![现场流行病学](https://wfqqreader-1252317822.image.myqcloud.com/cover/632/27612632/b_27612632.jpg)
上QQ阅读APP看书,第一时间看更新
第三节 疾病发病风险指标
一、相对危险度
1.定义
相对危险度(relative risk,RR)是暴露组与对照组危险度的比,通常包括危险度比(risk ratio,RR)或率比(rate ratio,RR)。危险度比是暴露组危险度(累积发病率)与对照组危险度的比。率比是暴露组与对照组的发病密度之比。危险度比和率比都是反映暴露与发病或死亡关联强度的重要指标,其表达式和流行病学意义相同,但同一研究的危险度比和率比的数值可能不同。计算公式为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_39_597_1523_662_1579_34242.jpg?sign=1739151409-ab6WSpVh1PQPWfn6LKzKRY9NjEqVTnGz-0-33e4d7ea144c57fc02dec05e2b85885d)
(公式2-23)
式中 I e和 I 0分别为暴露组和对照组的率。RR表示暴露组发生某种疾病或死亡的危险是对照组的多少倍。在队列研究中,单因素分析的RR可用下式计算:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_40_546_207_686_262_34246.jpg?sign=1739151409-QMF0o4PSBnKIOtnJwLhxAZkYgzYAJEqC-0-b3dee25dedc0f88d963ba8d50c887a26)
(公式2-24)
a、 b、 c、 d 分别为四格表中的符号(表 2-1)。
表2-1 队列研究单因素分析的四格表
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/T2-1_34248.jpg?sign=1739151409-jxSfPlobYlcAnF7o67cs8mFtw33mxdqk-0-6b022cc4efcea939b23bd7039079734a)
研究样本中计算出来的相对危险度RR是总体RR的一个点估计值,是样本值。若要推导总体的RR值,应考虑抽样误差的存在,计算其置信区间(confidence interval,CI),通常用95%置信区间。常用的Woolf法计算lnRR的公式如下:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_40_486_603_733_657_34251.jpg?sign=1739151409-A2qSBeYcF50xpQDuPYG6MBfOqIjgxCML-0-99d7f1877655fc8c6e1aab1fa3068585)
(公式2-25)
lnRR 的 95%CI = ln RR ± 1.96
,其反自然对数即为RR的95%置信区间。
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PHN_40_420_664_538_694_34261.jpg?sign=1739151409-qiqsEfZqTaIHoYbOir7gyMvtSa92v5pr-0-504c134c3538f4ffa4fa2287d2a33417)
在多因素分析中,可用SAS程序genmod命令得到多因素调整的RR值及其95%的置信区间。当发病率非常低时,OR值非常接近RR值,因此多因素调整的RR值及其95%的置信区间可由Logistic回归模型计算得到。
2.应用
RR适用于队列研究或随机对照试验。RR表明暴露组发病或死亡的危险是非暴露组的多少倍。RR值越大,表明暴露的效应越大,暴露与结局关联的强度越大。当RR值有统计学意义时:
RR = 1,说明暴露因素与疾病之间无关联。
RR > 1,说明暴露因素是疾病的危险因素(正相关),认为暴露与疾病呈正关联,即暴露因素是危险因素。
RR < 1,说明暴露因素是疾病的保护因素(负相关),认为暴露与疾病呈负关联,即暴露因素是保护因素。
二、比值比
1.定义
比值比(odds ratio,OR)又称优势比、比数比或交叉乘积比,是病例组和对照组暴露比值的比,是描述病例对照研究中疾病与暴露之间关联强度的指标。所谓比值(odds)是指某事物发生的可能性与不发生的可能性之比。
在病例对照研究中,单因素分析的OR可用下式计算:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_40_572_1168_647_1223_34257.jpg?sign=1739151409-n7SMm4fURAhT9QFj6mvzONgZTCyeVou9-0-be45f0ad46dc3dbe48334bbd6002b2ca)
(公式2-26)
a、b、c、d分别为四格表中的符号(表2-2)。
表2-2 病例对照研究单因素分析的四格表
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/T2-2_34249.jpg?sign=1739151409-GeDOA02qN20zeG5nnpXNc34H7ip0ZnJq-0-1a39ba7d51e64450b50d7cab43e07235)
根据表2-2,病例对照研究中病例组的暴露比值为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_40_548_1524_676_1579_34259.jpg?sign=1739151409-oV3382b1VqmxMwXP9CALwp3zPjBSMY2c-0-387ca8d8ee6e64ff153b22d6d0d810be)
对照组中暴露比值为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_564_171_694_226_34263.jpg?sign=1739151409-RT5ctlCdRBFEgKTIXfsFNGc9sQhi9sH6-0-c05b5d92121fc9ae58b6cb0b430424c2)
因此,
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_417_270_837_325_34265.jpg?sign=1739151409-yFcBMG1kuEsovdBmDVlGOaLb468a3WCr-0-91ad9d124e5e841c03a206db41ca4e84)
(公式2-27)
Woolf法计算OR值的95%置信区间:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_502_375_752_429_34268.jpg?sign=1739151409-GyhlbbthwVR10O0jfz3F5CHRjnIgmdRg-0-75d179b53574cdc7e399f4bcb3528c12)
(公式2-28)
lnOR 的 95%CI = ln OR ± 1.96
,其反自然对数即为OR的95%置信区间。Miettnen卡方值法算OR值的95%的置信区间:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PHN_41_442_438_562_475_34273.jpg?sign=1739151409-rk3XstUrXOl8GW2Ar7KvWAPrtmvTwC4r-0-432dc9d373e6112bb0ca91826a050401)
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_523_512_741_537_34275.jpg?sign=1739151409-ez4ZT2ym79H8ASeCPDQKnLFnovCZYJVN-0-1ba3569fd79529d90f2b2e779eade8a0)
(公式2-29)
式中 χ 2值为用Mantel-Haenszel法求得的非校正卡方值。
通常通过Logistic回归的单因素分析和多因素分析得到未调整的和多变量调整的OR值及其95%置信区间。不同类型资料和不同设计类型的病例对照研究OR值的计算将在第四章详细介绍。
2.应用
OR值主要应用于病例对照研究,是反映疾病与暴露关联程度的指标。由于病例对照研究中得不到发病率,无法计算相对危险度,因此,只能通过计算病例组和对照组的暴露比值的比来描述疾病与暴露关联程度。OR的含义与相对危险度RR相似,指暴露者的疾病危险性为非暴露者的多少倍:
OR = 1,说明暴露因素与疾病之间无关联。
OR > 1,说明疾病的危险度因暴露而增大,认为暴露与疾病之间呈“正”关联。
OR < 1,说明疾病的危险度因暴露而减少。认为暴露与疾病呈“负”关联。
研究相同目的(相同的疾病和暴露),运用病例对照研究和队列研究计算得到的OR值和RR值是不同的,OR值为相对危险度RR值的近似估计值。当疾病的发病率小于5%时,OR是RR的极好近似值。
三、风险比
1.定义
风险比(hazards ratio,HR)是随访研究中在相同的时间点上暴露组发生某个结局的风险与非暴露组发生该结局的风险的比,是描述疾病与暴露关联性的又一指标。计算公式为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_519_1050_749_1105_34281.jpg?sign=1739151409-Wzw1SZda20CegGybWLdvIQJj6WhwQwb3-0-5d73ad9e056c42dd902a1866ab73254b)
(公式2-30)
h(t,x)为风险函数,表示具有协变量x的个体在时刻t时的风险函数,又称为瞬时死亡率,其方程式为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_41_371_1154_897_1177_34285.jpg?sign=1739151409-4aAzuGwNTfui2iacylvGm5lP2yh9JwpD-0-04f7677f0521e4e8b65cd5a5f4d45788)
(公式2-31)
此式称为Cox比例风险模型,模型中 h 0( t)为所有协变量取值为0时的基础风险率,是未知的,对计算风险比HR没有影响。回归系数 β i的含义是指在其他协变量不变的情况下,协变量 x i每改变一个测量单位时引起的相对危险度/风险比的自然对数的改变量。 HR = exp β i即表示协变量取值为1(通常代表暴露)的个体死亡(或发病)的风险是取值为0(非暴露)的个体死亡(或发病)的风险的HR倍。
HR与RR意义比较接近,因此,在随访研究中,也有人用RR代替风险比。HR及其95%CI可用统计软件包建立Cox比例风险模型计算得到。
2.应用
HR主要用于随访研究的生存资料,可以是临床试验,也可以是队列研究,与RR应用资料的区别在于是否有时间信息。HR应用的生存资料,观察的结果既有终点事件的结局,又有终点事件出现的时间;而RR应用的资料只有终点事件的结局,没有终点事件出现的时间。
从分析过程看,RR值只考虑了终点事件的差异,而HR不仅考虑了终点事件的有无,还考虑了到达终点所用的时间及截尾数据(包括失访数据),因此,在生存资料分析中,HR是描述疾病与暴露关联性的最合适指标。
HR取值所对应的流行病学意义同RR值。
四、归因危险度和归因危险度百分比
1.定义
归因危险度(attributable risk,AR)又称为特异危险度、危险度差(risk difference,RD),是暴露组发病率与对照组发病率差值的绝对值,它表示特异地归因于暴露因素的危险。计算公式为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_563_304_659_328_34291.jpg?sign=1739151409-BLda170Jphrt5a3noNMgWXGBeGZpZqRV-0-c69e0c609eeed9a32fa604414b3de1fa)
(公式2-32)
由于
, I e = RR × I 0,所以 ARI 0 =( RR - 1)。
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PHN_42_207_334_279_396_34298.jpg?sign=1739151409-KghCfBvZBSTgOdOF9UCgzHz76xKBVxPc-0-e787410662cbc39c9732ed6db8b4a771)
归因危险度百分比(AR%)又称为病因分值(etiologic fraction,EF),是指暴露人群中的发病或死亡归因于暴露的部分占全部发病或死亡的百分比。计算公式为
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_517_471_705_527_34294.jpg?sign=1739151409-7d7IFPoGezClAuUSD6Ngc2TFWdGDDF9h-0-e36914b181a9136e19c7344736736205)
(公式2-33)
或者,
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_512_570_711_625_34300.jpg?sign=1739151409-OdvVQzoDzGaKKTiR1WRPatYi1FnqIgkg-0-c349976c3a5d666d056efc8eae377b75)
(公式2-34)
2.应用
RR和AR都是表示关联强度的指标,两者相互联系,但其流行病学意义不同。RR说明暴露者发生相应疾病的危险是非暴露者的多少倍;AR则是指暴露人群与非暴露人群比较,归因于暴露因素的危险是多少。RR具有病因学意义,AR更具有疾病预防和公共卫生学意义。
AR%和AR一样具有疾病预防和公共卫生学意义。
五、人群归因危险度与人群归因危险度百分比
1.定义
人群归因危险度(population attributable risk,PAR)指总人群发病率中归因于暴露的部分。PAR%指PAR占总人群全部发病(或死亡)的百分比,又称为人群病因分值(population etiologic fraction,PEF)。计算公式为:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_559_942_663_966_34307.jpg?sign=1739151409-hPAAxjZUA8fdqz3MOJoS95XdFHJf5dcC-0-6df281414f61e03cc492b5a0e65367fb)
(公式2-35)
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_512_981_721_1037_34310.jpg?sign=1739151409-ShrIFEIaenACGAOcQTtkw4BVn7AUvZrM-0-de680f34a7869005c9cc24d90fac4248)
(公式2-36)
I t代表全人群的率, I 0为非暴露组的率。
PAR%还可以由下式计算:
![](https://epubservercos.yuewen.com/B025C0/15859864505997606/epubprivate/OEBPS/Images/PGS_42_471_1119_762_1176_34314.jpg?sign=1739151409-WbzZVgRFXRVW60LFUlq9dBzM83VCl13R-0-e9e07b22deec9de78a66f2f6314baa38)
(公式2-37)
P e表示人群中有暴露者的比例。
2.应用
RR和AR是通过比较暴露组和对照组发生某种疾病(或死亡)的危险性,说明暴露的生物学效应,即暴露的致病作用有多大;而PAR和PAR%则是通过比较全人群与对照组,说明暴露对一个具体人群的危害程度,以及消除这个因素后该人群中的发病率或死亡率可能减小的程度。它们既与RR和AR有关,又与人群中暴露者的比例有关。