【正文】 的手段 。 如 ， 必須通過(guò)某一級(jí)醫(yī)院的診斷或某項(xiàng)檢查 ， 或通過(guò)專家診斷等 。 4） 病例類型：新發(fā)病例 、 現(xiàn)患病例 、 死亡病例 。 1）理想 與病例的來(lái)源一致 。 代表無(wú)該病的隨機(jī)樣本 除研究因素外其他特征應(yīng)與病例保持同質(zhì) 。 ：重要、困難 、復(fù)雜 2）實(shí)用來(lái)源： ① 同一 or多所醫(yī)院診斷的其它病人 ,非同一系統(tǒng)病例 應(yīng)用最多，適于臨床醫(yī)生 ②鄰居，同一居委的非病例，常為配對(duì)方法 ③社區(qū)人口的非病例 or健康的抽樣，最具代表性 ④病例的配偶、同胞、親屬、同事等 ? ⑤ .① +③ 更切實(shí)際（最好） ? 成組不配比對(duì)照 ： 若研究目的是廣泛地探索各種危險(xiǎn)因素，可以不加以任何限制選擇對(duì)照。 ? 成組配比對(duì)照： 即按與病例組在配比因素的比例上相同的要求，如病例組男女各半，對(duì)照組亦男女各半，選擇一定數(shù)量的對(duì)照組，與病例組進(jìn)行成組比較。若研究目的是廣泛地探索各種危險(xiǎn)因素，可以選擇成組配比對(duì)照。 ? 個(gè)體配比對(duì)照： 即病例與對(duì)照以個(gè)體為單位配比，按照研究因素以外的外部因素進(jìn)行 1:1: 1: ......1:M匹配選擇對(duì)照，一般選擇一至四個(gè)對(duì)照，對(duì)照數(shù)目超過(guò)四個(gè)，則流行病學(xué)效率反而下降。若研究可以利用的病例較少，要求以較小的樣本獲得盡可能高的流行病學(xué)效率，或選擇兄弟姐妹、同事、鄰居等作為對(duì)照，則采用個(gè)體配比對(duì)照。 3）選擇對(duì)照組時(shí)注意 ① 醫(yī)院選擇對(duì)照組時(shí)，盡可能包括各種疾病的病例，但不應(yīng)包括已明確研究因素與疾病有聯(lián)系的病種，如：吸煙與肺 C癌的研究 ,選擇氣管炎的患者為對(duì)照，結(jié)果降低了效率 ? ②從病人中選對(duì)照組時(shí)，盡可能選患病時(shí)間短的病人作對(duì)照，以保證過(guò)去暴露的準(zhǔn)確性和穩(wěn)定性 ③對(duì)照提供信息與病例要可比 如回憶 Bias, 反應(yīng)停與畸型孩子母親的回憶程度。 孩畸型母親 努力回憶 正常孩子母親 不努力回憶 個(gè)體匹配（配對(duì)或配比） 1 配比的基本含義 根據(jù)每個(gè)病例的特點(diǎn) ， 找與其相匹配的一個(gè)或幾個(gè)對(duì)照組成一個(gè)信息單元 ， 使其在某些混雜變量上保持同質(zhì)性 。 2配比的類型 1:M配比 ， 1:11:4 3配比的作用 1. 控制混雜因素 （ 在設(shè)計(jì)階段 ） 2. 提高統(tǒng)計(jì)學(xué)效率 3. 提高病例的效率 Pitman效率遞增公式 2R/(R+1) 1， ， ， 4配比過(guò)頭 (over matching) 把不是混雜因素作為配比條件稱為配比過(guò)頭 1. 把非研究因素的非混雜因素作為配比條件 降低經(jīng)濟(jì)效率；降低樣本效率 2. 研究因素作為配比條件 丟失研究信息 5配比因素的確定 已知或非常懷疑某因子為混雜因子 以某些復(fù)合變量作為配比條件 。 （四）樣本含量 保證有代表性 不應(yīng)低于作統(tǒng)計(jì)學(xué)檢驗(yàn)的最低樣本量 一 ) 影響樣本量大小的因素 1. 研究因素在對(duì)照組的暴露率 P0 2. 估計(jì)該因素引起的 RR或 OR 3. 第一類誤差的大小 α 4. 把握度 （ 1β） ， 第二類誤差的大小 二 )樣本量計(jì)算方法 病例、對(duì)照組人數(shù)相等但不匹配時(shí)： N=(Zα√2pq + Zβ √p0q0+p1q1) 2/(P1P0)2 N: 樣本數(shù)（病 or對(duì)） Zα、 Zβ:α及 β值對(duì)應(yīng)的標(biāo)準(zhǔn)正態(tài)分布數(shù)（表 ） P0、 P1：對(duì)照組、病例組某因素暴露率 q0=1P0 q1=1P1 P=(P0 +P1)/2 q=1p P1=(OR P0 )/(1P0＋ OR P0 ) 上式可簡(jiǎn)化為： N= 2pq(Zα+Zβ)2/(P1P0)2 此時(shí) P1=P0RR/〔 1+P0（ RR1） 〕 2. 1:1配對(duì)樣本量的估計(jì) 依據(jù)： 病例、對(duì)照暴露情況不一致的對(duì)子比 較才有意義。 m=〔 Zα/2+Zβ√1(1P） 〕 2/(P1/2)2 m：需要結(jié)果不一致的對(duì)子數(shù) P=OR/（ 1+OR） ≈RR/（ 1+RR） M=m/pe M:樣本總數(shù) Pe≈p0q1+p1q0 Pe:暴露、不暴露不一致的 對(duì)子數(shù)出現(xiàn)的 P ∴ M=m/(p0q1+p1q0) 3. 1:R匹配時(shí)樣本量的估計(jì)令每一個(gè)病例配 R個(gè)對(duì)照 N=〔 Zα√（ 1+1/R） p1q1+ Zβ√P1Q1+p0q0/R〕 2/（ PP0） 2 P1=（ P1+CP0） /（ 1+R） q1=1P1 C:病例配的對(duì)照數(shù)目 N:病例組樣本量 N*R:對(duì)照組樣本量 簡(jiǎn)化： N=(1+1/R)P1Q1(Zα+Zβ)2/（ P1P0） 2 （五）研究因素的選擇： 根據(jù)不同的人群確定明確的執(zhí)行定義 統(tǒng)一的測(cè)量標(biāo)準(zhǔn) 1. 變量的選定： 精心選定，不是越多越好 確定變量的數(shù)目，變量的級(jí)別 要求： ，如吸 煙與肺癌 ： 國(guó)際國(guó)內(nèi)的標(biāo)準(zhǔn) 吸煙： 1支 /1天超過(guò)一年；年齡 周歲 ? ： 定量化、客觀化 定量測(cè)量：鹽攝入量 ，毒物吸入量 （儀器） 定性測(cè)量： 吃、不吃，用、不用等 半定量測(cè)定：用頻率代替定量，“平均每周吃 幾次肉？” “平均每次吃幾兩？” 要求盡量定量化 ： 客觀手段，證據(jù)；多人多次詢問(wèn) （ 六 ） 資料的收集 1． 實(shí)驗(yàn)室檢查 2． 復(fù)查病案史 3． 調(diào)查詢問(wèn) （ 制定合理的調(diào)查表 ） 1） 病例與對(duì)照需用統(tǒng)一調(diào)查表 2） 要有均衡性項(xiàng)目即匹配項(xiàng)目 3） 要有疾病診斷項(xiàng)目 4） 要有研究因素項(xiàng)目 （ 七 ） 資料整理分析 除按上述的分析模式外 ， 還要考慮因素間的混雜協(xié)同作用 。 （ 八 ） 寫出研究報(bào)告 病例對(duì)照研究中常見的偏性及控制 ? 選擇性偏倚 ? 信息偏倚 ? 混雜偏倚 七 、 病例對(duì)照研究中常見的偏性及控制 （ 一 ） 選擇性偏倚 （ selection bias） 概念：由于選入的研究對(duì)象與未選入的研究對(duì)象在某些特征上存在差異引起的系統(tǒng)誤差 。 分類： 1. 入院率偏倚（ admission rate bias。 berkson bias） 醫(yī)院病人為病例組、對(duì)照組時(shí) ： 對(duì)照 醫(yī)院部分病人 非全體目標(biāo)人群的一個(gè)隨機(jī)樣本 病例 該院、其它醫(yī)院 病人對(duì)醫(yī)院選擇 特定病例 醫(yī)院對(duì)病人選擇 病例非全體 入院率不同 病人的隨機(jī)樣本 2. 現(xiàn)患病例 新發(fā)病例偏倚 (prevalenceincidence rate) 病例對(duì)照研究中如選用現(xiàn)患病例 ， 且暴露與疾病的預(yù)后有關(guān)時(shí) ， 可發(fā)生 Neyman偏倚 。 因?yàn)楝F(xiàn)患病例都是過(guò)去新發(fā)病例中的幸存者 ， 其暴露特征各異 。 例如 ，男性的直結(jié)腸癌發(fā)病率略高于女性 ， 但女性直結(jié)腸癌的生存時(shí)間明顯長(zhǎng)于男性 ， 因此 ， 如選用現(xiàn)患病例作為研究對(duì)象 ， 則病例中的女性比例就較新診斷的病例中多 。 為了除去這種選擇性生存 (或死亡 )的影響 ， 應(yīng)采用新診斷的病例作為研究對(duì)象 。 還有一些疾病病例在診斷后可能會(huì)改變?cè)械谋┞?， 如被診斷為肺癌的人 ，可能立即戒煙 。 (misclassification bias) 概念：將一個(gè)調(diào)查對(duì)象 ， 一個(gè)數(shù)值或一個(gè)特征錯(cuò)誤地分到不是它所屬的類別中 。 控制方法 : 1. 提高靈敏度和特異度 2. 保持一致的測(cè)量方法 4. 檢出癥候偏倚 (detection signal bias) 與致病無(wú)關(guān)的因素引起癥狀而就診 ，發(fā)現(xiàn)了早期病人 ，被認(rèn)為就是病因。 雌激素 陰道出血 子宮頸癌早檢。 實(shí)際：雌激素 陰道出血 檢查者較多 發(fā)現(xiàn)機(jī)會(huì)多。 ①雌激素 陰道出血 ②用雌激素的早期子宮癌患者因陰道出血而常去就診而被查出子宮內(nèi)膜癌。 ③用此病例行 CaseControl 可獲假的雌激素與子宮癌的聯(lián)系。 5. 無(wú)應(yīng)答偏倚 (nonrespondent bias) 選擇偏倚的控制方法 ? ? ? ? （ 二 ） 信息偏倚 (information bias) 概念：在收集信息過(guò)程中 ， 由于測(cè)量暴露與結(jié)局 的方法有缺陷造成的系統(tǒng)誤差 。 1. 回憶偏倚 (recall bias) 暴露事件久遠(yuǎn) 記憶不清 病例的特殊回憶 “暴露”信息重 （ exposure suspicion bias） 研究者認(rèn)為某病與某因素有關(guān)聯(lián) 3. 調(diào)查偏倚 (investigation bias) ? 調(diào)查地點(diǎn) 病例 統(tǒng)一調(diào)查表未用 調(diào)查 條件不等 態(tài)度 對(duì)照 調(diào)查時(shí)間 病例、對(duì)照不同人 信息偏倚的控制方法 ? ? ? ? （三）混雜偏倚（ confounding bias） 在研究暴露與疾病因果關(guān)系時(shí) ， 由于某些因素既是疾病的危險(xiǎn)因素 ， 同時(shí)又與暴露因素存在聯(lián)系 ， 從而歪曲了暴露與疾病之間的關(guān)系 。這些因素稱為混雜因素 。 由該因素引起的偏倚稱為混雜偏倚 。 特征 : 是疾病的一個(gè)危險(xiǎn)因素； 與研究的暴露因素有聯(lián)系； 不是暴露、疾病間的中間環(huán)節(jié) 性別 吸煙 肺癌 未分層： OR= 分層后： OR男性 ＝ OR女性 ＝ 可見混雜因素可夸大或縮小聯(lián)系強(qiáng)度 吸煙 飲酒 肺癌 未分層： OR= 分層后： OR＝ 控制方法： 關(guān)鍵： 清楚地預(yù)測(cè)及估計(jì)出 Bias。 三階段控制：設(shè)計(jì)、實(shí)施、分析階段。 設(shè)計(jì)：隨機(jī)選對(duì)象，多醫(yī)院、醫(yī)院加社區(qū)，用新病例，非老對(duì)象 。實(shí)施：完善的調(diào)查表，人員培訓(xùn)，盲法，精良設(shè)備 。分析：分層、標(biāo)化、多因素。 (1)限制 (restrict