調查資料分析時的質量控制-資料下載頁
2025-02-27 15:36本頁面
【正文】 發(fā)病率或死亡率的差異，推斷暴露和疾病之間是否存在統計學關聯。 ? 符合正態(tài)分布或近似狀態(tài)分布，可進行兩個率差別的 u檢驗； ? 樣本較小、發(fā)病率較低時，可用直接概率法、二項分布或 Poisson分布檢驗； ? 樣本稍大和發(fā)病率稍大時，可用四格表 χ2檢驗。 隊列 研究的資料整理表 2. 推斷性分析 ? 再分組或分層計算關聯強度－相對危險度（relative risk， RR）和 95％的可信區(qū)間，以及危險度指標。危險度指標包括 ： ? 歸因危險度（ AR） ? 歸因危險度百分比（ ARP） ? 人群歸因危險度（ PAR） ? 人群歸因危險度百分比（ PARP） 3. 標化比的計算 ? 當研究對象人數較少或死亡（發(fā)?。┞瘦^低時不宜計算率，此時可以全人口的死亡（發(fā)?。┞首鳛闃藴?，計算該觀察人群的預期死亡（發(fā)?。┤藬担缓笥嬎銓嶋H死亡（發(fā)?。蹬c預期數之比，即為 標化死亡（發(fā)?。┍龋?standardized mortality ratio， SMR） 3. 標化比的計算 ? 當未能獲得人群歷年的人口資料，而僅有死亡人數、日期和年齡，則可計算 標化比例死亡比（ standardized proportional mortality ratio， SPMR） ，即以全人口中某病因死亡占全死因死亡的比例乘以該人群實際死亡數而獲得預期死亡數，然后計算實際死亡（發(fā)病）數與預期數之比。 3. 標化比的計算 SMR、 SPMR和 RR一樣都是用來評價暴露和疾病的關聯強度，是否具有統計學意義，需作顯著性檢驗 ： ? 當期望死亡數不太小（ ≧ 10）時，采用 u檢驗或 χ2檢驗 ? 當期望死亡數小于 10時，可查 Possion分布總體可信區(qū)間表判定。 4. 劑量反應關系分析 ? 劑量反應關系反映暴露與疾病間的共變關系，即暴露劑量越大，其效應越大，則該暴露作為病因的可能性越大。計算各暴露等級時的發(fā)病率，計算關聯強度（ RR和 AR），并作趨勢性 χ2檢驗。 ? 對于隊列研究資料也常用分層分析，具體方法同病例對照研究。 ? Logistic回歸和 Cox回歸等分析技術不僅可以探索疾病的危險因素、混雜因素及研究因素之間的交互作用，也可以估計在不同暴露水平下個體患病的可能性。 偏倚的測量 選擇偏倚的測量 方法： 在理論上可以通過比較總人群與實際抽樣人群研究疾病與暴露因素的分布的兩個四格表進行測量 。 舉例： 以病例對照研究為例 信息偏倚的 測量 以隊列研究資料為例，論述錯分偏倚產生的條件和類型 謝 謝！ 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH
電大資料相關推薦
鄂ICP備17016276號-1