《流行病学原理.ppt》由会员分享，可在线阅读，更多相关《流行病学原理.ppt（45页珍藏版）》请在三一文库上搜索。
1、流行病学原理,Dona Schneider, PhD, MPH,FACE,流行病学定义,Epi + demos + logos = “降临于人类的东西” 关于人群中疾病发生频率的分布范围和决定因素的研究。（MacMahon and Pugh, 1970）,流行病学定义,关于特定人群中健康相关状况或事件的分布范围和决定因素的研究，以及运用该研究对健康问题进行控制。(John Last, 1988）,流行病学的运用,识别病因 Legionnaires 病 完成疾病的临床构图 Tuskegee 实验 判断治疗和预防的效果 乳房X线光片，临床实验 分辨新综合症 不同种类的肝炎,流行病学的运用,监护一个
2、团体，地区或国家的健康 监督，事故报告 判断可能性的表述中有多大概率 DES 女儿 研究时间上的趋势对未来采取预防措施 吸烟和肺癌 估计健康服务的需求,伦敦关于死亡数的生命表,Graunts观察,男婴的多出生 婴儿高死亡率 不同季节的死亡率,1632年的年死亡率：十大致死因素,1900年美国主要致死因素,1900年美国主要致死因素,地方性流行和流行,人口金字塔,统计学,统计学：应用数学一大分支，运用一系列步骤浓缩，描述，分析和阐明信息 生物统计学：统计学有关健康信息的亚学科,统计学（续）,描述统计：对信息定量总结的方法 中心趋势的估计 离散度的估计 推论统计：基于人群中的亚单位（样本）提供的信
3、息作出关于更大人群的一般化结论的方法。,总体和样本,在决定使用何种统计检验之前，我们应该知道我们的信息代表的是一个总体还是一个样本 样本是可以代表总体的子集。,样本,随机采集的样本具有代表性（也就是，每一个数据点和其他所有数据点拥有同等的被选择的机会） 在一些情况下，样本可能是分类的，但在每一类中必须随机,例子,我们需要采集一个样本，可以反映人口的性别和年龄： 按性别将数据分类 在每一类中，在进一步按年龄分类 在每一个性别/年龄类中随机选择，从而选出的数据关于人口成比例,总体和样本,你可以区分某个统计是关于总体的还是关于样本的： 希腊字母代表总体参数（未知但是固定） 阿拉伯字母代表样本统计（已
4、知但是随机）,数据的分类,定性或定量 定性：非数字的或绝对的 例：性别，种族/种族划分 定量：数字的 例：年龄，体温，血压,数据的分类,离散或连续 离散：有固定数字或数值 例：婚姻状况，血型，孩子的数目 连续：有不定的数字或数值 例：身高，体重，体温,提示,定性（绝对）的数据是离散的 定量(数字)的数据可能是： 离散的 连续的,定性数据：名词性的,数据落在没有自然顺序的互斥种类（离散） 例如： 种族/种族划分 性别 婚姻状况 ICD-10 代码 二分的数据，如HIV+或HIV-；“是”或“不是”,定性数据：一般的,数据落在有范围或分等级的互斥种类（离散） 例如： 等级 社会经济状况 疾病的程度
5、 低，中，高,定量数据：间断的,标准单位测量的数据 衡量的不仅仅是一数据点不同于另一个数据点，还衡量相差多少 例如： 自发病以来持续了多少天（离散） 华氏或摄氏温度（连续）,定量数据：比率,标准单位测量的数据，0代表完全没有 例如： 孩子的数目（离散） 开尔文温度（连续）,描述生物统计学回顾,平均 中位数 众数和极差 方差和标准差 频数分布 直方图,平均,最常使用集中趋势 算术平均 公式：x = x / n 外层敏感度,例如：每周发生意外事故的次数 8, 5, 3, 2, 7, 1, 2, 4, 6, 2 x = (8+5+3+2+7+1+2+4+6+2)/10 = 40/10 = 4,中位数
6、,将一定范围内的数据分成相等的两部分的数值 将数据排序： 如果n是偶数，取观察值中间两数的平均数 如果n是奇数，取观察值的中间数为中位数,给定一个偶数观察值（n=10）: 例如：1,2,2,2,3,4,5,6,7,8 中位数= (3+4)/2 = 3.5 给定一个奇数观察值（n=11）： 例如：1,2,2,2,3,4,5,6,7,8,10 中位数= 4 为第(n+1)/2=(11+1)/2=6个观察值,众数,在一组数中出现次数最多的数 例如：1,2,2,2,3,4,5,6,7,8 众数=2,极差,在一个分布中最大数和最小数之间的差值 例如：1,2,2,2,3,4,5,6,7,8 极差 = 8-1 = 7,方差和标准差,衡量关于平均数数值的离散度（或散度) 如果数值均接近平均数，方差值小 如果数值均远离平均数，方差值大,方差,标准差,对称分布和倾斜分布,对称分布和倾斜分布的频率图,12位病人的五点焦虑衡量指数,12位精神病人的频率图,夏季露营发生的需要急诊处理的事故,直方图,频数多边形,频数多边形和直方图,描述统计,用来作为关注健康相关结果的第一步 检测事件发生的次数确认是否增长（流行） 检测事件的类型，找出哪些人会得病(人口统计学的不同），在什么地方什么时候得病（空间/事件不同）,