流行病學(xué)數(shù)據(jù)統(tǒng)計(jì)分析策略講義

1、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 教授,2024/3/8,2,主要內(nèi)容,概述專題研究的數(shù)據(jù)分析常規(guī)收集的流行病學(xué)數(shù)據(jù)的分析,2024/3/8,3,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)中的變量分類流行病學(xué)數(shù)據(jù)分析的內(nèi)容,2024/3/8,4,一、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)（epidemiological data）指任何來(lái)自針對(duì)明確研究目的而開

2、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)。,2024/3/8,5,二、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)

3、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。,2024/3/8,6,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。,2024/3/8,7,三、流行病學(xué)數(shù)據(jù)中的變量分類,典型的流行病學(xué)研究中變量可根據(jù)其用途分為五類：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

4、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：,2024/3/8,8,按統(tǒng)計(jì)學(xué)分類,定性：二分類和多分類（無(wú)序多分類）定量：在多數(shù)流行病學(xué)研究中被轉(zhuǎn)化為分類變量半定量（分級(jí)，有序多分類）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。,2024/3/8,9,四、流行病學(xué)

5、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。,2024/3/8,10,第二節(jié) 流行病學(xué)專題研究的數(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

6、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 。,2024/3/8,11,2024/3/8,12,二、流行病學(xué)變量的分類與數(shù)據(jù)轉(zhuǎn)換,轉(zhuǎn)換目的： 習(xí)慣、專業(yè)考量、模型限制轉(zhuǎn)換類型：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。,2024/3/8,13,三、描述基線資

7、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?；€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。,2024/3/8,14,四、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

8、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（cumulative incidence）。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，稱作人時(shí)發(fā)病率（person-time incidenc

9、e rate或發(fā)病密度（incidence density），,2024/3/8,15,五、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)。,2024/3/8,16,2024/3/8,17,六、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（Confidence Interval，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

10、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。,2024/3/8,18,七、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?；祀s必須同時(shí)具備三個(gè)條件：其一，是疾病確定的病

11、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。,2024/3/8,19,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。,2024/3/8,20,八、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

12、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。,2024/3/8,21,交互作用模型及其相對(duì)性 決策應(yīng)基于相加模型,2024/3/8,22,九、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。,2

13、024/3/8,23,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)。,2024/3/8,24,一、常規(guī)數(shù)據(jù)的特征,（一）數(shù)據(jù)的時(shí)

14、間框架和分類時(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。,2024/3/8,25,（二）變量的特征和分類,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

15、，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。,2024/3/8,26,二、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，

16、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？,2024/3/8,27,三、常規(guī)數(shù)據(jù)“研究設(shè)計(jì)”的缺陷,2024/3/8,28,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

17、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。,2024/3/8,29,四、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)局作用的大小；評(píng)估診斷的準(zhǔn)確性，主要估計(jì)靈敏度和特異度；研究副作用，主要估計(jì)治療

18、對(duì)不良結(jié)局的作用大小值。,2024/3/8,30,常規(guī)數(shù)據(jù)分析的具體步驟,分析數(shù)據(jù)的時(shí)間框架和變量的特征；提出可探索的問(wèn)題，確定最終研究的問(wèn)題；與最佳研究設(shè)計(jì)比較，檢查數(shù)據(jù)的“研究設(shè)計(jì)”缺陷；估計(jì)必要的指標(biāo)及其可信區(qū)間與其它必要的分析；分析數(shù)據(jù)中可能存在的其他偏倚，例如選擇偏倚、信息偏倚和混雜偏倚；綜合設(shè)計(jì)缺陷、偏倚和結(jié)果，對(duì)研究問(wèn)題做出結(jié)論。,2024/3/8,31,五、評(píng)估數(shù)據(jù)中的偏倚,分析常規(guī)數(shù)據(jù)時(shí)，針對(duì)偏倚需考慮以下問(wèn)

19、題：設(shè)計(jì)框架中，是否具有病因（或治療）、結(jié)局和混雜因素的信息，結(jié)局的測(cè)量是否發(fā)生在病因或治療發(fā)生后的一段時(shí)間內(nèi)；是否存在選擇偏倚：數(shù)據(jù)代表性及失訪率等；是否存在信息偏倚；是否存在混雜偏倚：有關(guān)混雜因素的基線信息是否完整。,2024/3/8,32,（一）評(píng)估數(shù)據(jù)中的選擇偏倚,很多數(shù)據(jù)的代表性很差或總體不明。 病人還經(jīng)過(guò)了檢驗(yàn)檢查的選擇。 最嚴(yán)重的選擇偏倚是選擇性隨訪和失訪。大多數(shù)病人缺乏結(jié)局資料可能是我國(guó)醫(yī)院常規(guī)數(shù)據(jù)中最大的問(wèn)

20、題之一。,2024/3/8,33,（二）評(píng)估數(shù)據(jù)中的信息偏倚,數(shù)據(jù)的準(zhǔn)確性和可靠性取決于醫(yī)療機(jī)構(gòu)水平的高低 ；另一個(gè)常見問(wèn)題是數(shù)據(jù)質(zhì)量不一致，原因包括同一個(gè)醫(yī)院不同時(shí)期使用的檢查儀器、試劑、方法和標(biāo)準(zhǔn)不同，檢驗(yàn)員的水平不同； 隨訪時(shí)間不足也可能造成測(cè)量誤差。,2024/3/8,34,（三）評(píng)估數(shù)據(jù)中的混雜偏倚,由于利用常規(guī)資料的研究多屬于探索性研究，并不確定哪些因素是混雜因素；即使混雜因素已知，常規(guī)數(shù)據(jù)中常缺乏混雜因素的信息，導(dǎo)致

21、無(wú)法控制混雜因素；即使收集了混雜因素的數(shù)據(jù)，可能信息質(zhì)量不好，致使混雜的控制不徹底。,2024/3/8,35,六、常規(guī)資料的利用,診斷方法準(zhǔn)確性的評(píng)估急性病住院病人的轉(zhuǎn)歸和預(yù)后圍產(chǎn)期和新生兒?jiǎn)栴}的研究急診問(wèn)題的研究罕見疾病的病因和轉(zhuǎn)歸研究疾病危險(xiǎn)因素初探藥物毒副作用的研究某類病人特征的觀察有關(guān)服務(wù)和用藥的研究。,2024/3/8,36,由于常規(guī)數(shù)據(jù)的局限性，其分析目的主要是發(fā)現(xiàn)新問(wèn)題，提出新假設(shè)，很少用來(lái)驗(yàn)證和確定研究

22、假設(shè)，不適用于已得到廣泛研究的、存在高質(zhì)量證據(jù)的、基本定論的問(wèn)題。,2024/3/8,37,提高使用效果的措施,利用部分常規(guī)數(shù)據(jù)，再依據(jù)研究問(wèn)題收集少量新數(shù)據(jù)，可以擴(kuò)展常規(guī)數(shù)據(jù)的研究用途，尤其在診斷準(zhǔn)確性研究、病因和副作用的病例對(duì)照研究、罕見病的轉(zhuǎn)歸和預(yù)后研究領(lǐng)域。擴(kuò)大數(shù)據(jù)來(lái)源。例如，一個(gè)科室或醫(yī)院的病人可能代表性差、失訪率高；如果匯總一個(gè)大城市所有醫(yī)院的數(shù)據(jù)，將會(huì)大大增加代表性，降低失訪率；電子病歷使跨醫(yī)院和地區(qū)臨床數(shù)據(jù)的合并成為可

23、能。同時(shí)利用多個(gè)不同性質(zhì)的常規(guī)數(shù)據(jù)。例如，死亡作為觀察結(jié)局時(shí)，可以同時(shí)利用一個(gè)地區(qū)或全國(guó)的死亡登記資料。,2024/3/8,38,針對(duì)研究的問(wèn)題，盡可能對(duì)病人重要的、容易準(zhǔn)確測(cè)量的結(jié)局（如死亡、腦卒中）進(jìn)行隨訪。由于移動(dòng)電話、互聯(lián)網(wǎng)、電子病歷的出現(xiàn)，對(duì)重要結(jié)局的隨訪已經(jīng)變得更加容易和可行。適當(dāng)?shù)蒯槍?duì)幾個(gè)重要的疾病擴(kuò)大資料收集的內(nèi)容，尤其是常見的混雜因素，如年齡、性別、職業(yè)、疾病分級(jí)或嚴(yán)重程度等，加強(qiáng)測(cè)量和數(shù)據(jù)收集的質(zhì)量控制。當(dāng)同一

24、變量的檢查方法不一致時(shí)，可以用一個(gè)小樣本量對(duì)不同方法進(jìn)行比較，并利用這個(gè)比較的結(jié)果對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的調(diào)整。,七、臨床研究結(jié)果的解釋,觀察指標(biāo)的意義：緩解癥狀還是減少死亡；效應(yīng)的大小及其可信區(qū)間；結(jié)果的真實(shí)性；結(jié)果的外推性,2024/3/8,39,2024/3/8,40,謝謝！,人有了知識(shí)，就會(huì)具備各種分析能力，明辨是非的能力。所以我們要勤懇讀書，廣泛閱讀，古人說(shuō)“書中自有黃金屋。”通過(guò)閱讀科技書籍，我們能豐富知識(shí)，培養(yǎng)邏輯