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
|