队列研究(2)

表4-8 发病密度的计算

组别

发病数

人年数

发病密度

暴露组

α

PT₁

α/PT₁

非暴露组

c

PT₀

c/PT₀

合计

a＋c（=D）

PT

D/PT

　ID=D/PT

（式4-8）

　　人年数的算法：①固定人群，即封闭人群，人年数是每一个成员的具体观察年数的总和。每一成员的观察年数是从观察开始算起到终点事件出现或研究结束时经过的年数（月数、周数、以至日数均可折算为年数）；②动态人群，如果不知道每一成员进入与退出的具体时间，就不能直接计算人年数。但如随访期间人数与年龄基本保持稳定，则可用平均人数采以观察年数得到总人年数。平均人数取得相邻两时段人数之平均数或年中人数，例如表4-9（节录Doll与Hill关于吸烟与肺癌关系的队列研究第2报）。

表4-9 人年数的计算实例

年龄（岁）

观察人数

人年数

1951.11.01

1952.11.01

1953.11.01

1954.11.01

1955.11.01

1956.04.01

35～

8886

9149

9287

9414

9710

9796

41211

45～

7117

7257

7381

7351

7215

7191

32156

55～64

4049

4212

4375

4601

5057

5243

19909

合计

20097

20618

21043

21366

21982

22230

93276

　　例如，表4-9中“35～”岁组的人年数=（8886＋9149）÷2＋（9149＋9287）÷2＋（9287＋9414）÷2＋（9414＋9710）÷2＋（9710＋9796）÷2×5/12=41211；③各人随访年数不同，可先算出各人随访人年数，再计算总人年数；而且因为随访期内各人的年龄在增长，到一定日期（某岁生日）年龄超过原属年龄组上限时，应计入下一年龄组的人数。所以可以算出各年龄组的总人年数以及不同年份（日历年calendar year）的总人年数，结合同年龄组或同年份发生的病例数，即可算出各年龄组或年份的发病率（发病密度）。确切算法要根据每一成员的出生年、月、日和开始与终止观察日期而动态地计算，可借助计算机。实际上还可用近似法：开始与终止观察年份各算0.5年，同一年开始与终止的算0.25年，开始与终止年份之间，每年算1年。

　　人时率的标准误、显著性检验和分层分析方法，与通常以人数为分母的率所用的不同，本书从略。

　　（2）联系的测量：研究某种暴露与疾病或死亡的联系的基本方法是比较暴露组与未暴露组的发病率或死亡率，也就是计算出这些率的差或比。

　　1）率差：暴露组的发病率或死亡率与未暴露组同种率之差。说明由于暴露增加或降低的发病率或死亡率。有人称率差为归因危险度（attributable risk）也有人认为称为超额（或超常）危险度（excess risk）比较合适，因其不含因果联系的暗示。

　　2）人群归因危险度（population attributable risk，PAR）率差与相对危险度都说明暴露的生物学效应，但不能说明其对一个人群的危险程度或消除这种因素后可能使发病率或死亡率降低的程度，或即暴露的社会效应。说明这种效应的一个指标是人群归因危险度，它说明某一人群（包括暴露者与非暴露者）的某病发病（或死亡）率中可归因于该暴露的部分，用所占比例或分数表示，如下式：

（式4-9）

　　式中I_t=全人群的发病率，I₀=未暴露组的发病率。PAR又称病因分数（分值）（etiologic fraction EF），也可用百分比表示，称为人群归因危险度百分比。

　　①病例对照研究的PAR计算：从暴露的相对危险度（见下文“率比”）和人群对某因子的暴露率（Pe），可算出PAR。如果病例对照研究中对照组的暴露率可以代表人群暴露率，则可用下式：

（式4-10）

　　如以百分比表示，也称为人群归因危险度百分比（population attributable risk percent-age，PARP）。

　　②队列研究用人时（发病密度）数据时的指标计算：

暴露

非暴露

合计

病例数

α

b

m

人年数

c

d

PT

　　人群归因危险度的大小取决于危险因子（病因）的相对危险度和人群暴露比例（表4-10）。例如，据Doll与Peto研究（1981），1978年美国癌症死亡中的25％～40％（平均30％，约12万人）可归因于吸烟，而同年归因于职业因素的癌症死亡只占2％～8％（平均4％）。两者相差这么悬殊是因为人群的吸烟率很高而暴露于职业性致癌因素的人相对很少。

表4-10 人群归因危险度百分比与相对危
险度（RR）和人群暴露率（Pe）的关系

Pe

RR