人时及率的计算在线视频

大家好

我是中南大学

湘雅公共卫生学院的李杏莉

这一节我们介绍一下

人时及率的计算

在队列研究里边

我们会涉及到两种资料类型

一种就是这种

纯计数资料

已累积发病率的资料

也叫累积发病率资料

纯计数资料

我们会涉及到这种

这种类型

实际上在我们统计学里边

我们也涉及到

这是一个计数资料

这是一个四格表资料

那么这样的一个资料

实际上我们在比如说

我们原来在对列研究里面

我们知道有两种队列

一种是固定的队列

那一种是动态的队列

那么固定的队列

我们用这样的一种整理是比较多的

那么对于这样的一个

纯计数的这样的一个资料

我们进行计算的话

实际上我们比较的是什么

分析的是什么

队列研究不是依据暴露的有和无来分组吗

分为暴露组和非暴露组吗

然后来看暴露组人群它的发病的情况吗

那么也就是说

暴露组我一共观察了N1个人

其中有A个人发病

非暴露的人群

我一共观察了N0个人

其中C个人发病

那么这个时候我们就会涉及到

暴露组人群和非暴露组人群

关于这个疾病的发生强度的一个计算

对吧

那么就计算了暴露人群它的发病率

和非暴露组人群

它的一个发病率的一个情况

那么这是对于一个纯计数资料

对于一个累积发病率的这样一个资料

这是一种

比如说尤其是那种固定的队列的

这样的一种数据

用这样的一个表格去整理更多

那么在队列研究里边

我们还有一种队列实际上是什么

就是这个这里

就是我刚才说的累积发病率

对于这样的一个种资料

上边的这样一种资料

它用累积发病率的

这样的一个指标去计算

那么它的计算是什么

就是你观察期内的

发病或者是死亡的人数

这结局事件发生或者是死亡的人数做分子

那么观察时的

这样的一个可能发生人数做分母

那么计算出来的这样一个发病率

实际上又叫累积发病率

那么这样的一个累积发病率

实际上这个指标一般情况下

用于样本量比较大

一般人口比较稳定

也就是相对固定的

这样的一个队列

比较整齐的资料

我们用这样的一个累积发病率的

指标来计算它

但是注意的是

累积发病率

实际上

它有一个累积的概念在里边

它累积的是什么

实际上我们来看

比如说是这样的一个队列

我观察吸烟和肺癌

这个发病之间的一种关系

我在研究的开始觉得我随访观察了

比如说我虽然观察五年

那么是不是它的分子

就是在五年的过程中发生肺癌的人数

然后这个队列在开始的人数

是相对固定的

分母是不变的

分子是不是五年

发生的这样的一个结局事件的

人数做分子

如果同样的研究

我随访观察了十年

那么在随访观察这十年里边

是不是你最开始的队列还是没有变

那么累积累积在哪里

累积是不是累积在分子上

所以说这就是一个累积发病率的概念

因此要是注意的是什么

累积发病率这样的一个指标的计算

和报告的时候

你一定要注明它累积的时间的长短

否则的话是没有意义的

你是累积了五年的

这样的一个发病强度

还是累积了十年的

这样的一个发病强度

因此你必须要报告人家

我是几年的累积发病率

这个要注意

另外在队列研究里边

我们还会经常涉及到这样的一种资料类型

这样的一种资料

叫人时资料

叫人时资料

那么这样的一个资料

就是说分成两个组

一个是暴露组

一个是非暴露组

那么这两组人群它可能是动态的队列

那么这个时候

暴露的人群累积观察了T1人时

而非暴露组人群累积观察了T0人时

那么在累积观察的这么多人时里边

发生了这么多疾病

A1个人发病

在累积观察的T0个人时里边

那么A0个人发病

那么实际上这样的一种资料

就是将人时

这里出来一个人时的概念

出了一个人时的概念

那么人时是什么

人时指的是人数

就是你随访观察的人数

乘以它的时间数

这样的一个概念

也就是说它认为

比如说我在这样的一个队列里边

我纳入的受试对象

比如说A

这样的一个受试对象

被我随访观察了两年

B这个受试对象也在我的队列里

但是它随访观察了十年

那么如果你只把它看成

两个受试对象的话

那一个观察了两年

一个观察了十年

实际上这样是不太合理的

因此就有人去考虑

那我能不能用随访观察的人时数

A随访观察了两年

1×2等于2人年

那么B随访观察了十年

1×10

10人年

那么我能不能将受试对象的

总共观察的人时数给它放在一起

然后来看它发生了这样的一个发病的强度

那么为了与刚才我们说的

纯计数资料那种计算相区别

那么我们就出现了一个指标

叫发病密度

发病密度它实际上就反映了是什么

就是说

在我随访观察的所有受试对象的

所有的观察的人时里边

有多少人发病

对吧

在这么多的人时里边有多少人发病

那么这就是对于人时资料

我们去计算发病强度的时候

我们会用到发病密度

这样的一个指标

那么这样的一个资料

实际上人时资料

我们在什么时候用的比较多

就是在动态的队列研究里边

就是你的研究的队列它是动态的

它是变化的

它的受试对象有进有出的

那这个时候

我考虑到每一个

受试对象随访观察的时间数

这就是我们会在研究里边

会涉及到这样的一个类型的

这样一个资料

那么刚才我说的

当你涉及到人时资料的

这样的一个测量的时候

那么这个时候

我要反映这个事件发生的

强度或者是频率

那么就反映这个结局

是发生的强度的时候

我们就用的是

发病密度这个指标

这发病密度这个指标

那么它的分子

仍然是这个事件

或者是这个结局发生的

或者是死亡的

这样一个人数做分子

但是它的分母就不一样了

那么我们说累积发病率

它的分母是

可能发病人数做分母

就是你当时基线时的

这样的一个随访观察的

一个人数做分母

那么但是这里边

它是以人时做分母

以人时做分母

那么这个时候

计算出来的这样的一个发病强度的指标

我们管它叫发病密度

那么发病密度一般的情况下

用于动态的队列比较多

存在着一些失访

存在着一些不断的进入和退出

这些研究

它的资料不是很整齐的时候

我们在反映这个事件发生的强度的时候

就用这样的一个指标

那么这里边实际上

我们可以体会到一点

体会到什么

实际上

它就说在我观察的这么多的总人时里边

这个事件发生的频率或者是强度

实际上跟时间有关系的是什么

跟时间有关系的是不是就是速度

对不对

实际上它就是说

它以反映这个事件发生的速度

也就是发病密度这样一个指标

是通过这个事件发生的速度

来反映这个事件发生的强度

所以它更侧重于速度的快和慢

我每一百人年

这个事件发生了3.5个人

或是每有100人天

事件发生了

比如说五个人

从它这个速度的角度

来反映这个事件发生的强度

另外要注意一点

就是发病密度这样的一个指标

既然有人时

那么时间的概念

时间是有单位的

因此发病密度是有单位的

当你用发病密度的这个指标

去报告你研究结果的时候

一定要注明它的单位

那么这就涉及到

我这个分母人时是怎么计算的呢

人时的计算有几种方法

第一个就是精确法

当你的研究的样本量比较小的时候

比较小

那么就可以逐人

一个个的计算

这就是精确法

这个人观察了多长时间

那个人观察了多长时间

然后把它们加起来就是总人时

另外可以用近似法

比如说你样本量比较大

我要是逐人逐人的去计算

太复杂也太麻烦

那么我就可以用近似法

那么就可以它被观察平均人口数

乘以它随访观察的时间数

来进行近似的一个人时的计算

另外还可以用统计学上面

我们说的这个寿命表法

把这个当年进入的

或者是退出的那些人都作为1/2人年

这用寿命表法去进行一个计算

那么这里边就是我们说人时的计算

另外就是会涉及到这个假设检验

实际上当我们在计算了发病率

累积发病率或者是发病密度的时候

实际上就是在描述这个事件

暴露组和非暴露组人群结局的发病率

甚至就是一个样本量吧

计算了率

也就是一个样本率

那么实际上

我们要推断暴露组人群

和非暴露组人群

它的这个总体率有没有差异

吸烟的人发生肺癌的这样的一个率

是这么多

不吸烟的人

这样的一个队列

它发生肺癌的这样的一个率是那么多

那这个时候

这两个样本率看着是不一样

那么它的总体率是不是不一样

那么从而推断的是什么

就是这个暴露因素

和这个疾病之间有没有关系

那么这会涉及到一些率的显著性检验

那么率的显著性检验

是我们统计学里面都学过的

比如说你的样本量不太小的时候

那么这个时候我们可以U检验

对不对

还可以用这个比如说

二项分布法

直接概率法

卡方检验这个用的也比较多

对不对

卡方检验纯计数的

当我们涉及到人时资料的时候

要注意卡方检验

我们用纯计数的话

就四个表的卡方

这个我们用的相对比较多

还有就是

是这个人时资料的话

那这个时候就不能用卡方

对不对

那这个时候我们就可能要考虑U检验

这就是率的

就是我计算出来的

这样的一个不同暴露组人群

它的发病情况

然后进行一个显著性检验

来推断总体率有没有差异的时候

可以考虑的这几个方法

那么我们今天的课就上到这

谢谢大家