流行病學(xué)數(shù)據(jù)統(tǒng)計分析策略...ppt

1、流行病學(xué)數(shù)據(jù)統(tǒng)計分析策略,中南大學(xué)湘雅公共衛(wèi)生學(xué)院 譚紅專 教授,2020/9/24,2,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,2020/9/24,3,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,2020/9/24,4,一、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）指任何來自針對明確研究目的而開展特定流行病學(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、可以用來定量地探索疾病健康或醫(yī)療衛(wèi)生服務(wù)其他問題的資料。 即一切可為流

2、行病學(xué)所用的數(shù)據(jù)。目前的臨床大數(shù)據(jù)是個寶庫。,2020/9/24,5,二、流行病學(xué)數(shù)據(jù)分析的目的,流行病學(xué)數(shù)據(jù)分析是針對明確研究問題、具有明確目的、采用特定方法對流行病學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計整理、統(tǒng)計描述、統(tǒng)計推斷和總結(jié)。 流行病學(xué)研究的問題涉及疾病分布、病因與危險因素、診斷、預(yù)防和治療效果評價等。 數(shù)據(jù)分析的根本是正確地回答有意義的問題，而不是統(tǒng)計學(xué)數(shù)字游戲。,2020/9/24,6,流行病學(xué)數(shù)據(jù)分析的目的 估計有關(guān)統(tǒng)計學(xué)指標(biāo)，如相對危險度； 估計該統(tǒng)計學(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。,2020/9/24,7,三、流行病學(xué)數(shù)

3、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 結(jié)局變量：果，因變量，是數(shù)據(jù)分析的核心 混雜因素：需要控制 效應(yīng)修飾因素：需要描述 其他變量：,2020/9/24,8,按統(tǒng)計學(xué)分類,定性：二分類和多分類（無序多分類） 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，有序多分類） 同一個研究中，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，一個變量在這個研究中可能是果，在另一個研究中也可能是因。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。,2020/9/24,9,四、流行病學(xué)數(shù)據(jù)分析的內(nèi)容,描述研究對象

4、的數(shù)量變動； 變量分類和數(shù)據(jù)整理； 描述和比較組間基線資料； 估計結(jié)局事件發(fā)生頻率； 估計效應(yīng)大小及其可信區(qū)間； 識別和控制混雜； 識別和測量效應(yīng)修飾作用； 識別和測量劑量反應(yīng)關(guān)系； 其他分析。,2020/9/24,10,第二節(jié) 流行病學(xué)專題研究的數(shù)據(jù)分析,一、描述研究對象的數(shù)量變動 數(shù)據(jù)分析的第一步須對研究對象數(shù)量隨時間的變動進(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)；對選樣、抽樣和篩選都應(yīng)交代原則和方法；對退出和失訪都應(yīng)記錄數(shù)量和原因 。,2020/9/24,11,2020/9/24,12,二、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

5、性或分級，定性轉(zhuǎn)定量 轉(zhuǎn)換常用原則：借鑒既往同類研究的分級方法；按照通用的分級標(biāo)準(zhǔn)，如年齡可按國際通用的嬰兒、幼兒、青少年、青年、中年、老年的年齡切點來分級；把研究人群分成每組人數(shù)均等的35組等。,2020/9/24,13,三、描述基線資料,基線資料就是有關(guān)研究對象代表性和混雜因素的信息資料。 基線資料描述的基本目的：一是交待研究對象的特征，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，通常在總體描述基礎(chǔ)上，對暴露組和非暴露組還要分別進(jìn)行描述。,2020/9/24,14,四、結(jié)局事件發(fā)生的頻率,一般要

6、求用率表示，如發(fā)病率。發(fā)病率由三個因素決定：觀察時間、可能發(fā)病的總?cè)藬?shù)和實際發(fā)病人數(shù)。 一般情況下，發(fā)病率的分子是在一定時間內(nèi)發(fā)病的總?cè)藬?shù)。 分母則因研究設(shè)計不同而異。當(dāng)發(fā)病率較低，且每個人的觀察時間長短基本一致，可用研究開始時該組人數(shù)作分母計算發(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中的死亡）或每個人的觀察時間相差較大時，這時可用人時數(shù)（如人年數(shù)，person-years）做分母計算發(fā)病率，稱作人時發(fā)病率（person-time incidence rate或發(fā)病密度（incidence density），,2020/9/2

7、4,15,五、估計效應(yīng)值,效應(yīng)就是暴露或治療對結(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照組間發(fā)病率的差別來表達(dá)。,2020/9/24,16,2020/9/24,17,六、估計效應(yīng)可信區(qū)間,由于隨機(jī)誤差，各效應(yīng)指標(biāo)的點估計不能代表效應(yīng)的真實值，可信區(qū)間（Confidence Interval，CI）可用來表達(dá)由隨機(jī)誤差引起的效應(yīng)估計值的不確定性。實踐中一般采用95%可信區(qū)間，可以將其理解為真實效應(yīng)值有95%的可能在這個區(qū)間之內(nèi)。若效應(yīng)指標(biāo)的點估計值為X，標(biāo)準(zhǔn)誤為SE，該效應(yīng)指標(biāo)的95可信區(qū)間：95CI X1.96SE，其中，（X1.96SE）為其下限，（X1.96SE）為其上限。,

8、2020/9/24,18,七、識別和控制混雜,混雜是由于同一個研究里暴露對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)估計上的誤差。 混雜必須同時具備三個條件：其一，是疾病確定的病因或危險因素；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)系中的一個混雜因素。,2020/9/24,19,混雜的控制就是控制混雜的第三個條件，辦法有： 設(shè)計階段有三種方法：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。,2020/9/24,20,八、交互作用,交互作用不同于混雜?；祀s是粗效應(yīng)值估計時的一種

9、偏倚，需要控制和消除；交互作用是效應(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。如果層間差異無顯著性（P0.05），說明不存在交互作用，這時可按混雜處理，可以用一個加權(quán)平均效應(yīng)值來表達(dá)，如果平均效應(yīng)值與粗效應(yīng)值一致，說明無混雜。,2020/9/24,21,交互作用模型及其相對性 決策應(yīng)基于相加模型,2020/9/24,22,九、識別和測量劑量反應(yīng)關(guān)系,識別和測量劑量反應(yīng)關(guān)系的分析方法主要有分層分析和回歸分析。,2020/9/24,23,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： 第一，對研究問題的設(shè)定和對分析結(jié)果真實性的評估；

10、 第二，由于沒有預(yù)先設(shè)定研究問題，可研究的問題取決于資料內(nèi)容和性質(zhì)； 第三，設(shè)計框架不清楚或不完善，存在多種偏倚，結(jié)果真實性較差或不確定。 本節(jié)將以醫(yī)院的病人資料為例，說明常規(guī)數(shù)據(jù)分析的目的、方法、步驟和注意事項。,2020/9/24,24,一、常規(guī)數(shù)據(jù)的特征,（一）數(shù)據(jù)的時間框架和分類 時間框架指數(shù)據(jù)的時間特征，主要分為隨訪數(shù)據(jù)（隊列數(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)。隊列數(shù)據(jù)可用于大多數(shù)臨床問題的探索。,2020/9/24,25,（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

11、、病因/危險因素、預(yù)后因素、結(jié)局、服務(wù)相關(guān)因素（如藥價、醫(yī)療保險等）。 變量決定可能的研究問題。例如，數(shù)據(jù)中無治療信息，則無法研究療效和副作用；無診斷結(jié)果，則無從研究診斷準(zhǔn)確性。無結(jié)局信息，則不能研究療效、預(yù)后因素、危險因素。,2020/9/24,26,二、形成研究問題,根據(jù)數(shù)據(jù)的變量特征，可以初步形成可研究問題的范圍。 欲進(jìn)行診斷準(zhǔn)確性研究，數(shù)據(jù)庫里必須有檢查結(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。 研究危險因素，基線資料中須有可疑病因的信息，隨訪資料中須有有關(guān)疾病的信息。 對研究者

12、最大的挑戰(zhàn)不是如何進(jìn)行分析，而是如何形成研究問題？,2020/9/24,27,三、常規(guī)數(shù)據(jù)“研究設(shè)計”的缺陷,2020/9/24,28,研究設(shè)計最重要的三個因素是時間、人群和變量。時間因素包括時點還是時間段，如何定義起始時間、時間走向、變量間的時間關(guān)系；人群因素包括人群特征，選擇過程，及比較組的形成；變量因素包括測量指標(biāo)、何時測量、測量的準(zhǔn)確性。 通過比較常規(guī)數(shù)據(jù)收集的“設(shè)計框架”和最佳研究設(shè)計，可以發(fā)現(xiàn)常規(guī)數(shù)據(jù)的設(shè)計缺陷，判斷可能引起的偏倚。在時間、人群和變量特征上與最佳設(shè)計的差異，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。,2020/9/24,29

13、,四、估計相應(yīng)的指標(biāo),根據(jù)研究目的以及最佳研究設(shè)計，就能夠確定需要估計的指標(biāo)。 現(xiàn)況研究中，只需要估計有關(guān)變量的均數(shù)和百分?jǐn)?shù)； 評估治療效果時，主要估計治療對結(jié)局作用的大小； 評估診斷的準(zhǔn)確性，主要估計靈敏度和特異度； 研究副作用，主要估計治療對不良結(jié)局的作用大小值。,2020/9/24,30,常規(guī)數(shù)據(jù)分析的具體步驟,分析數(shù)據(jù)的時間框架和變量的特征； 提出可探索的問題，確定最終研究的問題； 與最佳研究設(shè)計比較，檢查數(shù)據(jù)的“研究設(shè)計”缺陷； 估計必要的指標(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)計缺陷、偏倚和結(jié)果，對研究問題做出結(jié)論

14、。,2020/9/24,31,五、評估數(shù)據(jù)中的偏倚,分析常規(guī)數(shù)據(jù)時，針對偏倚需考慮以下問題： 設(shè)計框架中，是否具有病因（或治療）、結(jié)局和混雜因素的信息，結(jié)局的測量是否發(fā)生在病因或治療發(fā)生后的一段時間內(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。,2020/9/24,32,（一）評估數(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)過了檢驗檢查的選擇。 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)局資料可能是我國醫(yī)院常規(guī)數(shù)據(jù)中最大的問題之一。,2020/9/24,33,（二）評估數(shù)據(jù)中的信息偏倚,數(shù)據(jù)的準(zhǔn)確

15、性和可靠性取決于醫(yī)療機(jī)構(gòu)水平的高低 ； 另一個常見問題是數(shù)據(jù)質(zhì)量不一致，原因包括同一個醫(yī)院不同時期使用的檢查儀器、試劑、方法和標(biāo)準(zhǔn)不同，檢驗員的水平不同； 隨訪時間不足也可能造成測量誤差。,2020/9/24,34,（三）評估數(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)致無法控制混雜因素； 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。,2020/9/24,35,六、常規(guī)資料的利用,診斷方法準(zhǔn)確性的評估 急性病住院病人的轉(zhuǎn)歸和預(yù)后 圍產(chǎn)期和新生兒問題的研究 急診問題的研究 罕見疾

16、病的病因和轉(zhuǎn)歸研究 疾病危險因素初探 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。,2020/9/24,36,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)新問題，提出新假設(shè)，很少用來驗證和確定研究假設(shè)，不適用于已得到廣泛研究的、存在高質(zhì)量證據(jù)的、基本定論的問題。,2020/9/24,37,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)來源。例如，一個科室或醫(yī)院的病人可能代表性差、失訪率高；如果匯總一個大城市所有醫(yī)院的數(shù)據(jù)，將會大大增加代表性，降低失訪率；電子病歷使跨醫(yī)院和地區(qū)臨床數(shù)據(jù)的合并成為可能。 同時利用多個不同性質(zhì)的常規(guī)數(shù)據(jù)。例如，死亡作為觀察結(jié)局時，可以同時利用一個地區(qū)或全國的死亡登記資料。,2020/9/24,38,針對研究的問題，盡可能對病人重要的、容易準(zhǔn)確測量的結(jié)局（如死亡、腦卒中）進(jìn)行