流行病学

维基百科中的医学内容仅供参考，并不能视作专业意见。如需获取医疗帮助或意见，请咨询专业人士。详见医学声明。

流行病学是探讨人类群体健康及疾病的分布，并借由族群间分布差异来探索影响健康及疾病的影响因子，是公共卫生及预防医学研究的基础方法论， 同时在循证医学中做为辨别疾病因素和最佳临床治疗途径的科学理论。

在研究传染病及非传染性疾病时，流行病学家从事众多事项，包含疫情调查、研究设计、数据搜集及分析（如创建统计模块）等。流行病学家须跨足并使用不同领域的知识，如生物学、生物计量学、地理信息系统和社会科学。

流行病学不仅研究传染病，其他如慢性病（像癌症、心脏病、糖尿病、高血压等等）、精神疾病、自杀与意外事件等等健康议题，甚至各种疾病的危险因子（如吸烟、肥胖、营养摄取状态、生活类型等），都可成为流行病学研究的主题。

历史

1854年，伦敦爆发霍乱，10天内夺去了500多人的生命。根据当时流行的观点，霍乱是经空气传播的。但是约翰·斯诺（John Snow）医师并不相信这种说法，他认为霍乱是经水传播的。斯诺用标点地图的方法研究了当地水井分布和霍乱患者分布之间的关系，发现在宽街（Broad Street，或译作布劳德大街）的一口水井供水范围内霍乱罹患率明显较高，最终凭此线索找到该次霍乱爆发的原因：一个已污染的水泵。人们把水泵的把手卸掉后不久，霍乱的发病明显下降。约翰·斯诺在这次事件中的工作被认为是流行病学的开端。

1854伦敦

1948年－1952年期间，理查·多尔（Richard Doll）和布拉德福·希尔（Bradford Hill）合作进行了一项病例-对照研究（Case-Control Study），通过对癌症患者吸烟史的调查，他们宣布吸烟和肺癌之间有因果联系。其后20多年，他们进行的队列研究（Cohort Study）进一步加强了这一结论。 他们的成果为控烟行动提供了科学依据。

研究方法

流行病学研究方法分为观察法和实验法两大类：

观察法

• 描述性研究

通过调查，了解疾病和健康状况在时间、空间和人群间的分布情况，为研究和控制疾病提供线索，为制定卫生政策提供参考。

• 分析性研究

通过观察和询问，对可能的疾病相关因素进行检验。分析性研究主要包括病例-对照研究（case-control study）和世代研究（cohort study，也叫定群研究或队列研究）

病例-对照研究选取一组患某病的人（病例），再选取另一组没有患某病的另一组人（对照），收集两个组人中某一或某几个因素存在的情况，再以统计学方法来确定某一因素是否和该疾病有关及其关系的程度如何。

世代研究则是选取一组曝露于某种因素的人和另一组不曝露于于该因素的人，再经过一段时间后以统计学方法比较两组人患某病的情况（如肺癌），以确定某因素是否和某病有关。

一般来说，世代研究比病例-对照研究的结论较可靠，但世代研究耗时很长（如研究吸烟和肺癌的关系要数十年的时间），需要更多的资源。

实验法

将研究对象分为实验组和对照组后，在实验组实施干预措施，在对照组中不采取措施或者应用安慰剂，通过一段时间的随访后，观察各组实验结果的差异，以此评估该干预措施的效果。根据研究对象的不同，该方法分为临床实验（clinical trial）和社区实验（community trial）两种。

案例对照研究

Case-control studies将由疾病的状态选择研究例子，是一种回溯型研究。一群是实验组(有发病者)，一组是对照组(无发病者)，两组人应尽量找相同母群体的人来研究。接下来对照两组间过去所受到的危险因子暴露程度，如下方表格所显示。

(A)暴露实验组 (B)暴露对照组 (C)无暴露实验组 (D)无暴露对照组

这些统计数字可以用基本的对比值(odds ratio)，比较(A/C)及(B/D) 来了解有无暴露造成的增加风险，i.e. OR = (AD/BC)因子

	实验组	对照组
暴露	A	B
未暴露	C	D

如果OR 大于1 则"可得这些疾病很可能跟暴露危险有关"，反之如果接近 1 则两者可能没有相关，如果小于 1 则可能是保护因子(暴露后可以降低发病率)

案例对照的研究，比起案例比起世代研究更具经济效益，但容易受到误差(bias)影响(回想误差、选择性误差)。另一个挑战是选择适当的控制组，母群体的例子应该平均的分配在控制组和实验组中以降低误差(the distribution of exposure among the control group should be representative of the distribution in the population that gave rise to the cases. )，这可以以随机抽样的方式从母群体抽样比，有一个争论是如果控制组包含了正在发病的案例。则这个疾病就有可能比算出的值其实有更高的侵袭率。

另一个挑战是，为了统计数据的正确，最起码的案例数，必须符合95% 区间相对于对比值，详细如下列方程式

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 = 控制组的案例比率

当对比值接近1或是0 ，对照研究就会产生出极低的对比值，举例，一个对比值 1.5 的案例，而且对照组及实验组的人数接近，其数据如下所示

	对照组	控制组
暴露	103	84
未暴露	84	103

For an odds ratio of 1.1:

	对照组	控制组
暴露	1732	1652
未暴露	1652	1732

研究偏差

只要是无法经过随机分派且完美控制的研究，都有可能因方法设计、研究执行不良等原因，导致观察结果与真实情形有差。这个观察与真实之间的差距，称为偏差或偏误。为了促进观察结果趋近真实，流行病学致力于利用研究设计的方法来降低这些偏差问题。

选样偏差(selection bias)

因观察研究过程中，选样过程受到研究关注的因子所影响，所导致的偏差。这多半来自于偏差样本所致，特别是当研究目的是分布描述的时候。当研究目的是危险因子与疾病之间的因果推论，有时会因标的族群设置不佳，导致即便是选到具有代表性的样本，仍旧发生选样偏差。

信息偏差(information bias)

观察研究过程中，当测量误差不平均的发生在样本中，会造成信息偏差。当研究目的是分布描述的时候，若样本的测量误差程度与母群体不同，则会造成观察到的分布与母群体会有偏差。当研究目的是危险因子与疾病间的因果推论，当危险因子与疾病状态二者皆影响测量误差，则会造成信息偏差。

干扰因子(confounding)

选样偏差与信息偏差都与研究设计或执行不良有关。但干扰因子则是疾病机转中的因素。当病理机转中，某因子本身也会影响到危险因子的暴露程度，则该因子需要借由研究设计进行控制，若没有控制，则会造成研究结果观察到危险因子与疾病之间的假相关性。

用途

• 描述疾病和健康状况的分布
• 研究疾病的病因及危险因素
• 评估治疗方法和预防措施的效果

参见

• 生物统计学
• 临床流行病学
• 电子流行病学
• 因果推断
• 流调员

参考文献

来源

• 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] （页面存档备份，存于互联网档案馆） ISBN 9780199976737
• 流行病学 第7版 黄彬芳、陈美伶 新文京股份公司
• 流行病学概论（第二版）作者：陈品玲 出版社：华杏
• 公共卫生学(中) 陈拱北基金会
• 流行病学原理 修订版 作者： 史丽珠 出版社：双叶书廊
• 流行病学：原理与方法 作者： 陈建仁 出版社：联经出版公司
• 纳米微粒作业人员健康危害流行病学研究 作者：徐儆晖、刘绍兴 出版社：行政院劳委会劳工安全卫生研究所