流行病學
![本頁使用了標題或全文手工轉換](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
![]() |
流行病學是探討人類群體健康及疾病的分佈,並藉由族群間分佈差異來探索影響健康及疾病的影響因子,是公共衛生及預防醫學研究的基礎方法論, 同時在實證醫學中做為辨別疾病因素和最佳臨床治療途徑的科學理論。
在研究傳染病及非傳染性疾病時,流行病學家從事眾多事項,包含疫情調查、研究設計、數據蒐集及分析(如創建統計模組)等。流行病學家須跨足並使用不同領域的知識,如生物學、生物計量學、地理資訊系統和社會科學。
流行病學不僅研究傳染病,其他如慢性病(像癌症、心臟病、糖尿病、高血壓等等)、精神疾病、自殺與意外事件等等健康議題,甚至各種疾病的危險因子(如吸煙、肥胖、營養攝取狀態、生活型態等),都可成為流行病學研究的主題。
歷史
1854年,倫敦爆發霍亂,10天內奪去了500多人的生命。根據當時流行的觀點,霍亂是經空氣傳播的。但是約翰·斯諾(John Snow)醫師並不相信這種說法,他認為霍亂是經水傳播的。斯諾用標點地圖的方法研究了當地水井分佈和霍亂患者分佈之間的關係,發現在寬街(Broad Street,或譯作布勞德大街)的一口水井供水範圍內霍亂罹患率明顯較高,最終憑此線索找到該次霍亂爆發的原因:一個已污染的水泵。人們把水泵的把手卸掉後不久,霍亂的發病明顯下降。約翰·斯諾在這次事件中的工作被認為是流行病學的開端。
![](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/c7/Snow-cholera-map.jpg/200px-Snow-cholera-map.jpg)
1948年-1952年期間,理查·多爾(Richard Doll)和布拉德福·希爾(Bradford Hill)合作進行了一項病例-對照研究(Case-Control Study),通過對癌症患者吸煙史的調查,他們宣佈吸煙和肺癌之間有因果聯絡。其後20多年,他們進行的佇列研究(Cohort Study)進一步加強了這一結論。 他們的成果為控煙行動提供了科學依據。
研究方法
觀察法
- 描述性研究
通過調查,了解疾病和健康狀況在時間、空間和人群間的分佈情況,為研究和控制疾病提供線索,為制定衛生政策提供參考。
- 分析性研究
通過觀察和詢問,對可能的疾病相關因素進行檢驗。分析性研究主要包括病例-對照研究(case-control study)和世代研究(cohort study,也叫定群研究或佇列研究)
病例-對照研究選取一組患某病的人(病例),再選取另一組沒有患某病的另一組人(對照),收集兩個組人中某一或某幾個因素存在的情況,再以統計學方法來確定某一因素是否和該疾病有關及其關聯的程度如何。
世代研究則是選取一組曝露於某種因素的人和另一組不曝露於於該因素的人,再經過一段時間後以統計學方法比較兩組人患某病的情況(如肺癌),以確定某因素是否和某病有關。
一般來說,世代研究比病例-對照研究的結論較可靠,但世代研究耗時很長(如研究吸煙和肺癌的關係要數十年的時間),需要更多的資源。
實驗法
將研究對象分為實驗組和對照組後,在實驗組實施干預措施,在對照組中不採取措施或者應用安慰劑,通過一段時間的隨訪後,觀察各組實驗結果的差異,以此評估該干預措施的效果。根據研究對象的不同,該方法分為臨床實驗(clinical trial)和社區實驗(community trial)兩種。
案例對照研究
Case-control studies將由疾病的狀態選擇研究例子,是一種回溯型研究。一群是實驗組(有發病者),一組是對照組(無發病者),兩組人應盡量找相同母群體的人來研究。接下來對照兩組間過去所受到的危險因子暴露程度,如下方表格所顯示。
(A)暴露實驗組 (B)暴露對照組 (C)無暴露實驗組 (D)無暴露對照組
這些統計數字可以用基本的對比值(odds ratio),比較(A/C)及(B/D) 來了解有無暴露造成的增加風險,i.e. OR = (AD/BC)因子
實驗組 | 對照組 | |
---|---|---|
暴露 | A | B |
未暴露 | C | D |
如果OR 大於1 則"可得這些疾病很可能跟暴露危險有關",反之如果接近 1 則兩者可能沒有相關,如果小於 1 則可能是保護因子(暴露後可以降低發病率)
案例對照的研究,比起案例比起世代研究更具經濟效益,但容易受到誤差(bias)影響(回想誤差、選擇性誤差)。另一個挑戰是選擇適當的控制組,母群體的例子應該平均的分配在控制組和實驗組中以降低誤差(the distribution of exposure among the control group should be representative of the distribution in the population that gave rise to the cases. ),這可以以隨機抽樣的方式從母群體抽樣比,有一個爭論是如果控制組包含了正在發病的案例。則這個疾病就有可能比算出的值其實有更高的侵襲率。
另一個挑戰是,為了統計數據的正確,最起碼的案例數,必須符合95% 區間相對於對比值,詳細如下列方程式
total cases = (a+c) = (1.96)^2×(1+N)×(1÷ln(OR))^2×((OR+2√OR+1)÷√OR)≈15.5×(1+N)×(1÷ln(OR))^2
N = 控制組的案例比率
當對比值接近1或是0 ,對照研究就會產生出極低的對比值,舉例,一個對比值 1.5 的案例,而且對照組及實驗組的人數接近,其數據如下所示
對照組 | 控制組 | |
---|---|---|
暴露 | 103 | 84 |
未暴露 | 84 | 103 |
For an odds ratio of 1.1:
對照組 | 控制組 | |
---|---|---|
暴露 | 1732 | 1652 |
未暴露 | 1652 | 1732 |
研究偏差
只要是無法經過隨機分派且完美控制的研究,都有可能因方法設計、研究執行不良等原因,導致觀察結果與真實情形有差。這個觀察與真實之間的差距,稱為偏差或偏誤。為了促進觀察結果趨近真實,流行病學致力於利用研究設計的方法來降低這些偏差問題。
選樣偏差(selection bias)
因觀察研究過程中,選樣過程受到研究關注的因子所影響,所導致的偏差。這多半來自於偏差樣本所致,特別是當研究目的是分佈描述的時候。當研究目的是危險因子與疾病之間的因果推論,有時會因標的族群設置不佳,導致即便是選到具有代表性的樣本,仍舊發生選樣偏差。
資訊偏差(information bias)
觀察研究過程中,當測量誤差不平均的發生在樣本中,會造成資訊偏差。當研究目的是分佈描述的時候,若樣本的測量誤差程度與母群體不同,則會造成觀察到的分佈與母群體會有偏差。當研究目的是危險因子與疾病間的因果推論,當危險因子與疾病狀態二者皆影響測量誤差,則會造成資訊偏差。
干擾因子(confounding)
選樣偏差與資訊偏差都與研究設計或執行不良有關。但干擾因子則是疾病機轉中的因素。當病理機轉中,某因子本身也會影響到危險因子的暴露程度,則該因子需要藉由研究設計進行控制,若沒有控制,則會造成研究結果觀察到危險因子與疾病之間的假相關性。
用途
- 描述疾病和健康狀況的分佈
- 研究疾病的病因及危險因素
- 評估治療方法和預防措施的效果
參見
參考文獻
參照
來源
- Porta M, editor. Greenland S, Hernán M, dos Santos Silva I, Last JM, associate editors (2014). "A dictionary of epidemiology", 6th. edition. New York: Oxford University Press. [1] (頁面存檔備份,存於互聯網檔案館) ISBN 9780199976737
- 流行病學 第7版 黃彬芳、陳美伶 新文京股份公司
- 流行病學概論(第二版)作者:陳品玲 出版社:華杏
- 公共衛生學(中) 陳拱北基金會
- 流行病學原理 修訂版 作者: 史麗珠 出版社:雙葉書廊
- 流行病學:原理與方法 作者: 陳建仁 出版社:聯經出版公司
- 納米微粒作業人員健康危害流行病學研究 作者:徐儆暉、劉紹興 出版社:行政院勞委會勞工安全衛生研究所
|
|
|
|
|