效应修饰作用

效应修饰作用

效应修饰作用，亦称为周转效应、环路效应或反馈效应，是指一种生物学快速适应性的功效。它可以通过攀登代理链的方法影响一种生物化学、生理学、生物学或生态学的过程，从而调节自身的特定生理响应，达到抑制或促进的目的。

效应修饰作用通过磷酸化、蛋白质交互作用或其他方式来发挥作用，它可以经过三条通路：正反馈通路、负反馈通路和自调节通路。这些通路通过不同的机制来调节不同的生物过程，从细胞凋亡到生物物种的生态饭局。

正反馈通路是一种以自加强的方式来放大级别为底层生物基因表达等过程的一种通路。这些过程可能是受控的，通过某些信号通路被激活或抑制，在一定程度上通过产生信号来扩大或减小这些过程。

负反馈通路则是在某个过程的生化或物理机制达到某种极限时出现，以相反的方式来抑制这些过程的通路。这些过程可能是与抵抗逆境适应、适应呈现环境中的一些压力有关，通路可能通过出现反应来保持组织的稳态，从而在眼前保持一定程度的稳定性。

自调节通路则是通过自我反馈机制来调节自身过程的一个机制。这种通路可以采取某些特定的动力学方式来对

其环境发生的变化做出反应，以尽可能保持一个理想的动态平衡状态。

如此看来，效应修饰作用中的通路都是通过某些特定的机制来调节各自的生物基础过程的。这些过程(或机制)可能是有缺点的，或者他们可能提供的生理回馈是不够准确的。要获得最佳结果，生物体必须经过效应修饰作用才能在不同的环境中展现出其生物学特性。

细胞的很多生物过程都是基于一组信号、反应和调节通路。这些生物过程的效应修饰作用可能是对外界的环境反应调节，也可能是对内部细胞功能的调节。例如，神经细胞可以触发钾离子通道来对神经放电和肌肉收缩进行调节。

此外，效应修饰作用还可以创造在生物学过程中的控制点。这些节点可以作为细胞内蛋白质活动的标杆，来调节细胞，决定其生物学特性，并影响生物特性的影响。这些节点可能包括信号转导途径、细胞质器的功能，也可能是某种特定酶的功能或某种特定体内化途径的调节。

效应修饰作用在生物学上是非常重要的一种调节机制，它们可以在某种程度上创造生物学特性，调节生命进程的各个方面，并与其环境、其组织相互作用。但是，它们对人类医学和病理学的作用还需要更多地研究来掌握。

流行病学原理及研究方法

流行病学原理及研究方法 一．流行病学原理 流行病学的基本原理是采用系统方法对人群中健康相关状态或者事件的“谁”、“什么时候 发生了什么”“发生在什么地方 ”“为什么发生”“ 怎么办”等方面进行评价。这个系统中。 的两个基本因素是研究人群和对照分析。 通过对疾病病因和相关危（wei ）险因素提出假设、 验证假 设，对不同人群疾病发生状况的差异进行评价。 流行病学是一门建立在概率论、 统计学和可靠研究方法基础之进行定量研究的科学， 赤 是一门从生物学角度对健康相关状态和事件提出可能假设并加以验证的因果推理方法。 和其他学科一样， 流行病原理是由对个别流行事故——主要是传染病暴发流行事故研究 发展起来的。流行一词即住几乎都是指传染病爆发， 就近将超限发病率作流行的基本含义。 流行和非流行是相对的；1.不掌握非流行期间的发病率即无法判定流行的存在；2 很低的发 病率其意义可以和高发病率同样有重要性，如尼姑自宫颈炎对于建立宫颈癌成因说是十分重 要的；3 某些慢性病流曲线高低不规则即使有可资比较的数据，也很难判断那一假是流行期。 二、流行病学思维方式(已有胶片) 三、流行病学研究方法 1.流行病学是应用流行并方 法解决人类疾病与健康问题的年轻科学。 2．方法分类回顾(胶片) 3.1993 年耿贯一对流行病学方法的描述(胶片) (三) 流行病学思维方法 无论是病因研究或者其他因素探索。流行病学工作者用群体的、 宏观的动态的逻辑思 维去进行描述性分析或者分析性的描述。在建立或者检验假设时思维方式大致如下； 非逻辑思维法、 直觉判断 立论 或者 检验立论 逻辑思维 归纳 排除 类比 求同 求异 共变 利余 稳定 1.、几个具体方法 1 求同，不同条件不存在共同因素， 如伤寒与被传染水源的关系、 阴道腺癌病因研 究。 2、求异法、不同条件下发病分布差异， 察布查尔米送乎乎病因调查，尼姑和普通妇女

交互作用分析

交互作用分析 一、交互作用的概念 简单地说，交互作用指当两个因素都存在时，它们的作用大于（协同）或小于（拮抗）各自作用的和。 要理解交互作用首先要区别于混杂作用。 混杂作用 以吸烟（SMK）和饮酒（ALH）对收缩压（SBP）的影响为例，可以建立以下二个模型： 模型1：SBP = β0+β2’SMK 模型2：SBP = β0+β1ALH+β2SMK 假设从模型1估计的SMK的作用为β2’，从模型2估计的SMK的作用为β2。如吸烟与饮酒有关（假设吸烟者也多饮酒），而且饮酒与血压有关，这时可以假想两种可能： 1.吸烟与血压无关，但因为饮酒的原因，模型1中的β2’会显著，而模型2控制了ALH 的作用后，SMK的作用β2将不显著。 2.吸烟与血压有关，模型1中估计的SMK的作用β2’一部分归功于饮酒，模型2估计的β2是控制了ALH的作用后SMK的作用，因此β2’不等于β2。 是不是β2不等于β2’就意味着有交互作用呢？不是的，这只是意味着β2’中有饮酒的混杂作用。 那么什么是交互作用呢？ 根据吸烟与饮酒将研究对象分成四组，各组SBP的均数可用下表表示： 吸烟与饮酒对SBP的影响,有无交互作用反映在β12上，检验β12是否等于零就是检验吸烟与饮酒对SBP的影响有无交互作用。而上面的模型2是假设β12等于零所做的回归方程。 交互作用的理解看上去很简单，但需要意识到的是交互作用的评价与作用的测量方法有关。以高血压发病率为例，看吸烟与饮酒对高血压发病率的影响就有两种情况。

I、相加模型： II、相乘模型： 相加模型检验Isa是否等于零，相乘模型检验B是否等于1，可以想象Isa等于零时B 不一定等于1，因此会出现按不同的模型检验得出的结论不同。在报告交互作用检验结果时，要清楚所用的是什么模型。一般的线性回归的回归系数直接反映应变量的变化，是相加模型，而Logistic回归的回归系数反映比值比的变化，属相乘模型。 二、交互作用的检验 交互作用检验有两种方法，一是对交互作用项回归系数的检验（Wald test）,二是比较两个回归模型，一个有交互作用项，另一个没有交互作用项，用似然比检验。本系统采用方法。 如以吸烟与饮酒两个两分类变量为例，可以形成回归方程： 方程1：F（Y）= β0+β1ALH+β2SMK+β12SMK*ALH 计算该方程似然数（likelihood），似然数表示按得出的模型抽样，获得所观察的样本的概率。它是一个很小的数，因此一般取对数表示，即Log likelihood，似然数可以简单地理解为拟合度。 如果我们假定吸烟与饮酒无交互作用，β12等于零，则方程为： 方程2：F（Y）= β0+β1ALH+β2SMK 如果方程1和方程2得到的似然数没有显著差别，表明β12是多余的，或者说β12与零无显著性差异，吸烟与饮酒对f（Y）无交互作用。反之，吸烟与饮酒对f（Y）有交互作用。 三、交互作用分析

效应修饰作用

效应修饰作用 效应修饰作用，亦称为周转效应、环路效应或反馈效应，是指一种生物学快速适应性的功效。它可以通过攀登代理链的方法影响一种生物化学、生理学、生物学或生态学的过程，从而调节自身的特定生理响应，达到抑制或促进的目的。 效应修饰作用通过磷酸化、蛋白质交互作用或其他方式来发挥作用，它可以经过三条通路：正反馈通路、负反馈通路和自调节通路。这些通路通过不同的机制来调节不同的生物过程，从细胞凋亡到生物物种的生态饭局。 正反馈通路是一种以自加强的方式来放大级别为底层生物基因表达等过程的一种通路。这些过程可能是受控的，通过某些信号通路被激活或抑制，在一定程度上通过产生信号来扩大或减小这些过程。 负反馈通路则是在某个过程的生化或物理机制达到某种极限时出现，以相反的方式来抑制这些过程的通路。这些过程可能是与抵抗逆境适应、适应呈现环境中的一些压力有关，通路可能通过出现反应来保持组织的稳态，从而在眼前保持一定程度的稳定性。 自调节通路则是通过自我反馈机制来调节自身过程的一个机制。这种通路可以采取某些特定的动力学方式来对

其环境发生的变化做出反应，以尽可能保持一个理想的动态平衡状态。 如此看来，效应修饰作用中的通路都是通过某些特定的机制来调节各自的生物基础过程的。这些过程(或机制)可能是有缺点的，或者他们可能提供的生理回馈是不够准确的。要获得最佳结果，生物体必须经过效应修饰作用才能在不同的环境中展现出其生物学特性。 细胞的很多生物过程都是基于一组信号、反应和调节通路。这些生物过程的效应修饰作用可能是对外界的环境反应调节，也可能是对内部细胞功能的调节。例如，神经细胞可以触发钾离子通道来对神经放电和肌肉收缩进行调节。 此外，效应修饰作用还可以创造在生物学过程中的控制点。这些节点可以作为细胞内蛋白质活动的标杆，来调节细胞，决定其生物学特性，并影响生物特性的影响。这些节点可能包括信号转导途径、细胞质器的功能，也可能是某种特定酶的功能或某种特定体内化途径的调节。 效应修饰作用在生物学上是非常重要的一种调节机制，它们可以在某种程度上创造生物学特性，调节生命进程的各个方面，并与其环境、其组织相互作用。但是，它们对人类医学和病理学的作用还需要更多地研究来掌握。

临床研究中交互作用、效应修饰的识别和评价

临床研究中交互作用、效应修饰的识别和评价 作者：王瑞平李斌 来源：《上海医药》2022年第17期

摘要交互作用（interaction effect）是指两个或多个因素相互依赖发生作用而产生的一种效应，在统计学上交互作用说明两个因素在数量上的关联。交互作用的识别和分析有利于描述疾病的特征，探索疾病的病因，在公共卫生领域和临床上均具有重要意义。临床研究中，发挥交互作用的变量对暴露因素作用于结局变量的效应起到协同或拮抗的作用，研究者须对此进行识别和评估。本文通过示例的方式，介绍交互作用和效应修饰的概念，交互作用的识别方法，以及评估交互作用和效应修饰的策略等内容，以期为研究者今后开展交互作用和效应修饰的识别和评价提供参考。 关键词交互作用效应修饰分层分析叉生分析 中图分类号：R-3 文献标志码：C 文章编号：1006-1533（2022）17-0048-05 引用本文王瑞平，李斌. 临床研究中交互作用、效应修饰的识别和评价[J]. 上海医药，2022， 43（17）： 48-52. Identification and evaluation of interaction effect and effect modification in clinical research WANG Ruiping， LI Bin （Clinical Research & Innovation Center， Shanghai Skin Disease Hospital， Shanghai 200443， China） ABSTRACT Interaction effect is an effect that occurs when two or more factors act in dependence on each other， and a statistically significant interaction indicates a quantitative association between two factors. The identification and analysis of the interaction effect help characterize the disease and explore its causes and are of great importance in both public health and clinical research. In clinical research， researchers need to identify and evaluate interactions in which variables that play a role in the interaction have a synergistic or antagonistic effect on the effect of the exposure factor on the outcome variable. This article introduces the concepts of interaction effect and effect modification， the identification of interaction effect， and the strategies for assessing interaction and effect modification using examples to provide reference for researchers to identify and evaluate interaction effect and effect modification in the future. KEy WORDS interaction effect； effect modification； stratified analysis； crossover analysis 臨床医学研究尤其是在病例对照研究和队列研究设计中，研究者在评估“暴露与结局”的关联强度时，往往须要控制其他因素的影响，进而得到“暴露与结局”的真实关联强度。影响临床研究“暴露与结局”评估的因素主要有两大类，一类是包括混杂偏倚在内的各种系统误差所导致的偏倚，研究者应对此进行识别和控制；而另一类是交互作用和效应修饰，是两个或多个因素相互依赖发生作用而产生的一种效应，对暴露因素作用于结局变量的效应起到“增强”“协

Meta分析的固有缺陷

Meta分析的固有缺陷 Meta分析的历史最早可以追溯到1925年Fisher先生的合并P值方法（Fisher's combined probability test）。也就是说，Meta分析其实是一个非常朴素的想法，即：当我们针对同一个假设做了多个独立的研究时，自然想得到一个最终的结果作为判断依据，而我们希望这个结果能比其中任意一个单独的结果更接近真值。 那么，所面临的第一个问题，也是最本质的问题，即是：为什么针对同一个假设的不同研究结果会有所不同？或者更进一步，我们针对同一个假设做了多个理想的RCT研究（假设不存在依从性问题和失访问题），而众所周知，RCT的结果是不存在系统偏倚的，所以结果理应都是真实无偏的，那么为什么结果仍然会有区别？我相信大家的第一反应都是：当然是因为随机误差的存在。因为我们每一个RCT的研究样本均假设为从某个目标总体随机抽样而来，也就是说如果研究使用无偏一致的估计量，那么得到的效应量与真值之间的差别则仅仅是因为随机所致，而随着样本量的增加，效应量会一致收敛于真值。 可忽视的效应修饰问题 细心的同学可能会发现，上述Meta分析少了一个步骤，那就是亚组分析或Meta回归。不知道有没有人质疑过，为什么Meta分析必须做亚组分析？不做可以吗？如果按照前面说的那样，Meta分析的问题应该都解决了，那么问题出在哪？ 回过头来再看我们第一个提出的问题：为什么针对同一个假设的不同研究结果会有所不同？刚才的答案是因为随机误差的存在，而现在我们需要再加一个因素：因为效应修饰的存在。 效应修饰是什么？每一个RCT的样本特征不同，即基线协变量的联合分布不同，使得不同RCT出现相对应于其基线分布特点的效应量。比如，简单的说就是，第一个RCT中纳入患者的年龄分布是20~30岁，而第二个RCT中纳入患者的年龄是40~50岁。那么不同年龄组的患者所得到的效应量理应不同。 很多人可能会把效应修饰和混杂因素混淆，事实上，这是完全不同的两个东西。当我们的情景中符合条件可交换性时，也就是例如我们在进行一个分层随机试验，除去分层变量的影响，在每一层中的干预组和对照组之间的患者特征是平衡的，也就是在每一层中进行一个完全随机试验，即层内效应量是没有系统偏倚的。这种情况下，不同层间出现的效应量差别被称为效应修饰现象。当这个分层变量同时可以被看作是另一个干预时，这个现象被称为交互效应。明白这点之后，我们就可以理解，其实对于不同的RCT本身，并不存在混杂因素的影响，但是存在效应修饰的影响。 在Meta分析的M-H方法中，事实上，当我们估计加权效应量时，一个很重要的假设即是：不同RCT之间不存在异质性。这话啥意思，啥叫异质性？依据Cochrane给出的定义，将异质性分为三部分：临床异质性、方法学异质性、统计学异质性。首先方法学异质性是由于RCT本身的质量决定的，因为我们的目的是找出Meta分析固有的缺陷，所以假设所有研究均为理想RCT，暂时忽略这个问题。然后是临床异质性，定义为由于纳入研究的患者特征不同所导致的差异，也就是我们前面所讲的效应修饰问题。最后的统计学异质性就不难理解了，RCT之间的数据本身的差异，可以同时包括上述其他异质性。但是需要注意，不同RCT之间

薏苡化学成分及药理活性研究进展

薏苡化学成分及药理活性研究进展 薏苡（Coix lachryma-jobi Linn）为禾本科（Gramineae）薏苡属（Coix L.）草本植物，它的干燥成熟种仁称为薏苡仁，为常用中药，具有健脾、补肺、清热、利湿的功效，《本草纲目》中称其乃上品养心药。近年来，国内外学者对薏苡的化学成分和药理活性进行了研究，并得到了多种化学成分，现代药理学研究表明，薏苡仁油具有抗肿瘤、免疫调节、抗病毒等方面的活性，本文就其化学成分和药理活性的研究进展作一综述，为进一步深层次开发和利用薏苡这一传统中药提供理论依据。 1 化学成分研究 薏苡的化学成分研究始于20世纪60年代，到目前为止，中外学者从薏苡中分到的化合物类型包括：脂类，甾醇类，benzoxazinones，benzoxazolinone,indene，木脂素类，酚类，腺苷等近30个化合物以及蛋白质、氨基酸和维生素等营养成分。 1.1 脂肪酸及脂 从薏苡仁脂肪油中通过薄层色谱、气相色谱及气相色谱质谱联用分析测得其油中含有棕榈酸、硬脂酸、十八碳-稀酸、十八碳二烯酸、肉豆蔲酸及软脂酸酯、硬脂酸酯、棕榈酸

1961年，日本学者Ukita等首次从薏苡仁中分离出薏苡仁酯（coixrnolide），随后又进行了人工合成，并认为它是薏苡的抗癌活性成分。 1990年，日本学者Tokuda等又从薏苡中分离出另一脂肪酸甘油酯α-单亚麻酯（α-monolinolein），并推测此化合物为薏苡抗肿瘤活性成分之一。 1.2 甾醇类化合物 薏苡中含有多个甾醇类化合物，目前报道的有阿魏酰豆甾醇（feruloyl stigmasterol），阿魏酰菜子甾醇（feruloyl campeaterol），α，β。γ-谷甾醇及豆甾醇。 1.3 苯并恶嗪酮类（benzoxazinones）化合物 近年，日本学者从薏苡根中共分得5个benzoxazinones 化合物，并通过X衍射分析确定了化合物3的立体化学， 1.4 苯并恶唑酮类（benzoxazinones）化合物 从薏苡根的甲醇-氯仿（2：l）混合溶剂提取物中分得一个此类化合物薏苡素（coixol），又叫薏苡内酯 1.5 茚类（idene）化合物 从薏苡甲醇室温冷浸提取物中，用制备HPLC分离纯化得到一个新的具有抗菌活性的indene类化合物 1.6 木脂素类化合物

临床流行病学考试重点.docx

临床流行病学 1.临床流行病学的核心内容是什么？ DME，即设计(design)、测量（measurement）、评价(evaluation)。即： 1）正确选择临床科研课题，进行科学的研究设计； 2）选择适当的测量指标； 3）从设计和测量的角度对临床医学的研究结果做出实事求是的综合评价，并得出科学的结论。 2.倾向性评分（Propensity Score）的基本思想和目的 倾向性评分是指在一定协变量条件下，计算出观察对象i接受处理（z=1）的条件概率 倾向评分评分目的：用一个综合评分（及倾向性评分）来代替所有已知的混杂因素，从而均衡各对比较组间各个特征变量的可比性，是去除混杂偏倚的关键性方法。 基本思想：将多个协变量的影响用一个倾向性评分值来表示（相当于降低了协变量的维度），然后根据倾向性评分值进行不同对比组的分层、匹配或加权，即均衡对比组间协变量的分布，最后在协变量分布均衡的层内或者匹配中估计处理效应。 倾向评分匹配（Propensity Score Matching，PSM）目的（作用）：用来处理观察研究的数据，减少数据偏 差和混杂变量的影响，消除组别之间的干扰因素。 倾向匹配容差是指在进行倾向性评分匹配时，如果匹配具有容差系数，对每个匹配变量所设计的容差，匹配容差可以用较小的数值填写，需要根据实际情况而定。 输入一个0-1的数，越接近0越完全匹配，越接近于1，匹配越不严格，这里要试着找最佳点。当然“完全匹配”要丢失更多的病例，如果选0，有可能找不到匹配的记录。 3.临床疗效评价中，临床试验结果如何分析 最后分析的采用方法主要有几种，进行简要的说明 疗效评价：是采用流行病学方法，对药物或防治措施的效果进行科学的评价，即决定某种治疗方法是否有效、是否利大于弊。 1）意向治疗分析（intention-to-treat analysis , ITT分析）比较①+②与③+④，是在最后资料分析中包括了所有纳入随机分配的患者，不管被研究者的实际依从情况，它反映了原来试验意向干预的效果。ITT分析可以防止预后较差的患者在最后分析中被剔除，从而保留随机化分配的优点，所回答的问题更符合临床实际。 2）按实际完成治疗方案分析（per protocol , PP分析）比较②与③，不考虑与①和④，分析方法是按每一病人实际所接受的治疗来进行，剔除对治疗不依从的患者，很可能留下预后良好患者。PP分析不考虑其所接受的治疗是否随机分配而来，实际上已经破坏了随机化的原则。 3）实际治疗分析：比较①+③与②+④。分析方法是按每一病人实际所接受的治疗来进行。但因为比较的对象非随机组，可能存在选择偏倚。 4.偏倚的相关问题 混杂偏倚产生的条件： （1）首要条件是混杂因素必须是所研究疾病的危险因素；

交互作用分析

交互作用分析 一、交互作用得概念 简单地说,交互作用指当两个因素都存在时，它们得作用大于（协同）或小于（拮抗）各自作用得与。 要理解交互作用首先要区别于混杂作用。 混杂作用 以吸烟（S M K）与饮酒（ALH）对收缩压（SBP）得影响为例,可以建立以下二个模型： 模型1： SBP = P（）+0rSMK 模型 2 : SBP= P O+3]ALH+P2SMK 假设从模型1估计得SMK得作用为,从模型2估计得SMK得作用为B 2。如吸烟与饮酒有关（假设吸烟者也多饮酒），而IL饮酒与血圧有关，这时可以假想两种可能： 1、吸烟与血圧无关，但因为饮酒得原因，模型1中得B 2,会显著，而模型2控制了A LH得作用后，SMK得作用B 2将不显著。 2、吸烟与血圧有关，模型1中估计得SMK得作用B r 一部分归功于饮酒，模型2估 计得B 2就是控制了 A L H得作用后SMK得作用，因此B 2•不等于B 2。 就是不就是B 2不等于B2,就意味着有交互作用呢?不就是得，这只就是意味着B 2,中有饮酒得混杂作用。 那么什么就是交互作用呢？ 根据吸烟与饮酒将研究对象分成四组，各组SBP得均数可用下表表示： 吸烟与饮酒对SBP得影响，有无交互作用反映在B -上，检验B门就是否等于零就就是检验吸烟与饮酒对SBP得影响有无交互作用。而上面得模型2就是假设B -等于零所做得回归方程。 交互作用得理解瞧上去很简单，但需耍意识到得就是交互作用得评价与作用得测量方法有关。以髙血圧发病率为例，瞧吸烟与饮酒对高血圧发病率得影响就有两种情况。

I、相加模型: II、相乘模型: 相加模型检验Isa就是否等于零，相乘模型检验B就是否等于1,可以想象Is a等于零时B 不一定等于1,因此会出现按不同得模型检验得出得结论不同。在报告交互作用检验结果时，要清楚所用得就是什么模型。一般得线性回归得回归系数直接反映应变量得变化，就是相加模型，而Lo gistic回归得回归系数反映比值比得变化，属相乘模型。 二交互作用得检验 交互作用检验有两种方法，一就是对交互作用项回归系数得检验(Wa 1 d test),二就是比较两个回归模型，一个有交互作用项，另一个没有交互作用项，用似然比检验。本系统采用似然比检验(Lop like lihoodratio test)方法。 如以吸烟与饮酒两个两分类变量为例,可以形成回归方程： 方程1: F(Y)= 3o+3 I ALH + B2SMK+B 12SMK*ALH 计算该方程似然数(likeliho 0 d),似然数表示按得出得模型抽样，获得所观察得样本得概率。它就是一个很小得数，因此一般取对数表示，即Log likelihoo d ,似然数可以简单地理解为拟合度。 如果我们假定吸烟与饮酒无交互作用，B门等丁•零，则方程为： 方程2： F(Y)= p o+PiALH+P 2SMK 如果方程1与方程2得到得似然数没有显著差别，表明B |2就是多余得，或者说P 12与零无显著性差异，吸烟与饮酒对f(Y)无交互作用。反之,吸烟与饮酒对f(Y)有交互作用。 三、交互作用分析交互作用分析也可以理解为，在分层分析基础上对分层变量得不同层级水平上，危险因素对结果变量得作用得回归系数差异进行统计学检验。如上表中可以瞧出，在不吸烟组，饮酒得作用就是Bl,在吸烟组中饮酒得作用就是P1+P.2,如B 2二0则表示饮酒得作用在吸烟组与不吸烟组都一样。分析交互作用主要回答得问题就是:有哪

临床流行病学考试重点

2017临床流行病学考试重点祁琪整理 临床流行病学 1.临床流行病学的核心内容是什么？ DME，即设计(design)、测量（measurement）、评价(evaluation)。即： 1）正确选择临床科研课题，进行科学的研究设计； 2）选择适当的测量指标； 3）从设计和测量的角度对临床医学的研究结果做出实事求是的综合评价，并得出科学的结论。 2.倾向性评分（Propensity Score）的基本思想和目的 倾向性评分是指在一定协变量条件下，计算出观察对象i接受处理（z=1）的条件概率 倾向评分评分目的：用一个综合评分（及倾向性评分）来代替所有已知的混杂因素，从而均衡各对比较组间各个特征变量的可比性，是去除混杂偏倚的关键性方法。 基本思想：将多个协变量的影响用一个倾向性评分值来表示（相当于降低了协变量的维度），然后根据倾向性评分值进行不同对比组的分层、匹配或加权，即均衡对比组间协变量的分布，最后在协变量分布均衡的层内或者匹配中估计处理效应。 倾向评分匹配（Propensity Score Matching，PSM）目的（作用）：用来处理观察研究的数据，减少数据 偏差和混杂变量的影响，消除组别之间的干扰因素。倾向匹配容差是指在进行倾向性评分匹配时，如果匹配具有容差系数，对每个匹配变量所设计的容差，匹配容差可以用较小的数值填写，需要根据实际情况而定。 输入一个0-1的数，越接近0越完全匹配，越接近于1，匹配越不严格，这里要试着找最佳点。当然“完全匹配”要丢失更多的病例，如果选0，有可能找不到匹配的记录。 3.临床疗效评价中，临床试验结果如何分析

最后分析的采用方法主要有几种，进行简要的说明 疗效评价：是采用流行病学方法，对药物或防治措施的效果进行科学的评价，即决定某种治疗方法是否有效、是否利大于弊。 欲比较A和B治疗的疗效差别，资料可有下列四种情况 1）意向治疗分析（intention-to-treat analysis , ITT分析）比较①+②与③+④，是在最后资料分析中包括了所有纳入随机分配的患者，不管被研究者的实际依从情况，它反映了原来试验意向干预的效果。ITT分析可以防止预后较差的患者在最后分析中被剔除，从而保留随机化分配的优点，所回答的问题更符合临床实际。 2）按实际完成治疗方案分析（per protocol , PP分析）比较②与③，不考虑与①和④，分析方法是按每一病人实际所接受的治疗来进行，剔除对治疗不依从的患者，很可能留下预后良好患者。PP分析不考虑其所接受的治疗是否随机分配而来，实际上已经破坏了随机化的原则。 3）实际治疗分析：比较①+③与②+④。分析方法是按每一病人实际所接受的治疗来进行。但因为比较的对象非随机组，可能存在选择偏倚。 4.偏倚的相关问题 混杂偏倚产生的条件： （1）首要条件是混杂因素必须是所研究疾病的危险因素；