流行病學(xué)數(shù)據(jù)的分析處理方法

流行病學(xué)數(shù)據(jù)的分析處理方法流行病學(xué)數(shù)據(jù)的分析處理方法第1頁2流行病學(xué)數(shù)據(jù)分析前準(zhǔn)備工作

一、原始數(shù)據(jù)檢驗(yàn)

在數(shù)據(jù)分析前需要對原始流行病學(xué)調(diào)查研究數(shù)據(jù)進(jìn)行一次審查，發(fā)覺可能存在錯(cuò)誤、遺漏研究變量取值和其它問題，并采取對應(yīng)辦法進(jìn)行處理。若在調(diào)查表中發(fā)覺有缺失數(shù)據(jù)，能夠經(jīng)過電話再次問詢研究對象、查閱相關(guān)統(tǒng)計(jì)、應(yīng)用儲存血液標(biāo)本重新檢測或再次取樣等辦法進(jìn)行補(bǔ)充。若發(fā)覺邏輯錯(cuò)誤，也要及時(shí)更正。需要對調(diào)查問卷進(jìn)行編碼或者對已編碼問卷進(jìn)行核查，防止重復(fù)和遺漏。流行病學(xué)數(shù)據(jù)的分析處理方法第2頁3

二、選擇適當(dāng)數(shù)據(jù)管理和數(shù)據(jù)分析軟件常見數(shù)據(jù)管理軟件

MicrosoftFoxPro、MicrosoftAccess、MicrosoftExcel

這些數(shù)據(jù)管理軟件也含有簡單數(shù)據(jù)分析功效，Excel數(shù)據(jù)分析功效更強(qiáng)，不但可實(shí)現(xiàn)描述性統(tǒng)計(jì)，還能夠做t檢驗(yàn)、方差分析、相關(guān)回歸分析等常見數(shù)據(jù)分析軟件

SAS（StatisticalAnalysisSystem）和SPSS（StatisticalPackageforSocialScience），它們均含有很強(qiáng)數(shù)據(jù)分析和數(shù)據(jù)管理功效流行病學(xué)數(shù)據(jù)的分析處理方法第3頁4

三、數(shù)據(jù)計(jì)算機(jī)錄入(編號、定義變量名、變量數(shù)量化）編號：給每一個(gè)調(diào)查表或調(diào)查對象一個(gè)編號以識別錄入數(shù)據(jù)與調(diào)查表或調(diào)查對象對應(yīng)關(guān)系（唯一性）使用阿拉伯?dāng)?shù)字1、2、3…等給每份調(diào)查表按照次序編號，這么有利于以后對輸入數(shù)據(jù)進(jìn)行檢驗(yàn)、查對與修改錯(cuò)誤。能夠給編號以時(shí)間、地域、單位、調(diào)查對象編號等，如：01（濟(jì)南）02（歷下）0001（調(diào)查對象）流行病學(xué)數(shù)據(jù)的分析處理方法第4頁5

定義變量名稱：命名：能夠應(yīng)用漢字、拼音、也能夠應(yīng)用英文，但以使用拼音或英文為好，這么能夠方便輸入。注意：變量名應(yīng)簡短、易懂易記：如對性別、年紀(jì)、身高、體重能夠使用gender,age,height和weight進(jìn)行命名。對名稱較長變量，能夠使用簡寫，如wt表示weight、ht表示height。標(biāo)識或說明：有些數(shù)據(jù)管理和分析軟件可變量進(jìn)行標(biāo)識或說明，防止時(shí)間長久了而忘記數(shù)據(jù)庫中變量名字，如對上述Wt可標(biāo)識為“weight”。流行病學(xué)數(shù)據(jù)的分析處理方法第5頁6

變量數(shù)量化

假如調(diào)查表設(shè)計(jì)是編碼式，則此步驟可省略，直接將變量取值編碼結(jié)果輸入計(jì)算機(jī)。

若不是編碼式調(diào)查結(jié)果，則需要對變量取值結(jié)果進(jìn)行編碼(數(shù)量化）。

流行病學(xué)數(shù)據(jù)的分析處理方法第6頁7

常見變量類型

1、字符型(charactertype)：

輸入字符如漢字或英文

2、數(shù)值型(numericaltype)：

以數(shù)值形式輸入

3、日期型(datatype)：

按照要求格式輸入日期數(shù)值4、邏輯性（logicaltype）:

流行病學(xué)數(shù)據(jù)的分析處理方法第7頁8

變量數(shù)量化時(shí)應(yīng)注意：（1）除日期型變量外盡可能使用數(shù)值型變量（2）一些數(shù)值變量(numericalvariable)可直接輸入變量取值，如研究對象身高、體重、血壓水平等。（3）分類變量(categoricalvariable)及有序變量(ordinalvariable)則可將其取值進(jìn)行量化，然后再輸入計(jì)算機(jī)

流行病學(xué)數(shù)據(jù)的分析處理方法第8頁9

如：分類變量——種族白人—1黑人—2

西班牙裔人—3亞太裔—4

其它種族—5注意：

分類變量在進(jìn)行多原因分析時(shí)，必須轉(zhuǎn)換成啞變量（dummyvariable），不能直接將前述取值1、2、3、4、5放入方程中進(jìn)行分析。

流行病學(xué)數(shù)據(jù)的分析處理方法第9頁10

有序變量數(shù)量化次序合理，則能夠直接進(jìn)行分析如：教育程度文盲：0

小學(xué)：1

中學(xué)：2

高中及中專：3

大學(xué)：4

碩士及以上：5流行病學(xué)數(shù)據(jù)的分析處理方法第10頁11

四、數(shù)據(jù)檢驗(yàn)與查對（一）檢驗(yàn)數(shù)據(jù)庫結(jié)構(gòu)數(shù)據(jù)庫樣本數(shù)（觀察數(shù)）、變量數(shù)、變量名稱及定義等。（二）檢驗(yàn)各變量取值情況查看變量取值范圍，有沒有邏輯錯(cuò)誤：如性別應(yīng)有兩個(gè)取值，若有2個(gè)以上取值，說明存在錯(cuò)誤。對數(shù)據(jù)變量要檢驗(yàn)其最小值(minimum)、最大值(maximum)、均數(shù)(mean)、中位數(shù)(median)，并查看是否有異常取值(outlier)，如極小值及極大值。

異常值若影響顯著時(shí)應(yīng)刪除流行病學(xué)數(shù)據(jù)的分析處理方法第11頁12

五、數(shù)據(jù)整理（一）數(shù)據(jù)分組分類變量：按其原有分類進(jìn)行分組，若有必要，可將性質(zhì)相近或差異不大類別進(jìn)行合并。如教育程度。數(shù)值變量：按照實(shí)際生理、病理或臨床意義分組，如體重指數(shù)：低體重、正常體重、超重和肥胖

流行病學(xué)數(shù)據(jù)的分析處理方法第12頁13

按使用方便程度和專業(yè)上慣用方法分組，如年紀(jì)在某一個(gè)適當(dāng)范圍內(nèi)每5歲或10歲分成一組。按分位數(shù)分組，即首先找出四分位數(shù)（quartile）或五分位數(shù)（quintile）界值，然后應(yīng)用這些界值將研究對象平均分成4組（每組25%研究對象）或5組（每組20%研究對象）。流行病學(xué)數(shù)據(jù)的分析處理方法第13頁14

（二）數(shù)據(jù)轉(zhuǎn)換1、非正態(tài)數(shù)據(jù)變量轉(zhuǎn)換原理：

正態(tài)分布——參數(shù)檢驗(yàn)(parametrictest)

非正態(tài)數(shù)據(jù)——非參數(shù)檢驗(yàn)(non-parametrictest)

（不是對原始數(shù)據(jù)檢驗(yàn)）如：秩和檢驗(yàn)（是對原始數(shù)據(jù)秩次檢驗(yàn)）檢驗(yàn)：正態(tài)性檢驗(yàn)、方差齊性檢驗(yàn)方法：對數(shù)變換；平方根變換；倒數(shù)變換

流行病學(xué)數(shù)據(jù)的分析處理方法第14頁15

2、分類變量轉(zhuǎn)換成啞變量原理：分類變量是二分類尺度及次序尺度，則可直接應(yīng)用其原有數(shù)量化數(shù)值。

名義尺度因?yàn)楦黝悇e間沒有次序關(guān)系，在進(jìn)行不一樣分析（包含多元分析、logistic回歸、Cox回歸等）時(shí)，不能使用原始計(jì)算機(jī)錄入數(shù)值，必經(jīng)進(jìn)行變量轉(zhuǎn)換。即將該變量轉(zhuǎn)換成（水平數(shù)-1）個(gè)啞變量，再將這些新轉(zhuǎn)換變量放入多原因模型中。流行病學(xué)數(shù)據(jù)的分析處理方法第15頁16

方法：比如：將種族原始取值轉(zhuǎn)換成啞變量（新變量）

表1.分類變量轉(zhuǎn)換成啞變量方法

新變量.種族原始取值(x1)x1-1x1-2x1-3x1-4白人10000黑人21000亞太裔30100西班牙裔人40010其它種族50001新變量以白人為參考，X1－1表示黑人與白人比較，依這類推流行病學(xué)數(shù)據(jù)的分析處理方法第16頁17

六、確定擬分析因變量和應(yīng)變量因（自）變量(independentvariable)：是指影響疾病發(fā)生或健康情況分布變量，是原因變量、已知變量、x變量。應(yīng)變量(dependentvariable)：是指隨因變量改變而發(fā)生改變變量，是結(jié)果變量、預(yù)測變量、y變量。

應(yīng)變量是在自變量作用下產(chǎn)生反應(yīng)變量流行病學(xué)數(shù)據(jù)的分析處理方法第17頁18

意義有利于選擇擬研究變量：對調(diào)查表設(shè)計(jì)含有指導(dǎo)作用能夠指導(dǎo)數(shù)據(jù)分析方法選擇：

因變量是分類變量：采取Χ2檢驗(yàn)，logistic回歸分析等。

因變量是數(shù)值變量：采取t檢驗(yàn)、方差分析，協(xié)方差分析、多元回歸等。有利于模型建立：應(yīng)變量（y）放在模型左側(cè)，因變量（x）放在模型右側(cè)。流行病學(xué)數(shù)據(jù)的分析處理方法第18頁19

例1.

欲評價(jià)不一樣治療方法（口服藥品、注射胰島素及膳食控制）對糖尿病人治療效果（血糖水平），分析時(shí)要求調(diào)整病人性別、年紀(jì)和病程影響。

血糖水平（應(yīng)變量y）=治療方法（因變量x)+其它協(xié)變量

（covariate，性別、年紀(jì)和病程）例2.

欲分析脂蛋白（a）與冠心病發(fā)生關(guān)系。

冠心病(應(yīng)變量y)=脂蛋白(a)(因變量x)

流行病學(xué)數(shù)據(jù)的分析處理方法第19頁20

七、缺失數(shù)據(jù)（missingdata）處理缺失數(shù)據(jù)：是指其測量結(jié)果缺失。

產(chǎn)生原因：問卷調(diào)查：遺漏出生日期和年紀(jì)，調(diào)查結(jié)束后又無法補(bǔ)救試驗(yàn)室檢測：血脂或血糖因?yàn)檠辶坎蛔慊蜓芯繉ο缶芙^采血而致過去處理：僅用無缺失數(shù)據(jù)進(jìn)行分析—損失樣本量缺失數(shù)據(jù)“合理”賦值—人為賦值不一定合理流行病學(xué)數(shù)據(jù)的分析處理方法第20頁21

現(xiàn)在處理

數(shù)據(jù)分析處理件軟處理：SAS自動分析處理

如一個(gè)數(shù)據(jù)庫中有性別和年紀(jì)等變量，性別有10個(gè)缺失數(shù)據(jù)，年紀(jì)有3個(gè)缺失數(shù)據(jù)：分析性別時(shí)不包含性別缺失10個(gè)個(gè)體分析年紀(jì)時(shí)不包含缺失年紀(jì)3個(gè)個(gè)體當(dāng)分析中（如多原因分析）共同使用了性別和年紀(jì)時(shí)，分析實(shí)際樣本數(shù)量是性別和年紀(jì)這兩個(gè)變量均不含缺失數(shù)據(jù)樣本流行病學(xué)數(shù)據(jù)的分析處理方法第21頁22流行病學(xué)數(shù)據(jù)分析方法選擇一、流行病學(xué)數(shù)據(jù)分析程序

數(shù)值變量

正態(tài)性檢驗(yàn)正態(tài)數(shù)據(jù)轉(zhuǎn)換非正態(tài)參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)

圖1.數(shù)值變量分析程序

流行病學(xué)數(shù)據(jù)的分析處理方法第22頁23

單原因分析Χ2檢驗(yàn)分類變量分層分析多原因分析logistic回歸分析

Cox回歸分析其它分析方法

圖2.分類變量分析程序

流行病學(xué)數(shù)據(jù)的分析處理方法第23頁24

二、依據(jù)研究設(shè)計(jì)類型選擇（一）成組比較設(shè)計(jì)兩組比較：t檢驗(yàn)或Χ2檢驗(yàn)多組比較：方差分析、行×列表Χ2檢驗(yàn)病例對照研究：按其分析方法分析分級病列對照研究：按其分析方法分析（二）配對（本身試驗(yàn)前后）設(shè)計(jì)配比t檢驗(yàn)、Χ2檢驗(yàn)配正確病例對照研究方法進(jìn)行數(shù)據(jù)

流行病學(xué)數(shù)據(jù)的分析處理方法第24頁25

（三）重復(fù)測量設(shè)計(jì)

在給定一個(gè)處理原因后在不一樣時(shí)間重復(fù)測量某一效應(yīng)變量改變情況。如欲評價(jià)生物制品接種后免疫學(xué)效果，在接種后2周、4周、6周和8周測定抗體滴度：重復(fù)測量方差分析方法

（四）多原因設(shè)計(jì)自變量是數(shù)值變量：多元回歸分析方法、協(xié)方差分析方法自變量分類變量：logistic回歸分析方法、判別分析方法、聚類分析方法流行病學(xué)數(shù)據(jù)的分析處理方法第25頁26

三、依據(jù)變量類型選擇

因變量

應(yīng)變量(y)

(x)數(shù)值變量分類變量有序變量數(shù)值變量相關(guān)分析，多元回歸分析t檢驗(yàn),方差分析，協(xié)方差分析，多元回歸分析相關(guān)分析，多元回歸分析分類變量t檢驗(yàn),方差分析，logistic回歸分析,判別分析，聚類分析Χ2檢驗(yàn)，logistic回歸分析Χ2檢驗(yàn)有序變量方差分析，logistic回歸分析,判別分析，聚類分析Χ2檢驗(yàn)，logistic回歸分析相關(guān)分析，Χ2檢驗(yàn)生存時(shí)間生存分析表2.不一樣變量類型數(shù)據(jù)分析方法選擇流行病學(xué)數(shù)據(jù)的分析處理方法第26頁27表3.不一樣研究設(shè)計(jì)和數(shù)據(jù)類型數(shù)據(jù)分析方法選擇

研究設(shè)計(jì)類型變量類型

兩組比較兩組以上比較試驗(yàn)前后比較重復(fù)測量兩變量間聯(lián)絡(luò)數(shù)值變量t檢驗(yàn)方差分析配對t檢驗(yàn)重復(fù)測量方差分析線性回歸Pearson相關(guān)系數(shù)分類變量Χ2檢驗(yàn)Χ2檢驗(yàn)配對Χ2檢驗(yàn)列聯(lián)表相關(guān)系數(shù)

有序變量Mann-Whitney秩和檢驗(yàn)Kruskal-Wallis分析（成組設(shè)計(jì)多個(gè)樣本比較秩和檢驗(yàn)）Wilcoxon符號秩和檢驗(yàn)（配對設(shè)計(jì)差值符號檢驗(yàn)）Spearman相關(guān)系數(shù)生存時(shí)間生存分析流行病學(xué)數(shù)據(jù)的分析處理方法第27頁28不一樣流行病學(xué)研究類型數(shù)據(jù)分析方法一、描述性研究（一）現(xiàn)況研究分布描述：患病率、危險(xiǎn)原因流行率、數(shù)值變量分布探討原因：相關(guān)回歸分析、Χ2檢驗(yàn)、t檢驗(yàn)、方差分析、多原因分析、人群歸因危險(xiǎn)度（二）生態(tài)學(xué)研究同現(xiàn)況研究（三）篩檢篩檢試驗(yàn)真實(shí)性和可靠性人群中疾病、健康情況、危險(xiǎn)原因篩選結(jié)果分析方法：同現(xiàn)況研究流行病學(xué)數(shù)據(jù)的分析處理方法第28頁29（一）病例對照研究

病例對照研究數(shù)據(jù)成組設(shè)計(jì)配比設(shè)計(jì)粗OR→分級OR→劑量反應(yīng)分層OR分級OR→劑量反應(yīng)

(趨勢Χ2檢驗(yàn))(趨勢Χ2檢驗(yàn)

)分層OR混雜與效應(yīng)修飾分析混雜與效應(yīng)修飾分析

圖3.病例對照研究數(shù)據(jù)分析程序

二、分析性研究數(shù)據(jù)分析方法流行病學(xué)數(shù)據(jù)的分析處理方法第29頁30（二）隊(duì)列研究

隊(duì)列研究數(shù)據(jù)

人時(shí)、發(fā)病密度/累積發(fā)病率

粗RR、AR、AR%、PAR及PAR%分層RR、AR、AR%、PAR、PAR%

分級RR、AR、AR%、PAR、PA