找回密码
 注册

微信登录,快人一步

QQ登录

只需一步,快速开始

查看: 1747|回复: 9

[其他] 暴露效应及关联的测量

[复制链接]
发表于 2016-7-21 10:34 | 显示全部楼层 |阅读模式

马上注册登录,享用更多感控资源,助你轻松入门。

您需要 登录 才可以下载或查看,没有账号?注册 |

×
本帖最后由 鬼才 于 2016-7-21 11:44 编辑

我们知道,一起医院感染的发生,是多种致病因子共同作为结果。
在感控流行病学中,将可疑的致病因子作为研究的暴露。这里的暴露可能是一种行为、环境中的有害物质或者人本身的遗传特征,也可能是某种治疗方式或者其他干预措施。例如在呼吸机相关肺炎研究中,气管插管我们可以认为是一种暴露,对病人进行洗必泰口腔护理也可认为是一种暴露。在感控工作中,一种暴露对一起医院感染发生的影响作用是我们所关心的。
在感控流行病学中,如何来衡量或分析暴露对医院感染的影响呢?我们从理论上是通过暴露效应的大小来衡量。然而,直接测量效应,甚至只是估计其大小都难以做到。在实际感控流行病学调查研究中,我们常常是通过关联来近似反映效应。
在理想情况下,对暴露效应的评价需要针对同一人群,并且要求该人群同时经历了暴露与非暴露两种情形。然而,这显然是不可能的事。我们把这称为:“反事实假设(the counter factual ideal)”。但是在理论上,只有此时对于暴露效应的评价才能够准确(这也是感控流行病学学习中的一大难点)
在实际工作中,对比暴露与非暴露两组人群的结局事件的医院感染发生情况,除我们研究的暴露因素外,还会有诸多因素在两组之间分布不均衡,如病人的年龄、性别、基础性疾病、机体免疫状态、住院时间、是否吸烟、社会经济地位等都对医院感染的发生有着影响。在研究暴露因子时,我们通常把这些因素称为混杂因子。我们希望去除这些混杂因子在研究中的影响,然而事实上是不可能的。(这一点我们要弄清楚)。这些混杂因子对于结局事件的潜在影响都会干扰效应的评价。即使能够匹配一些明显的干扰因素,仍会漏掉许多不易识别的因素,对于效应测量的影响仍然不好评价。
我们常说随机对照试验(randomized controlled trail, RCT)是流行病学中最好的研究方法。其理由就是:在随机对照试验中,随机将研究对象分配到干预组与对照组是评价干预效应较为可行的方式 。在观察性流行病学研究中,一般通过两组间的比较,获得其关联测量值来代替效应测量。通过严格的研究设计可减少混杂因素对结果的影响,但不能完全消除这种影响。这样做是为使对效应的评价满足“反事实假设”的要求。

附记:为使广大会员对感控流行病学的内容有一个大体了解,我写作这一贴子,从最基础的知识开始向大家介绍,尽可能把一些抽象难懂的概念解释清楚。




评分

参与人数 1威望 +3 金币 +2 收起 理由
听.讲 + 3 + 2 赞一个!

查看全部评分

回复

使用道具 举报

 楼主| 发表于 2016-7-21 10:36 | 显示全部楼层
本帖最后由 鬼才 于 2016-7-21 16:12 编辑

效应的测量
1、率差的测量
队列中,由于暴露情况不同导致发病率的差异,可用危险度差或率差来衡量效应大小,即为绝对效应(absolute effect)。假设在随访期间内,队列的样本量为N,每名研究对象均具有发生疾病结局的风险。处于暴露状态时,可产生A1个病例;同一队列在相同时间内处于非暴露状态时可产生A0个病例,则危险度差(risk difference)为:
A1/N - A0/N
上述发病情况指标的分子分母均为研究对象的人数,在队列研究中,由于对每名研究对象的随访时间不尽相同,研究对象对于暴露效应测量的贡献也存在差异。此时,用人时来代替人数作为分母将更为,用T1表示暴露人群贡献的处于发病风险的时间,T0表示非暴露时的总的发病风险的时间,则率差(causal rate diffence)为:
A1/T1 -A0/T0
以上每种测量方法都是以差异比较疾病的发生情况,因此称为差异测量,或绝对测量。
2、率比的测量
效应测量若仅以危险度差或率差的形式表示,对于病因效应的评价将有失偏颇。例如,在某一队列人群中吸烟与不吸烟状态下肺癌的发病率分别为2‰与0.5‰,心血管疾病则分别为5‰与2‰。此时,肺癌发病的危险度差要低于心血管疾病,1.5‰对比3‰。但若用危险度的比值来表示,则会发现吸烟对于肺癌的病因效应更强,4倍对比2.5倍。在评价病因效应时,常用比值来衡量。
危险度比(risk ratio RR)为:
(A1/N)/(A0/N) = A1/A0 = R1/R0 = RR
率比(Incidence ratio为, IR)为:
(A1/T1)/(A0/T0) = I1/I0 = IR
上述危险度比和率比可看作是相对风险的测量。
3、相对超额测量值

4、相关问题的探讨                                      
回复

使用道具 举报

 楼主| 发表于 2016-7-21 10:37 | 显示全部楼层
本帖最后由 鬼才 于 2016-7-21 11:51 编辑

关联的测量
1、混杂因素
2、区别效应与关联的简单模型

回复

使用道具 举报

 楼主| 发表于 2016-7-21 11:54 | 显示全部楼层
各类效应测量值的相互关系
1、相对风险之间的关系
2、效应测量值的修饰(异质性)
3、层间效应与整体效应的关系
回复

使用道具 举报

发表于 2016-7-24 07:54 | 显示全部楼层
感谢鬼才老师的分享,这是从哪本教科书摘录的吗?我还是觉得好抽象,比较难以理解。
回复

使用道具 举报

发表于 2016-7-24 08:48 | 显示全部楼层
谢谢老师的资料分享,学习了。
回复

使用道具 举报

 楼主| 发表于 2016-7-25 11:52 | 显示全部楼层
听.讲 发表于 2016-7-24 07:54
感谢鬼才老师的分享,这是从哪本教科书摘录的吗?我还是觉得好抽象,比较难以理解。

很好的意见。的确感到还是太抽象了一些。我准备用一些实际案例对这些抽象的概念进行解释。非常感谢您这一意见。
不好意思。因为我习惯抽象思维,因而写贴子时就没注意这一问题了。
回复

使用道具 举报

发表于 2016-7-25 17:20 | 显示全部楼层
也没有理解
回复

使用道具 举报

 楼主| 发表于 2016-7-25 18:45 | 显示全部楼层

这些概念需要用案例来解释,是吗?
回复

使用道具 举报

发表于 2017-1-24 16:51 | 显示全部楼层
鬼才老师:第一段介绍太抽象了,非流行病学专业的人很难理解的,制成图来描述效果可能会更好。
   
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册 |

本版积分规则

快速回复 返回顶部 返回列表