队列研究设计案例

Nuring凡语人言|关于OR值和RR值，你所不知道的细节——上次我们提到了对照案例的研究和研究队列之间的差异，我们还提到了OR值和RR。
那么为什么回顾性对照研究不能只计算RR，而队列研究可以同时计算OR和RR？
首先，之前研究OR值和RR值含义的科学文章中提到-
1.OR值（oddsration）：：在对照研究中的差异比指对象组中暴露者与未暴露者的比例与对照人群中暴露者与未暴露者的比例。 在研究队列中，它是指暴露组中患病个体与未患病个体的比例以及暴露组中患病个体与未患病个体的比例。
2RR值（riskration）：为暴露组累计发病率（或死亡率）/对照组累计发病率（或死亡率）。 相对风险表明暴露组的发病率或死亡率高于对照组的发病率或死亡率的频率。 这意味着暴露人群患病或死亡的风险是暴露人群的数倍。 RR值越大，暴露的影响越大，暴露与结果之间的关联强度也越大。
接下来，我们将从队列研究和病例对照研究的例子中探讨两种推理方法——
(1)队列研究
如果我们想要研究一个队列，一个常见的方法是找到一组吸烟者和不吸烟者，并对他们进行几年的跟踪，以找出吸烟者和非吸烟者中有多少人患上肺癌。 如下图：
然后就可以查看四个单元格表了，如下：
此时，我们知道的是吸烟组的肺癌发病率，以及吸烟组的肺癌发病率。 非吸烟组，肺癌风险（累计发病率）为：
R（吸烟组）：a/a+c
R（非吸烟组）-吸烟组):b/b+d
可以得出—
RR=RR(吸烟)/RR(不吸烟))=(a/(a+c))/(b/(b+d))
还可以计算吸烟组和非吸烟组肺癌比例的差异：(a/c)/(b/d)
(2)病例对照研究：进行病例对照研究的通常方法是寻找肺癌患者和一些正常人。 检查对照组并调查他们中有多少人以前吸烟过，如下图：肺癌组，因为仅通过询问一些患有肺癌的人和肺癌样本我们无法知道肺癌中接触吸烟的频率可以得到组和正常组的OR，即公理比比。
oddsofcaseexposure=a/a+b
oddsofcontrolexposure=c/c+d
OR=（a/（a+b））/((c/(c+d))=ad/bc
在某些情况下OR值可以代替RR值：
RR我们可以看到公式：
RR=(a/(a+c))/(b/(b+d))
假设肺癌的发病率非常低（例如<10%，请注意这个假设是正确的），则a+c~c，b+d~d，因此：
RR=(a/(a+c))/(b/(b+d))~(a/c)/(b/d)=ad/bc=OR
即当发生率最低时，可以用OR来成功。
两者之间还有一个公式计算：
将开放人群中疾病的发病率代入P0，可以用下面的公式来修正RR：
RR=OR/((1-P0)+(P0*OR))
如果P0未知，可以根据b/(b+d)估计
综上所述，只能计算暴露组的OR（即非暴露组的发病率），并且在公共病例中也可以计算OR的临床意义。 首先，我会继续写和分享我所学到的和遇到的科研记录，但我会继续坚持更多有启发性的文章。 文章来源：番鱼人言公众号。 随机对照试验包括前瞻性和回顾性两种吗？还是只有前瞻性？

前瞻性研究一般是相对于回顾性研究来说的，队列研究都是前瞻性的，但前瞻性研究不一定是队列研究，也可能是RCT等。 回顾性研究通常进行配对对照，不使用随机化。

随机对照试验是测试特定疗法或药物在医学和医疗保健中效果的一种手段。 它们尤其广泛地应用于医学、药学和护理研究，以及司法系统、教育等领域。 在其他领域也有应用。

随机对照试验的基本方法是将研究参与者随机分组，对不同组实施不同的干预措施，并在严格的条件下比较效果。 如果研究参与者的数量足够，这种方法可以平衡已知和未知混杂因素对每组的影响。

高级信息：

随机对照试验的原则

随机对照试验遵循以下原则：随机化和控制以及复制三原则，利用统计知识建立一套研究程序和管理措施，消除医生和患者对药物有效性的主观影响，实现与已上市药物的有效比较，进而有效地对性和安全性做出相对客观的评估。

西医之所以能够发展这种实验方法对新药的有效性和安全性进行相对可靠的评估，是由于其固有的理论特性。

在进行随机对照试验的设计和结果分析时，最重要的数学工具是计知识，而统计知识所关注的对象是那些可以重复发生的独立事件，这在医学上就是如此。 反映临床研究这是一个可重复的治疗案例。

参考：百度百科-随机对照试验