病例对照研究、队列研究（204的秘密）

队列研究 cohort study/前瞻性研究 prospective study/随访研究 follow-up study（是真实世界研究real world 。

病例对照研究、队列研究

• 病例对照研究case-control study/回顾性调查
  • 现在→过去 (初步探讨病因）
  • 分析过程
    • 1. 统计描述
    • 2. 简单关联性研究方法
      • 差异性分析:卡方检验队列研究简单关联性研究实操案例
        • 采用卡方或Fisher确切概率法
      • 单因素回归分析——logistic回归
    • 3. 多因素Logistic回归分析方法
  • 实操案例
    • 病例对照研究分析过程：统计描述——单因素关联性分析——多因素关联性分析
• 队列研究 cohort study/前瞻性研究 prospective study/随访研究 follow-up study（是真实世界研究real world study 的主要方法之一）
  • 现在→未来 （明确病因）
  • 用途
    • 病因研究
    • 评价预后影响因素（治疗措施对预后的 影响）
    • 暴露因素可以是发病因素，也可以是治疗措施（非干预性的，因为研究者只观察）
  • 研究分类
    • 
    • 1. 前瞻性队列研究（双前瞻）
    • 2. 回顾性队列研究（从现在出现的 结局去回归性收集关于暴露的历史档案）
    • 3. 双向性队列研究（1+2）
  • 统计分析方法
    • 
    • 定量结局的分析（t检验、F检验、秩和检验、相关分析→线性回归分析）
    • 分类结局的分析
      • 简单关联性分析
        • 相对危险度（ relative risk，RR）→直接表示风险大小
          • RR的概念与计算 RR值是医学研究最重要的效应值指标，没有之一。RR值，全称是相对危险度（Relative Risk），也就是暴露组相对对照组，结局阳性事件发生的风险程度，用于描述暴露因素与终点结局事件关联。 效应值方面，OR值、RR值和HR值堪称三剑客。其中，OR值已在之前篇章中详细阐述；HR是生存分析关键效应值，它将与Cox回归同时亮相；RR值应该是医学研究最重要的指标，队列研究能够计算出RR值。 RR大于1，说明暴露组相比对照组容易发生阳性事件，反之则说明暴露组不容易发生阳性事件。无论大于1还是小于1，说明暴露因素与结局有关。 它的算法是，暴露组阳性率与非暴露组阳性率率的比值。令a/m1=P1或者Pe，把c/m0=P0或者Pc，则： SPSS软件卡方检验不仅可以计算P值，同时也可以计算RR值。例如吸烟的案例卡方检验和RR值的计算： 卡方检验结果显示，P<0.001说明暴露组和对照组肺癌发生率存在着统计学差异，也说明RR值总体上不等于1。 计算RR值和95%CI 结果如下：RR=13.5，95%CI: 5.41-33.71。RR值置信区间不包括1，也说明RR总体不等于1。
          • RR值，是暴露组相对对照组，发生阳性事件的概率的倍数。
            • RR值＞1，提示暴露是阳性事件发生的促进因素； RR值＜1，提示暴露是阳性事件发生的阻碍因素； RR值=1，提示暴露对阳性事件发生无影响。
      • 多因素关联性分析（回归分析方法）
        • Logistic回归 （logistic regression）—计算OR值
          • 
        • 修正poisson回归（modified Poisson regression）—计算RR值
          • 特别注意， 修正Poisson并非普通的Poisson，只有修正Poisson（modified Poisson 才能用于二分类的结局）
          • SPSS软件操作
            •  若在广义线性模型-预测变量-选项-升序（以赋值最大者为对照）/一般我们选择降序（以赋值最小者为对照），则你的结果 ：P值不变，回归系数B值是负的，RR值是倒数 若在广义线性模型-估算-基于模型的估计量（一般Poisson 回归）/稳健估算量（修正Poisson回归） 若在广义线性模型-统计-包括指数参数估算值（则出现RR值，不选就没有RR值！）
        • OR值 会高估 RR
          • 
    • 二分类或多分类的结局
      • 队列研究回归方法（Poisson 回归、log-binomial回归），计算R值
      • 代替方法 Logistic 回归，计算OR值
        • logistic回归只能计算OR值，怎么办？ logistic回归是队列研究最重要最常见的方法，但是无法计算RR值，这不是意味着logistic回归方法就不适合队列研究？ 不是的。 虽然Logistic回归分析得不到RR值，但是，第一，由于OR值和RR值一般比较接近，第二，OR值和RR值假设检验的结果一致，OR值具有统计学意义，则RR值也具有统计学意义，第三，Logistic方法软件操作更简单，因此我们经常使用Logistic回归计算OR来研究队列研究。 特别是：对于发病率很低的慢性病（如心脑血管疾病、恶性肿瘤等），由于P<<1，OR可作为RR的近似值估计：
    • 生存时间治疗的结局
      • COX回归
    • 队列研究基本统计分析步骤包括以下3步： 第1步，统计描述。总体描述人群的特征、分组情况、分组人数、随访时间、失访情况。 第2步，初步分析暴露因素与结局的关联性。根据结局的特征，暴露因素与结局的关联性，一般常用的条件与方法如下：
      • 队列研究基本统计分析步骤包括以下3步： 第1步，统计描述。总体描述人群的特征、分组情况、分组人数、随访时间、失访情况。 第2步，初步分析暴露因素与结局的关联性。根据结局的特征，暴露因素与结局的关联性，一般常用的条件与方法如下：
  • 队列研究结果呈现
    • 按照暴露组和对照组进行分组。类数据构成比是暴露组内部加起来100%，对照组内部加起来100%。同时也计算了糖尿病患者的冠心病发生率为60.5%；没有糖尿病患者，冠心病发生率为49.6%。
  • 这是病例对照研究与队列研究最重要的区别之一。
    • 很多人怎么开展回顾性队列研究的呢（研究伊始结局已经出现（足痛、非足痛））？既然结局都已经出现了，那么就抽取足痛和非足痛的人凑一起，进行统计分析吧。 错在哪里？当然你抽取足痛与非足痛人群开展研究时，你的思维已经不是队列研究的思维，而是病例对照研究的思维，你的人群不是队列人群的目标人群。为什么？这是因为，当挑选痛与非足痛人群开展分析时，你已经排除了一大批人群。他们可能是失访的人群、愿接受随访的人群。实际上，这些人都是目标人群的重要组成部分。 只有从暴露因素出发，框定目标人群，选择队列样本人群，逐一随访各个体的结局（哪怕是失访，也是一个结局）。这才是正确的姿势。
• 浮动主题
• logistics 回归分析
  • 
  • 分类logistic回归分析类型
  • SPSS软件操作
    •  ①因变量：放入“是否患有冠心病（ca）” ②协变量：即自变量，放入年龄、性别、心电图表现、糖尿病、高血压 ③保存：可分别计算除预测值（即P值）和残差，残差包括原始残差和标准化残差  
  • 结果分析
    •  好的模型，残差越小越好，残差均方越小越好。因此，logistic回归模型中，残差也是非常重要的评价指标。      
    • logistic回归拟合效果——“模型摘要”
    • Exp(B)的置信区间—OR值
    • 1.要看阳性组赋值大还是小，对应性别大小（男/女）Exp(B)-较大的那一方赋值=风险提升的倍数。
  • 规范描述
    • 规范文字1：纳入年龄、心电图和性别等构建多因素Logistic回归方程。结果发现：心电图异常对冠心病的影响具有统计学意义（OR=3.40, 95%CI 1.81-6.37, P<0.001）；年龄对冠心病的影响具有统计学意义（OR=1.09, 95%CI 1.03-1.15, P=0.001）；性别对冠心病的影响具有统计学意义（OR=6.24，95%CI 2.50-15.56, P<0.001）；高血压状况对对冠心病的影响具有统计学意义（OR=10.81,95%CI 4.15-28.20, P<0.001）。 规范文字2：纳入年龄、心电图和性别等构建多因素Logistic回归方程。结果发现：心电图异常等级增加将增加冠心病的风险，具有统计学意义（OR=3.40,95%CI 1.81-6.37, P<0.001）；年龄越大冠心病风险越高，具有统计学意义（OR=1.09, 95%CI 1.03-1.15, P=0.001）；相对女性，男性增加冠心病发生的风险，差异具有统计学意义（OR=6.24，95%CI 2.50-15.56, P<0.001）；高血压增加冠心病的风险，差异具有统计学意义（OR=10.81,95%CI 4.15-28.20, P<0.001）。 特别提醒：Logistic回归OR值不能代表风险增加的准确倍数，因此文字描述，切勿说相对女性，男性增加冠心病风险5.24倍的说法。 
  • 值得注意
    • 要读懂统计结果表，读懂OR值，必须明确： （1）何为阳性事件。我们可能想当然认为阳性事件必然是冠心病发生；然而在SPSS分析中，阳性事件指的是数据库结局变量赋值较大的结局。在本例中，若是否有冠心病（ca）变量，如果（冠心病是0，未发生冠心病是1），那么未发生冠心病的是阳性事件。 是不是听起来特别别扭？我想要研究的是发生冠心病的风险呀！怎么办? 那就请诸位在构建数据库时，将所指认的阳性事件给予更高的赋值，高于阴性事件。对于二分类的结局，最好用0、1表示（0代表阴性事件，1代表阳性事件），保证你理念中的阳性事件与SPSS的阳性事件定义的统一，不容易出错。 （2）要明确自变量，谁为对照？ 对于定量数据，比如年龄，b值代表x每增加一个单位，结局改变的量；OR值更有意义，OR代表，x增加一个单位，比如年龄增加一岁，阳性事件出现的概率将大约增加（OR-1）倍；对于年龄，比如年龄增加一岁，平均风险将增加0.091倍，这意味着，年龄越大，冠心病风险越高。 对于二分类定性数据，OR值也代表x增加一个单位，结局改变的量。比如性别，x增加一个单位，风险增加大约5.24倍。那么，如何理解此处“增加一个单位”的意思呢？ 实际上指的是数据库性别变量赋值增加一个单位吗（性别变量从0增加1），风险增加大约5.24倍（不过不像年龄，性别变量x只能增加1次）。 很多时候，如此解释还别扭，我们更倾向寻找对照作为支点，进行比较分析。性别从0到1，那就是性别变量赋值为1和赋值为0的相比，风险增加5.24。0是什么？0是女性，而1是男性，那意味着是男性与女性相比，风险大概增加5.24倍。 SPSS统计分析在二分类自变量的影响时，默认是以自变量赋值较低作为对照，探讨赋值较大者能否相对能否增加阳性事件概率。 对于等级资料，其解释与定量数据无异，也就是X每加一个等级，比如年龄增加一岁，阳性事件出现的概率将增加（OR-1）倍左右；比如对于心电图异常情况变量，意味着心电图异常情况平均每增加一个等级，冠心病的风险将增加2.406倍左右。 此外，高血压变量在数据库中赋值为0=无高血压，1=有高血压，意味着对照组是无高血压，有高血压的病人与之相比，风险增加9.814倍左右。糖尿病无统计学意义。 总之，OR值是探讨SPSS数据库中自变量赋值较大者，对SPSS数据库中阳性事件（也是赋值较大者）的影响。如果不注意这
• 暴露因素：危险因素、保护因素
  • 健康结局：疾病发生、发展、预后
  • 阐明因果关系为主要目的的研究设计类型