一、相對(duì)危險(xiǎn)度(RR)——隊(duì)列研究中分析暴露因素與發(fā)病的關(guān)聯(lián)程度
隊(duì)列研究是選擇暴露及未暴露于某一因素的兩組人群,追蹤其各自的發(fā)病結(jié)局,比較兩組發(fā)病結(jié)局的差異,從而判定暴露因素與疾病有無關(guān)聯(lián)及關(guān)聯(lián)大小的一種觀察性研究。通常,暴露可以指危險(xiǎn)因素,比如吸煙、高血壓,也可指服用某種藥物。而事件可以是疾病發(fā)生,比如肺癌、心血管病,也可指服藥后的治療效果。
RR也叫危險(xiǎn)比(risk ratio)或率比(rate ratio),是反映暴露與發(fā)?。ㄋ劳觯╆P(guān)聯(lián)強(qiáng)度的最有用的指標(biāo)。RR適用于隊(duì)列研究或隨機(jī)對(duì)照試驗(yàn)。
RR表明暴露組發(fā)病或死亡的危險(xiǎn)是非暴露組的多少倍。RR值越大,表明暴露的效應(yīng)越大,暴露與結(jié)局關(guān)聯(lián)的強(qiáng)度越大。即暴露組發(fā)病率或死亡率與非暴露組發(fā)病率或死亡率之比。
例題:Doll和Hill從1970年至1974年隨訪觀察英國醫(yī)生的吸煙情況,得到如下資料:重度吸煙者為160/10萬,非吸煙者為8/10萬,所有英國醫(yī)生為80/10萬。假設(shè)肺癌死亡率可反映肺癌發(fā)病率。
RR的計(jì)算公式是:RR=暴露組的發(fā)病或死亡率/ 非暴露組的發(fā)病或死亡率
本例中,與非吸煙者相比,重度吸煙者患肺癌的相對(duì)危險(xiǎn)度是:RR=160/8=20
二、歸因危險(xiǎn)度(AR)
又叫特異危險(xiǎn)度、率差(rate difference, RD)和超額危險(xiǎn)度(excess risk),
是暴露組發(fā)病率與對(duì)照組發(fā)病率相差的絕對(duì)值,它表示危險(xiǎn)特異地歸因于暴露因素的程度。
相對(duì)危險(xiǎn)度指暴露組發(fā)病率與非暴露組的發(fā)病率之比,它反映了暴露與疾病的關(guān)聯(lián)強(qiáng)度,說明暴露使個(gè)體發(fā)病的危險(xiǎn)比不暴露高多少倍,或者說暴露組的發(fā)病危險(xiǎn)是非暴露組的多少倍。暴露對(duì)疾病的病因?qū)W意義較大。
歸因危險(xiǎn)度指暴露組發(fā)病率與非暴露組發(fā)病率之差,它反映發(fā)病歸因于暴露因素的程度,表示暴露可使人群比未暴露時(shí)增加的超額發(fā)病的數(shù)量,如果暴露去除,則可使發(fā)病率減少多少(AR的值)。減少暴露對(duì)疾病的預(yù)防作用較大。
特異危險(xiǎn)度(AR)的計(jì)算公式是:AR=暴露組的發(fā)病或死亡率-非暴露組的發(fā)病或死亡率
上例中,每年每十萬人由于重度吸煙所至肺癌的特異危險(xiǎn)度是:AR=160-8=152
三、比值比(OR——病例對(duì)照研究中 暴露因素與疾病的關(guān)聯(lián)強(qiáng)度
比值比(Odds ratio, OR):也稱優(yōu)勢(shì)比、比數(shù)比、交叉乘積比,是病例對(duì)照研究中表示暴露與疾病之間關(guān)聯(lián)強(qiáng)度的指標(biāo),比值(odds)是指某事物發(fā)生的概率與不發(fā)生的概率之比。比值比指病例組中暴露人數(shù)與非暴露人數(shù)的比值除以對(duì)照組中暴露人數(shù)與非暴露人數(shù)的比值。
>1 暴露與疾病的危險(xiǎn)度增加 正相關(guān)
<1 暴露與疾病的危險(xiǎn)度減少 負(fù)相關(guān)
=1 暴露與疾病的危險(xiǎn)度無關(guān) 無相關(guān)
成組病例對(duì)照研究資料整理表
--------------------
暴露或特征 病例 對(duì)照 合計(jì)
---------------------
有 a b a+b=n1
無 c d c+d=n0
---------------------
合計(jì) a+c=m1 b+d=m0 a+b+c+d=N
------------------------
病例組暴露比值為:(a/m1)/(c/m1)=a/c
對(duì)照組暴露比值為:(b/m0)/(d/m0)=b/d
病例組暴露比值a/c
比值比OR= = ad/bc
對(duì)照組暴露比值b/d
相對(duì)危險(xiǎn)度(relative risk,RR)是暴露組與非暴露組發(fā)病率之比。但在病例對(duì)照研究中不能計(jì)算發(fā)病率,只能計(jì)算OR,OR的含義與RR相同,是兩個(gè)概率的比值,指暴露組的疾病危險(xiǎn)度為非暴露組的多少倍,取值在0 - ∞之間。當(dāng)OR>1時(shí),說明暴露使疾病的危險(xiǎn)度增加,是疾病的危險(xiǎn)因素,叫做“正關(guān)聯(lián)”;當(dāng)OR<1時(shí),說明暴露使疾病的危險(xiǎn)度減少,叫做“負(fù)關(guān)聯(lián)”,暴露因素對(duì)疾病有保護(hù)作用;當(dāng)OR=1時(shí),表示暴露與疾病無關(guān)聯(lián)。
計(jì)算OR的可信限
由于比值比是對(duì)暴露和疾病聯(lián)系強(qiáng)度的一個(gè)點(diǎn)估計(jì)值,此估計(jì)值未考慮抽樣誤差,有其變異性,計(jì)算出這個(gè)變異區(qū)間有助于進(jìn)一步了解聯(lián)系的性質(zhì)和強(qiáng)度,即按一定的概率(可信度)來估計(jì)本次研究總體的比值比在什么范圍內(nèi),這個(gè)范圍稱比值比的的可信區(qū)間,其上下限的數(shù)值為可信限。一般采用95%的可信限。計(jì)算OR值可信區(qū)間除了有助于估計(jì)變異范圍的大小外,還有助于檢驗(yàn)OR值的判斷意義,如區(qū)間跨越1,則暴露與疾病無關(guān)聯(lián)。
例1:Doll和Hill在1950年報(bào)告吸煙與肺癌關(guān)系的病例對(duì)照研究,結(jié)果如表
表1 吸煙與肺癌關(guān)系的病例對(duì)照研究資料
----------------- - `
吸煙史 病例 對(duì)照 合計(jì)
---------------
有 688 650 1338
無 21 59 80
---------------
合計(jì) 709 709 1418
----------------- -
① χ2檢驗(yàn) P<0.001,兩組的暴露史比例差異顯著,提示吸煙可能與肺癌有聯(lián)系。
② 計(jì)算比值比OR
OR=688×59/650×21=2.97
③ 計(jì)算OR95%可信限
故OR95%可信限為1.83-4.90。即總體的OR值有95%的把握在此范圍內(nèi),分析結(jié)果說明吸煙對(duì)肺癌高度有害,說明吸煙者(暴露)患肺癌的的危險(xiǎn)性為不吸煙者(非暴露)的1.83-4.90倍。
風(fēng)險(xiǎn)比(hazard ratio,HR)[HR=暴露組的風(fēng)險(xiǎn)函數(shù)h1(t)/非暴露組的風(fēng)險(xiǎn)函數(shù)h2(t),t指在相同的時(shí)間點(diǎn)上]。而風(fēng)險(xiǎn)函數(shù)指危險(xiǎn)率函數(shù)、條件死亡率、瞬時(shí)死亡率。Cox比例風(fēng)險(xiǎn)模型可以得到HR。資料的類型通常是臨床治療性研究,也可以是流行病學(xué)的隊(duì)列觀察性研究。
風(fēng)險(xiǎn)比和危害比。
1、多數(shù)認(rèn)為HR與RR意思一樣,但HR有時(shí)間因素在內(nèi),換句話說,包含了時(shí)間效應(yīng)的RR就是HR;
2、可以這樣理解,生存資料中,RR考慮了終點(diǎn)事件的差異,而HR不僅考慮了終點(diǎn)事件的有無,還考慮了到達(dá)終點(diǎn)所用的時(shí)間及截尾數(shù)據(jù);
3、根據(jù)Parmar的文章,HR=(Or/Oe)/(Cr/Ce),O和C分別代表對(duì)照組和試驗(yàn)組,r代表實(shí)際發(fā)生事件的人數(shù),e代表按log rank test中計(jì)算得出的理論上應(yīng)該發(fā)生事件的人數(shù)。其實(shí)HR的計(jì)算還有一種方法就是
*** this is assumed based on the constancy of the ratio over time, as above.
對(duì)于提供生存率的文獻(xiàn),可以根據(jù)公式HR=[p0/(1-p0)]/[p1/(1-p1)],其中p0為對(duì)照組的5年生存率,p1為暴露組的5年生存率。
*** Hazard is an instaneous rate of a given outcome, which indeed factors time in. Hazard ratio is a raio of two hazards (Exp/Ctl) at that given time. By using hazard ratio as a summary estimate of the treatment effects in suvival data, we assume the hazard ratio is constant over time, which is a strong assumption and a basis for cox regression. This doesn't mean hazard would not change (actually, hazard always change over time), though - we just require the ratio of the hazards is constant.
3、根據(jù)Parmar的文章,HR=(Or/Oe)/(Cr/Ce),O和C分別代表對(duì)照組和試驗(yàn)組,r代表實(shí)際發(fā)生事件的人數(shù),e代表按log rank test中計(jì)算得出的理論上應(yīng)該發(fā)生事件的人數(shù)。