病例对照研究的基本统计分析策略

比如以下案例：

例1：某医师基于某医院开展病例对照研究，探讨冠心病发病有关的影响因素，收集新发冠心病患者作为病例组，收集同期医院非循环系统疾病患者作为对照组，研究的暴露因素是病人的年龄age、性别sex、心电图检验是否异常ecg、高血压hpyer、糖尿病diabetes。数据见casecontrol.sav。

病例对照研究一般可以同时研究多个暴露因素对结局的影响。本题是传统流行病学的病例对照研究，探讨的是发病的影响因素，从理论上来判断，潜在的影响因素或者原因变量包括性别、年龄、心电图异常状况、高血压、和糖尿病。

本研究的研究结局为二分类数据，暴露因素则存在着定量、二分类和多分类数据。研究影响因素，统计学上是开展差异性或者关联性研究（两组实质一致），分析变量与变量的相关性。

探讨不同类型变量的相关性，统计学方法包括基础统计学方法和高级统计学方法。基础统计学方法探讨的是简单关联性，方法包括t检验、F检验、卡方检验、相关分析等，高级统计学方法常见为回归分析方法。一般情况下，一个完整的分析报告，往往采取基础统计学方法和高级统计学方法相结合的方法。

病例对照洋酒简单关联性方法，应从差异性角度来探讨（差异即相关）。病例对照研究的差异性比较是按照病例/对照分组，即各个暴露因素的在病例组和对照组的分布有无统计学差异。比如病例组和对照组年龄有无差异、性别构成有无统计学差异。

不同组差异性比较，将根据暴露因素变量类型的不同，选择不同的统计学方法。这些差异性方法与实验性研究分析方法无异。

年龄分布的差异：定量数据，应考虑t检验或者秩和

性别分布的差异：二分类数据，卡方

心电图分布的差异：有序多分类，可以考虑卡方或者秩和。不过由于心电图异常各级别非等距，本案例只要分析构成比分布差异即可，因此推荐卡方检验。

糖尿病分布的差异：二分类数据，卡方

高血压病分布的差异：二分类数据，卡方

卡方检验是最常见的病例对照研究统计分析方法，暴露因素与结局往往形成四格表或者多行多列交叉表数据。

高级统计学方法常用的方法包括分层分析、回归分析、倾向得分方法等，最常见也最重要的方法便是回归分析方法。回归分析方法可以同时研究多个影响因素，它较简单关联性分析方法具有明显的优势（多因素线性回归分析，为什么和单因素回归结果不一样？），是病例对照研究的最重要方法。回归分析方法很多，本例研究结局为二分类数据，线性回归分析方法不再适用，应该选择logistic回归分析方法。

无论简单关联性还是logistic回归分析，我们必须关注暴露因素与研究结局的效应值，那就是暴露因素到底在多大程度上影响了研究结局。病例对照研究最重要的效应结局为OR值。

病例对照研究几乎都需要计算各个暴露因素的效应值OR值，来反映暴露因素对阳性事件发生的影响。OR值指的是，优势比/比数比(oddsratio，OR)。优势（odds）是指二分类事件中一类事件相对于其对立事件的优势。病例组中优势是暴露者数/非暴露数,对照组中暴露数/非暴露数。

对于上文交叉表而言，OR值计算如下：

实际上，OR反映的是病例组和对照组暴露人群构成比分布的差异性。若没有差异，则OR等于1；若存在着差异，OR不等于1。

OR值大于1，提示暴露因素是阳性事件的促进因素；

OR值小于1，提示暴露因素是阳性事件的预防因素；

OR值等于1，提示暴露因素对阳性事件无影响。

这里提醒一下，一般流行病研究教材一般把OR值大于1作为危险因素，小于1作为暴露因素，这种说法不适合现代医学的范畴，请学过流行病学的朋友更新对OR值的理解。

OR值越远离1，暴露因素对结局的影响程度越大，它几乎可以用倍数或者百分比来反映暴露因素相对结局的影响。比如，OR=3，意味着暴露组相对对照组，产生阳性结局的可能性几乎增加2倍；若OR=0.6，意味着暴露组相对对照组，产生阳性结局的可能性几乎减少40%。我将在后文继续探讨OR值这一指标。

OR值是统计量，需要进一步统计推断，包括置信区间估计和假设检验。假设检验一般即采用卡方检验方法，而置信区间估计依靠各统计软件求得，本文稍后进行讲解。

病例对照研究大部分简单差异性分析和logistic回归分析在分析过程中均可计算OR值，P值及置信区间。

病例对照研究总体来说分为以下若干步骤：

1.统计描述

任何研究首先都需对研究对象的特征、病例和对照数量与特征进行描述，此次不再赘述。

2.分组均衡性比较

不同于实验性研究，病例对照研究并非随机化研究，研究对象在患者的特征分布上往往存在着不均衡的现象。因此，一般需要开展差异性比较分析，探讨病例组和对照组在一些非暴露因素的分布上的差异性。

3.暴露因素与结局的简单关联性分析

诚如上文所言，我们需要开展简单关联性分析，采用的手段也是差异性比较分析，同时最好计算OR值和置信区间。

第2步和第3步方法如出一辙，方法和表格完全相同，一般可以将两者合二为一来进行处理。在有些病例对照研究中，所有因素都是为暴露因素，此时，统计分析省略第2步过程；而有些研究中，只是若干个、甚至是1-2个因素视为暴露因素，其它因素则视为干扰因素(主要是混杂因素)，即第2步中分组不均衡的因素，比如说年龄和性别，它们更多的时候是控制变量（混杂变量），而非暴露因素。

对于第2步和第3步，本案例具体策略如下：

（1）针对年龄这一定量变量的暴露因素，须开展两步工作。第一，判断正态性；第二，采用统计推断方法进行分析，同时计算效应值。特别提醒初学者在SPSS的分析中，年龄为检验变量，有无冠心病变量为分组变量。

正态性情况：直方图显示，偏态情况不严重，仍然可以采用采用参数检验（两组采用t检验）

t检验的界面和结果：结果显示，冠心病患者和对照组在年龄分布上存在着统计学差异。

（2）其它变量均采用卡方检验进行分析。病例对照研究SPSS操作在进行卡方检验同时，可以计算OR值

卡方检验入口：分析--描述统计-交叉表

在交叉表界面，选择点击“统计”，可以分别选择卡方和风险（risk）。

以高血压为例，卡方检验，卡方值为20.72，P