科研星球

病例对照研究和队列研究详解

概念

病例对照研究,队列研究是在临床上常见的两种研究类型,但是都属于观察性研究,是为了用统计学的方法解释临床遇见的一些问题,并且做出合理的预防,治疗,预后等等。

  • 病例对照研究:以确诊的患有某特定疾病的病人作为病例,以不患有该病但具有可比性的个体作为对照,测量比较病例组和对照组中各种因素的暴露风险,经统计学检验得出结论的研究。

  • 队列研究:将某一特定人群按是否暴露于某可疑因素或暴露程度分为不同的亚组,追踪观察两组或多组成员结局(如疾病)发生的情况,比较各组之间结局发生率的差异,从而判定这些因素与该结局之间有无因果关联及关联程度的一种观察性研究。

    0.jpg

另外有一种研究就不得不提了,那就是大名鼎鼎的随机对照研究(RCT)

  • 随机对照研究作为循证医学一级证据,是非常有可信度的,但是因为其不一定符合医学伦理学规定,不一定能在临床中得到实践,所以退而求其次,选择观察性研究。但是近些年来研究表面:精心设计的观察性研究可提供与随机对照试验相似的结果,这对于传统说法具有非常大的挑战!

病例对照研究

该研究可以追溯到1926年珍妮特·莱恩·克莱彭(Janet Lane-Claypon)的乳腺癌研究,那是病例对照研究第一次得到认可。揭示了低生育率会增加患乳腺癌的风险的发现,之后在里程碑似的研究:吸烟与肺癌的关系之后,病例对照研究得到了广泛的应用。

  • 研究开始时通过病例,医院确诊,实验室检查等等确定受试者,当然得是你研究中最核心的部分,如:研究患者经历某种手术后并发症是否增多,或者贻患其他疾病的风险是否增加 ?

  • 然后就是选择对照组了(没有阳性结果但是来自同一人群)。

  • 之后就是回顾性的收集有关暴露的多种因素,整合在你的统计分析中了。

利弊如下:

0.png

方法论:

  1. 设计中的抽样始于选择病例。在病例对照研究中,研究人员必须在选择病例之前明确定义纳入和排除标准。例如,如果结果是患有疾病,则应定义特定的诊断标准,疾病亚型,疾病阶段或严重程度。

  2. 其次,病例可以有多种来源,包括医院患者,诊所患者或社区受试者。

  3. 最后,选择代表目标人群中的病例以加强研究的外部有效性

关键步骤:选择适当的对照组:病例和对照都应该来自相同的来源人群。

image

除此之外还有一些设计方法值得一说:

  • 匹配:匹配是一种试图确保病例与对照之间的可比性并减少由于研究人员不感兴趣的背景变量而引起的变异性和系统差异的方法。

    0 (1).png
  • 多重控制:罕见结果的研究可能只有少数病例可供选择,而相比对照组的来源就大得多,这种情况下可以通过选择多个对照,使研究提供更多的信息。

  • 偏倚:由于有关信息可能是通过自我报告,采访,记录信息收集的,引起容易受到回忆偏倚,所以应该在研究中减少这些偏倚。

重中之重:STROBE声明

这个可能是你做病例对照研究绕不开的一个过程,这是国际公认的一个报告规范,它适用于病例对照研究,队列研究,横断面研究。

网址如下:http://www.strobe-statement.org/

队列研究

精心设计的队列研究是可以提供非常有力的结果的!

0 (3).jpg

步骤如下:

  • 首先通过idea或者暴露目标的事件识别结果或无疾病的研究人群。并且暴露是在结果之前确定的,所以队列研究具有评估因果关系的作用(你别小看这一点,光是这一点,涉及到的全基因组关联研究(GWAS)不知道做了多少~~)

  • 其次队列研究可以是前瞻性的或者回顾性的。前瞻性的就是从现在开始到未来,所以它的优点是可以量身定制以收集特定的暴露数据,并且可能更完整。前瞻性队列研究的缺点可能是等待事件或疾病发生的漫长随访期。 相比之下,回顾性的队列研究就是换句话说:目前选择基于暴露状态选择的一组受试者,并重建过去测量的结果数据(即疾病状态,事件状态)进行分析。优点是成本低,时间较短,可以立即访问数据,缺点是对数据的收集控制有限。

    0 (2).png

方法论

  • 队列研究的标志是研究开始时通过暴露状态定义选定的受试者组

  • 受试者选择的关键特征是要从同一来源人群中选择暴露人群和未暴露人群。

  • 来源人口多样,可以是医院,社区或者诊所受试者。

    0 (2).jpg0 (3).png

经过以上总结,不知道你get到点了吗?


参考文献/网站:

  1. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2998589/

  2. http://www.strobe-statement.org/

  3. https://pubmed.ncbi.nlm.nih.gov/1100136/


相关推荐:
没有账号?