《公卫执业医师卫生统计学考点.pdf》由会员分享，可在线阅读，更多相关《公卫执业医师卫生统计学考点.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、XXXX 公卫执业医师卫生统计学考点公卫执业医师卫生统计学考点xx 公卫执业医师卫生统计学考点卫生统计学是应用数统计学的原理与方法研究居民安康状况以及卫生效劳领域中数据的收集、和分析的一门科学。下面是为大家的 xx 公卫执业医师卫生统计学考点，希望对大家有所帮助。大多数慢性病都是历时多年的一个过程所形成。在此期间发生的许多事件都可能起致病作用。对一群人在某种病尚未明显发生前，对某个(或某些)可能起病因作用或保护作用的事件的后果进行随访监测，是一种从“困”观“果”的研究方法。队列研究(又译为定群研究、群组研究)就是这样研究病因的一种流行病学方法。研究对象是参加研究时未患所研究疾病的一群人，根据是
2、否暴露于所研究的病因(或保护因子)或暴露程度而划分为不同组别，然后在一定期间内随访观察不同组别的该病(或多种疾病)的发病率或死亡率。如果暴露组(或大剂量组)的率显著高于未暴露组(或小剂量组)的率，那么可认为这种暴露与疾病存在联系，并在符合一些条件时有可能是因果联系。各组除了暴露有无或程度不同之外，其他可能影响患病或死亡的重要因素应具有可比性(均衡性)。但并不要求除暴露状况外一切方面都可比，这在观察性研究中实际上是做不到的。有些因素可在数据分析中得到控制。队列研究所观察的结局是可疑病因引起的效应(发病或死亡)，除了所研究的一种病，还可能与其他多种疾病也有联系，这样就可观察一个因素的多种效应，而这
3、正是队列法不可取代的用途。根据作为观察终点的事件在研究开始时是否已经发生，可把队列研究分为前瞻性与回忆性两类。另有一种双向型的队列研究，适于研究对人体兼有短期与长期效应的因素，可用回忆性队列法研究前者而用前瞻性队列法研究后者。还有一种把病例对照法与前瞻法结合起来的设计。其特点是用队列法建起队列(研究对象)并随访发现其中发生的病例，然后用病例对照法调查病例及队列中适于作对照的一局部人的暴露史。这里，病例与对照都一个界定明确、有基线资料记录的队列，暴露史的质量较高，还可以有病例尚未发病时的实验室检验记录，而且可以省去对占绝对多数的未发病成员的暴露史调查。队列研究从方法上来说并不比病例对照法复杂，但
4、实际进行起来却问题较多，因为观察人数多、期限长，组织工作复杂，开支庞大。但是，队列法是一种重要的医学观察方法，已经为解决现代医学的一些迫切问题(例如癌症和心血管病)做出重要奉献，所以作为临床医生也应该对其原理有所了解，而且这对于科学思维能力和批判地阅读能力的培养，也是大有裨益的。匹配(matching)或称配比，即要求对照在某些因素或特征上与病例保持一致，目的是对两组进行比拟时排除匹配因素的干扰。如以年龄做匹配因素，使两组在年龄构成上类似或一样，在分析比拟两组资料时，可防止由于两组年龄构成的差异对疾病和因素关系的影响，从而更真实地反映研究因素与疾病的关系。匹配分为频数匹配与个体匹配。(1)频数
5、匹配(frequency matching)：明确或估计出匹配变量每一层的病例数，然后从备选对照中选择对照，直至到达每层所要求的数目，不一定要求绝对数相等，重要的是比例相同。例如，病例组中男女各半，那么对照组中也应一样。(2)个体匹配(individual matching)：即以病例和对照个体为单位进行匹配。1：1 匹配，为每一个病例配一名对照，又称配对(pair matching)，1：2、1：3、1：R匹配时，直接称为匹配。定量指标一般要求在一定范围内匹配。例如年龄匹配，病例为5059 岁组，那么对照亦应为 5059 岁组。或者要求对照在2岁、3 岁或5 岁等范围内匹配，如要求对照与病例
6、的年龄之差在3 岁之内，那么一个 39 岁的病例，其对照的年龄应当在 3642岁之间。在病例对照研究中采用匹配的目的，首先在于提高研究效率，增加分析指标的精确度(即可信区间变窄)。其次在于控制混杂因素的作用。匹配的特征或变量必须是的混杂因子，或有充分的理由疑心为混杂因子，否那么不应匹配。匹配的同时也增加了选择对照的难度。而且一旦对某个因素做了匹配，我们将不能再分析该因素与疾病的关系，也不能充分分析它与其他因素的交互作用。把不必要的工程列入匹配，企图使病例与对照尽量一致，就可能徒然丧失信息，增加工作难度，结果反而降低了研究效率。这种情况称为匹配过头(over-matching)，应当注意防止。一
7、般除性别、年龄之外，对其他因素是否进行匹配，须持慎重态度，以防止匹配过头，徒增费用和难度。1、作回归分析要有实际意义，不能把毫无关联的两种现象，随意进行回归分析，无视事物现象间的内在联系和规律;如对儿童身高与小树的生长数据进行回归分析既无道理也无用途。另外，即使两个变量间存在回归关系时，也不一定是因果关系，必须结合专业知识作出合理解释和结论。2、直线回归分析的资料，一般要求应变量 Y 是正态总体的随机变量，自变量 X 可以是正态随机变量，也可以是精确测量和严密控制的值。假设稍偏离要求时，一般对回归方程中参数的估计影响不大，但可能影响到标准差的估计，也会影响假设检验时P 值的真实性。3、进行回归
8、分析时，应先绘制散点图(scatter plot)。假设提示有直线趋势存在时，可作直线回归分析;假设提示无明显线性趋势，那么应根据散点分布类型，选择适宜的曲线模型(curvilinearmodal)，经数据变换后，化为线性回归来解决。一般说，不满足线性条件的情形下去计算回归方程会毫无意义，最好采用非线性回归方程的方法进行分析。4、绘制散点图后，假设出现一些特大特小的离群值(异常点)，那么应及时复核检查，对由于测定、记录或计算机录入的错误数据，应予以修正和剔除。否那么，异常点的存在会对回归方程中的系数 a、b 的估计产生较大影响。5、回归直线不要外延。直线回归的适用范围一般以自变量取值范围为限，
9、在此范围内求出的估计值称为内插(interpolation);超过自变量取值范围所计算的称为外延(extrapolation)。假设无充足理由证明，超出自变量取值范围后直线回归关系仍成立时，应该防止随意外延。将数据按照某种标准(标志)划分成不同的组别，每个组别称为一个组段。组段之间的距离称为组距，一般为等距。各组段的观察值个数称为频数，将分组标志和相应的频数列表，即得到频数分布表，简称频数表。从频数表便于观察离群值和异常值，还可以看出频数分布的两个重要特征：集中趋势和离散趋势。集中趋势是指观察值向中央局部集中的倾向;离散趋势是指观察值的分散情况。频数表还可以提醒频数分布的类型，即对称分布和偏态
10、分布。对称分布是指集中位置在中间，左右两侧的频数根本对称。偏态分布，又称不对称型分布，指频数分布不对称，集中位置偏向一侧。假设集中位置偏向数值较小的一侧，称为正偏态;假设集中位置偏向数值较大的一侧，称为负偏态。频数表可以较直观地提醒数据分布的集中趋势和离散趋势，而统计指标可从数量上较准确地描述其集中位置和离散程度。定量资料的频数分布类型不同，描述其集中位置和离散程度的指标也不同。从流行病学观点，有四类因素在疾病病因中起作用。它们每种都可能是必需因素，但每种单独那么很少是引起某种疾病或状态的充分病因。它们是：(1)易患因素：如年龄、性别、过去的疾病可以形成对某病因的易感状态。(2)诱发因素：如缺
11、乏营养、低收入、居住条件不良及医疗保健不宜等可促发疾病。相反的状况又有助于疾病恢复、维持安康。(3)速发因素：如暴露于某特异病原因子(agent)或有害因子能促进发病。(4)加强因素：屡次暴露于致病因子或做不适宜的重工作，可以加重已发生的疾病或状态。某种疾病仅与某务虚因素有联系而与其他因素无关，这种联系是特异的。例如传染病与其病原体之间的联系是特异的。孕妇在孕早期感染风疹病毒，其分娩的新生儿常用先天性白内障。早年这类报告较多，但均未证明孕妇患风疹是胎儿畸形之因，后又发现仅在妊娠初二个月内感染风疹病毒才能导致胎儿发生这类畸形，这个特异性就大大地加强了两者的因果联系。由一种因素引起多种疾病、或由多种因素导致一种疾病的情况下，其联系的特异性往往不明显。联系的特异性常常与联系强度有关。例如吸烟与肺癌的相对危险度为 12.9，而吸烟与其他疾病的相对危险度均在 2 以下。总之一个具有特异性的联系，能使病因假设更易被人们所承受，假设特异性不明显也不能立即否认因果关系的存在，应将问题的各方面再作进一步调查，可能找到某些特殊因素。