流行病学复习知识点

b.选择研究对象 原则:代表性

c.样本大小的计算 有关因素:灵敏度、特异度、显著性检验水平、容许误差 d.整体评价结果

2.筛检试验真实性评价指标

1)灵敏度(Se)/真阳性率(TP) 患者组人员被筛检试验判为阳性的概率,即真阳性者占病人总数的百分比。反映筛检试验检出患者的能力,该值愈大愈好。

A灵敏度??100%A?C 实际有病而按该筛检标准被正确地判为有病的百分率 2) 特异度(Sp)/真阴性率(TN) 非患者组人员被筛检试验判为阴性的概率,即真阴性者占非患者总

数的百分比。反映筛检试验鉴别非患者的能力,该值愈大愈好。

D特异度??100%B?D 实际无病按该诊断标准被正确地判为无病的百分率 3)假阳性率(FP)/误诊率、第一类错误 非患者人员被筛检试验判为阳性的概率,即假阳性者占非患

者总数的百分比。反映筛检试验将非患者错误判为患者的概率,该值愈小愈好。

假阳性率?B?100%B?D 实际无病，但根据该诊断标准被定为有病的百分率

4)假阴性率(FN)/漏诊率、第二类错误 患者组人员被筛检试验判为阴性的概率，即假阴性者占患者

总数的百分比。反映筛检试验将患者错误地判为非患者的概率，该值愈小愈好。

C假阴性率??100%A?C 实际有病，但根据该筛检标准被定为非病者的百分率 5)正确指数（综合指数） 即灵敏度与特异度之和减去1或1减去假阳性率与假阴性率之和。该值

愈大愈好。

正确指数＝ （灵敏度十特异度）－ 1

＝ l－（假阳性率十假阴性率）

6)似然比(LR) 筛检试验的结果在患者中出现的概率与在非患者中出现的概率之比.

A.阳性似然比(PLR) 筛检试验的阳性结果在患者中出现的概率(真阳性率)与在非患者中出现的概率(假阳性率)之比.

PLR?真阳性率灵敏度?假阳性率1?特异度

B.阴性似然比(NLR) 筛检试验的阴性结果在患者中出现的概率(假阴性率)与在非患者中出现的概率(真阴性率)之比.

假阴性率1?灵敏度NLR??真阴性率特异度 似然比是评价筛检试验真实性的重要综合指标。阳性似然比愈大愈好，它标明宁阳性结果的正确率高；阴

性似然比愈小愈好，表示阴性结果正确率高。

7)预测值(PV) 是筛检试验结果阳性或阴性时受试对象有或无疾病的概率。 A.阳性预测值(PPV) 即真阳性者占诊断试验阳性者总数的百分比.

阳性预测值?

A?100%A?B

阳性预测值表示筛检试验结果阳性者患有该病的概率，其值越大，筛检试验结果阳性者患该病的可能性愈大。

5

B.阴性预测值(NPV) 即真阴性者占诊断试验阴性者总数的百分比.

阴性预测值?D?100%C?D

阴性预测值表示筛检试验结果阴性者不患有该病的概率，其值越大，筛检试验结果阴性者不患该病的可能性

愈大。

当灵敏度和特异度一定时，阳性预测值与患病率成正比，阴性预测值则与之成反比。

阳性预测值?灵敏度?患病率灵敏度?患病率?(1?患病率)(1?特异度) 特异度越高，阳性预测值越高特异度?(1?患病率)特异度?(1?患病率)?(1?灵敏度)?患病率 灵敏度越高，阴性预测值越高

阴性预测值?8)一致性 是筛检试验判定的结果与标准诊断的结果相同的数占总受检人数的比例。

一致率?A?D?100%A?B?C?D

3.筛检试验可靠性评价

Kappa分析：考虑了机遇因素对一致性的影响

Kappa?Kappa值=实际一致性/非机遇一致性

N(A?D)?(R1C1?R2C2)N2?(R1C1?R2C2)

4.合理确定截断值

截断值 (cut off point)或临界点的确定，与测得的观察值的分布有关

5.受试者工作特性曲线(ROC曲线) 是用真阳性率和假阳性率作图得出的曲线，它可表示灵敏度和特异度之间的关系.一般多选择曲线转弯处,即灵敏度与特异度均较高的点为截断值.

6

第三章 病例对照研究

病例对照研究（Case control study)：（课件定义）选择患有某特定疾病的一些病人作为病例组，以不患有该病但具有可比性的一些个体作为对照组，调查他们发病前对某个（些）因素的暴露情况，比较两组中暴露率和暴露水平的差异，研究该疾病与这个（些）因素的关系。这是一种回顾性从果查因的研究方法。 四大因素:人群、对照、病例、暴露

第一节 基本原理

一、原理

病例对照研究的具体原理是选择某人群中患有某种特定疾病的人作为病例组，未患这种特定疾病但与患者具有可比性的个体作为对照组，调查他们过去有无暴露于某个或某些可疑病因因素以及暴露程度；通过比较各组研究因素的暴露史和暴露水平的比例，推断研究因素与疾病之间的因果关系的可能性；如果病例组有暴露史或严重暴露着的比例在统计学上显著高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。 可比性：年龄、性别相同、经济水平、生活习惯相同。理想状态是除得病以外其余各因素相同。 暴露（exposure）：指研究对象曾经接触过某种研究因素，或具备某种特征，或出于某种状态，又称研究变量，研究者所关心的任何因素都可以成为暴露因素。 特点：疾病发生后进行 分成病例组与对照组

暴露是由研究对象从现在对过去的回顾 由果推因

分析暴露与疾病的联系 二、类型

1、非匹配的病例对照研究

按与病例组可比的原则，根据样本的大小，选择一定数量的对照，数量不需成严格的比例关系，一般要求各比较组人数相同，或对照组人数多于病例数。 2、匹配的病例对照研究

匹配亦称配比(matching)，要求对照在某些特征或变量与病例保持一致，目的是对两组进行比较时排除匹配因素的干扰。具体有两种做法：①频数匹配 匹配因素所占的比例在对照组与病例组一致；

7

②个体匹配 给每一个病例选择一个或几个对照，配成对（pair）或配成伍，使对照在某些因素或特征（如年龄、性别等）方面与其相配的病例相同或基本相同。 匹配法注意事项： ? 慎重选择匹配因素

? 可疑病因决不能作为匹配因素

? 比例一般为1:1，也可以1:2，甚至1:3或1:4，最多不超过1:4 ? 匹配的因素不宜过多，避免发生“匹配过度（overmatching）”增加工作的难度

第二节 病例对照研究的步骤

一、提出假设

根据以往疾病分布研究或现况调查结果并结合文献，提出病因假设 二、选择适宜的对照形式

原则:①广泛探索病因，采用不匹配或频数匹配 ②罕见病采用个体匹配 ③1:R的匹配法，R值不宜超过4 形式:成组比较法(非匹配设计）、匹配设计（群体匹配和个体匹配） 三、病例与对照的来源与选择

基本原则：①代表性 1.病例能代表总体的病例 2.对照能代表产生病例的总体人群或源人群 ②可比性 两组主要特征方面无明显差异（除了研究的因素以外） 四、样本含量的估计

1.有关参数(a.病例组的暴露率P1和对照组暴露率P0 b.优势比OR c.α值 d.把握度1-β) 2.估计方法

3.举例

五、资料的来源与收集

1.资料来源 2.调查的含义及实施时遵循的原则 3.调查表

第三节 资料的整理分析

均衡性检验 → 计算OR → 分层分析与多因素分析 → 推论因素与疾病关联

一、均衡性检验

比较病例组与对照组在研究因素以外的其他主要特征方面有否可比性，两组非研究因素均衡，其暴露率的差异与发病有关 二、计算OR

OR：又称优势比，比值比，交叉乘积比指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值

特点：与RR一样，优势比反映暴露者患某种疾病的危险性较无暴露者高的程度

（一）成组比较法分析

8