常见结局事件的前瞻性研究中修正Poisson回归模型的应用

目的 介绍应用修正poisson回归模型计算常见结局事件的前瞻性研究中暴露因素的调整相对危险度的精确区间估计值.方法 应用稳健误差方差估计法（sandwich variance estimator）来校正相对危险度（RR）的估计方差,并通过SAS程序中GENMOD过程的REPEATED语句实现修正poisson回归.此外,采用不同的统计方法对5个虚拟的研究数据进行了分析比较.结果 以分层的Mantel-Haenszel法为标准参照,修正poisson回归对aRR点和区间估计均较为理想,普通poisson回归的aRR区间估计偏于保守.而logistic回归得到的aOR值明显偏离真实的RR值.结论 修正poisson回归模型适合于处理常见结局事件的前瞻性研究资料.     

优势比在诊断试验评价中的应用

诊断试验是辅助临床医师进行疾病诊断的试验方法，评价诊断试验准确度的常用指标，包括灵敏度（真阳性率，TPR）、特异度（真阴性率，TNR）、假阴性率（FNR）、假阳性率（FPR）、约登指数、似然比（LR）、阳性预测值（PPV）、阴性预测值（NPV）等。这些指标各有优缺点。其实，可以利用流行病学中的优势比（OR）概念，将其应用到诊断试验的评价中，与传统的指标相比，OR在某些方面有其独特的优势和用途，为此拟对诊断试验OR的含义及应用做一介绍。     

筛检项目总效果评价的新指标——需筛检人数

目的 介绍需筛检人数（NNBS）的基本概念、计算方法及用途。方法 利用需治疗人数（NNT）的基本思想引入评价筛检项目总效果的新指标,以大便隐血试验（FOBT）筛检结直肠癌的随机对照试验和X线检查筛检乳腺癌的随机对照试验的两项研究为实例,计算需邀请参加筛检人数（NNI）和NNBS。结果 通过计算得到欲通过实施FOBT筛检方案,要在14年内使当地45～74岁人群预防1例因结直肠癌所致的死亡,NNI为1220人,NNBS为665人;此外,欲通过实施乳腺X线检查筛检方案,要在8年内使当地40～74岁妇女预防1例因乳腺癌所致的死亡,NNI为1961人,NNBS为1494人。结论 NNBS能以较直观的方式来评价筛检项目的总效果,便于研究人员、卫生决策者和社会公众进行更好的沟通和交流。     

腹部转移性淋巴结与非霍奇金淋巴瘤淋巴结的比较分析——螺旋CT评估

目的通过螺旋CT扫描探讨腹部转移性淋巴结与非霍奇金淋巴瘤淋巴结的CT表现及其鉴别诊断。方法回顾性分析腹部淋巴结转移和非霍奇金淋巴结淋巴瘤各30例，测定平扫淋巴结的CT值，记录淋巴结分布区域和强化模式，然后进行统计学分析。入选淋巴结的标准是短径≥1．0cm，CT值测定方法是选取整个淋巴结为感兴趣区域（ROI），每个病例任意选取1～2个淋巴结测定。结果平扫CT值，腹部非霍奇金淋巴瘤与淋巴结转移瘤比较差异有显著性（t=7．216，P〈0．01），前者的均值为（40．15±4．29）HU，后者的均值为（32．53±5．19）HU；强化模式比较，两者在周边强化方面差异有显著性，转移性淋巴结周边强化明显多于淋巴瘤淋巴结。转移性淋巴结40．0％（12／30）为周边强化；非霍奇金淋巴瘤淋巴结（本组均为未治）10．0％（3／30）周边强化。优势分布区域方面，转移性淋巴结优势分布于腹主动脉上区、小网膜、肠系膜及肾旁前间隙；非霍奇金淋巴瘤淋巴结主要分布于腹主动脉上下区、肠系膜区、肾旁前间隙以及小网膜区域。两者在腹主动脉下区分布比较差异有显著性（P=48．654，P〈0．01），非霍奇金淋巴瘤淋巴结在该区分布明显多于肿瘤转移性淋巴结。结论利用螺旋CT分别从淋巴结的CT值、强化模式及优势分布区域等方面可以总结出腹部转移性淋巴结和非霍奇金淋巴瘤淋巴结的征象，并对两者作出一定的鉴别诊断。     

需暴露人数在流行病学中的应用

目的 介绍需暴露人数(NNE)的基本概念、计算方法及用途。方法 以琥珀水杨酸交联血红蛋白溶液(DCLHb)治疗急性创伤后出血性休克与患者入院后28天内死亡的研究为实例,计算粗NNE和调整NNE及相应95％可信区间(CI)。结果 通过计算得到暴露DCLHb的粗NNEH=3．7(95％CI：2．2～11．5);在调整了基线死亡风险的混杂偏倚后,暴露DCLHb的调整NNEH=2．6(95％CI：1．6～8．0)。说明在试验组研究对象的基线死亡风险(病情严重程度)的分布与对照组相同的情况下,平均每2．6例创伤后出血性休克患者暴露于DCLHb就会在入院后28天内新增1例死亡。结论 NNE可用来说明在前瞻性研究中,相对于非暴露组,要新增(或预防)一例某病的发病或死亡病例,需暴露于某因素的平均估计人数。作为衡量暴露因素作用强度的一个新指标,NNE可以更为直观地表达研究的结果,易被临床医生、卫生决策者及公众所接受。     

临床决策分析中阈值计算的简化公式

在临床决策分析中,阈值分析法（threshold approach）作为其中一种主要的方法,根据具体情况分为两种：与诊断试验有关的阈值分析法（包括诊断阈值、诊断-治疗阈值）及治疗阈值分析法.前者适用于三种决策方案的选择,其基本思想是当一个疑似病人患某病的概率P小于诊断阈值（testing threshold）时,最佳的决策是停止治疗;当P大于诊断-治疗阈值（test-treatment threshold）时,最佳的决策是不接受诊断试验而直接进行治疗;而当P介于诊断阈值和诊断-治疗阈值之间时,需要做进一步的诊断试验,然后根据试验的结果来确定治疗的决策.治疗阈值法适用在没有条件开展新的诊断试验前提下,从两种决策方案中做出选择,其基本的思想是当一个疑似病人患某病的概率P小于治疗阈值（therapeutic threshold）时,则不给予病人实施治疗方案而实施随诊观察;相反当P大于治疗阈值时,则应该做出给予病人治疗的决定。