和实施,例题1:一项探讨大学生父母离异与
6、大学生人格障碍关系的病例对照研究,已知大学生人群中父母离异者占5%,父母离异与人格障碍的OR值为6,设假阳性率为5%,检验效能为90%,计算样本含量。 已知:p0 = 0.05, = 0.05, power = 0.9, = 0.1, OR = 6 解:由公式19-2计算p1: 从表19-1中查得u = 1.96 u = 1.282,由公式19.3,求n:,第二节 设计和实施,2.暴露组和对照组人数不相等时样本含量估计法 设:病例数对照数=1c 需要的病例数为: 式中, , ,p1的计算公式同公式19.2,对照数= c n,第二节 设计和实施,3. 11匹配设计样本含量计算法: 计算公式如下:
7、 式中 m为需要的结果不一致的对子数。需要的总对子数M为: 其中p0、p1分别为目标人群中对照组和病例组的估计暴露率。p1的计算公式同公式(19-2),,第二节 设计和实施,例题2:若例题1中采用11匹配设计,求样本含量。 利用公式19.6,求得p=6/7;带入公式19.5,求得m=17;带入公式19.7,求得M=64。 查表法估计样本含量(略),第二节 设计和实施,三、研究因素的选择 应根据研究目的确定研究因素。要合理设计变量的数目和变量的调查方法 每一变量的获取方法都必须在调查前有明确的规定,尽可能采用国内外统一的标准。,第二节 设计和实施,四、资料的收集 1.资料来源:通过信访、访问、档
8、案资料等方式获取信息。 2.暴露因素的收集:调查中应注意: 病例与对照使用相同的调查表 尽可能采用客观指标 调查人员要统一培训 调查过程中对待病例与对照的态度应一致,第三节 资料的整理和分析,一、资料的整理 1.原始资料的再核查:要检错、验收、归档。 2.资料分析的准备:要编码、录入、计算机逻辑检错。手工分析时,要分组、归纳。,第三节 资料的整理和分析,二、资料的分析 统计描述 1.描述一般特征: 病例代表性的描述 对照代表性的描述 2.均衡性描述:单因素分析时,要对病例与对照之间非研究因素的均衡性进行描述。,第三节 资料的整理和分析,推断性统计分析: 1.成组病例对照研究的资料分析:成组病例
9、对照研究资料包括非匹配资料和频数匹配资料。 资料整理:单因素分析时,调查数据的整理表如下。,成组设计的病例对照研究资料整理表,第三节 资料的整理和分析,第三节 资料的整理和分析,统计学假设检验:2检验 计算暴露与疾病的关联强度:采用比之比(OR) RR=暴露组某病发病率或死亡率/非暴露组发病率或死亡率。它表明暴露于某因素者的发病或死亡的概率是非暴露者的多少倍。 RR1表示暴露与疾病无关;RR1说明暴露使疾病的危险性增加;RR1说明暴露使疾病的危险性减少。,第三节 资料的整理和分析,病例对照研究不能直接计算RR,代之以OR。OR的含义与RR相同。 OR(odds ratio):也称比值比 病例组
10、的暴露比值= 对照组的暴露比值= OR=病例组的暴露比值/对照组的暴露比值=ad/bc,第三节 资料的整理和分析,计算OR的可信限:OR是暴露与疾病联系强度的点估计值,而点估计值总是有变异的,因而需要做区间估计值。Miettinen法估计可信限: ORL为下限;ORU为上限;U为正态离差值,第三节 资料的整理和分析,2. 1:1匹配病例对照研究的资料分析: 资料整理:调查数据的整理表如下。,1:1匹配病例对照研究的资料整理表,第三节 资料的整理和分析,第三节 资料的整理和分析,显著性检验:2检验 计算比之比OR: 匹配资料的OR可信限计算及含义与成组资料相同。,第四节 病例对照研究的优缺点,一、优点 1.该方法除适用一般疾病外,还特别适用于罕见病的研究。 2.该方法较节省人力物力,容易组织,所需样本较小。 3.在一次调查中可以同时调查多个因素与一种疾病的关系。当需探讨多种因素对一种疾病的作用时比较适用。既可检验有明确危险因素的假设,又可广泛探索尚不够明确的众多因素。 4.收集资料后可在短时间内得到结果,对于慢性病可以较快地得到危险因素的估
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 检验方法控制程序
- 某轮胎厂帘布成型制度
- 某汽车制造厂质量追溯规范
- 某电子厂新品开发制度
- 生成式大模型项目实战教案 项目6 掌握 AIGC 图像工程-Stable Diffusion 全流程工业级应用
- 2026年农药安全使用规范试题及答案
- 古诗词常识试题及答案
- 高中物质转化试题及答案
- 2026年劳保用品发放管理试题及答案
- 化学工艺小试题及答案
- 留疆战士考试题库及答案
- 医院自媒体管理制度
- 通信汛期安全生产课件
- 环境影响评估与环境审批
- 2025年云南昆明市教育科学研究院招聘1人历年高频重点提升(共500题)附带答案详解
- 《宁静住宅评价标准》
- 2005-2016年考研英语(一)真题
- 2023-2024学年北京市海淀区高二(下)期末语文试题
- 《电力建设工程起重施工技术规范》
- 一例严重多发伤大出血病例分享课件
- 中粮集团产品开发流程培训课件
评论
0/150
提交评论