第三節 隊列研究
一、概 念
（一）基本原理
隊列研究（cohort study）是用來檢驗病因假設，確定疾病危險因素的一種非常重要的流行病學研究方法，在腫瘤流行病學研究中扮演著重要角色。基本原理是從一個未患所研究疾病的人群中選擇和確定兩個隊列，一個隊列暴露于某一可疑致病因素（如X線、聯苯胺）或者具有某種研究特征或行為（吸煙），稱為暴露組，另一個隊列則是不暴露于該可疑因素或者不具有該特征，稱為非暴露組。按照研究設計要求對兩個隊列進行隨訪，收集預期結局的發生情況（如發病或者死亡），分別計算兩組所研究疾病的發生率或者死亡率，并進行比較。如果兩組的發病率或者死亡率確實存在差異，則可以認為該研究因素或者特征與疾病之間存在關聯。排除可能的偏倚和混雜，借助因果推斷技術，可以得到暴露因素和目標疾病之間的因果關聯。下圖是前瞻性隊列研究的示意圖12-4。
圖12-4 前瞻性隊列研究原理示意圖
（二）研究特點
1.屬于觀察法，暴露客觀存在，不受研究者影響。
2.研究設計階段設立均衡可比對照組，對照組可以和暴露組來自同一個人群，也可以是來自不同人群。
3.暴露因素與研究結局先后順序明確，研究方向由因及果。
4.可以獲取疾病發病資料且資料均為一手資料可信度高，能進一步證實暴露和疾病之間的關聯，因此在腫瘤病因研究中因果論證強度高。
5.可以同時研究某種因素與多種疾病之間的關系。
（三）研究目的及用途
1.檢驗病因假設，確定危險因素 這是流行病學研究在腫瘤領域的重要應用，也是隊列研究的主要用途和目的。通常在隊列研究中只能檢驗一種暴露與一種疾病之間的關系，但是在大型隊列研究中也可以同時檢驗一種暴露和多種疾病之間的關聯如Doll＆Hill吸煙隊列研究。
2.評價預防效果 在進行人群腫瘤預防控制研究中，某種暴露可以減少某些腫瘤的發生率，如戒煙可以減少肺癌發生率。這種預防措施或暴露是自發采取的，不是外界施加干預的。所以此類研究又稱為人群自然實驗（population nature experimental）。
3.研究疾病的自然史 隊列研究則可以觀察人群早期暴露到疾病逐漸發生發展直到結局的出現全過程，進而不僅了解個體的疾病自然史，也可以了解人群的疾病自然史。
4.新藥上市后的監測 在腫瘤研究中，新藥上市后監測是主要是為了發現新藥物在長期使用的過程中是否會產生一些致癌作用。在此處，新藥的使用往往是自發的選擇，不是研究人員施加的。
5.研究某種腫瘤發生發展的長期變動趨勢，為制定新的預防規劃或者治療方案以及設置新的醫療服務設施提供依據。
二、類 型
按照研究對象進入隊列的時間以及終止觀察的時間不同，可以將隊列研究分為前瞻性隊列研究（prospective cohort sudy）、歷史性隊列研究（historical cohort study）和雙向性隊列研究（ambispective cohort study）三種。
（一）前瞻性隊列研究
研究對象的確定與分組是根據研究開始時的狀態，研究結局需要隨訪一段時間才可以得到，這種研究設計又稱作為同步性隊列研究（concurrent cohort study）。
此研究類型資料為一手資料，偏性較小，但是需要隨訪才能獲取結局資料，不適合罕見疾病如陰道腺癌的研究。
（二）歷史性隊列研究
研究對象的確定和分組是根據研究人員所掌握的關于研究對象在過去某時刻的暴露情況而進行的。資料的收集形式是回溯性，但是研究設計類型依舊是由因到果。資料可以在較短時間內收集，但是資料準確性和可靠性會因為難以受控制而欠佳。因此此研究類型適于特殊暴露或者職業暴露（如X線照射和白血病之間關系）的研究。
（三）雙向性隊列研究
此研究結合了歷史性隊列研究和前瞻性隊列研究的特點，在開展歷史性隊列研究之后，繼續進行一段時間的前瞻性隊列研究，因此在一定程度上彌補了前兩者的一些缺點。下圖為隊列研究三種類型的示意圖12-5。
三、研究人群的選擇
（一）暴露組的選擇
暴露組的選擇通常可以從以下人群選擇：
1.特殊暴露人群或職業人群
指的是暴露于一些特殊暴露因素如X射線或從事部分職業工作如染料作業。選擇這種人群主要是因為其腫瘤的發生率或死亡率可能比一般的人群要高，這將有利于探討因素與疾病之間存在的關聯性。所以在研究某種因素和腫瘤之間的關系時，需要選擇這樣的人群作為暴露組。如在研究照射線輻射與白血病之間關系時，常常選擇在胎兒時間接受過X線照射的嬰兒或放射科醫生作為暴露組；研究聯苯胺與膀胱癌關系時，選擇從事染料作業的工人為暴露組。
圖12-5 前瞻性、回顧性、雙向性隊列研究示意圖
上述這種暴露情況，一般選用的是歷史性隊列研究，因為這種情況下研究對象會采取相關措施減少相應的暴露，進而會使得在前瞻性隊列研究中低估暴露因素的作用而影響研究結果正確性。
2.有組織團體的人群
屬于這種人群的有醫學會成員、工會成員、社會團體、學校或部隊成員。選擇這種類型的研究對象主要是利用其人員組織便利，資料比較好收集，在職業和經歷上相近，可以保證隊列研究比較組之間的可比性。如Doll和Hill選擇英國醫師協會會員開展吸煙和肺癌的研究就是這種例證。
3.一般人群
主要是選擇某行政區域或者地理自然區域內居住的一般人群如某城市市區人口或某縣城全部人口。選擇此種人群主要是因為研究因素為比較常見因素，主要關注于一般人群中疾病的防治。
（二）對照人群選擇
對照的設立體現了流行病學研究的核心，主要為了增加比較組間可比性。常用的對照人群有以下幾種：
1.內對照
以暴露于待研究因素的人群作為暴露組，將同一人群中沒有暴露該研究因素的人群作為對照組。選定暴露組的同時也就在人群內部確定了對照組，不需要另外去尋找。例如Doll和Hill在吸煙和肺癌關系的研究中，選擇的是英國醫師協會男性醫生，然后根據調查結果將吸煙的男性醫生作為暴露組，不吸煙的男性醫生作為非暴露組，不需另外尋找對照。
2.外對照
這種對照主要是比較適合于特殊暴露和職業人群暴露研究中，因其研究因素對結果會產生干擾，所以需要選擇其他人群作為對照組。比如研究放射線照射和白血病關系的時候，就需要選擇沒有從事放射工作的內科醫生或者眼科醫生作為對照。
3.總人口對照
這種對照的出現主要是為了滿足進行特殊暴露研究時所獲得目標結局如腫瘤病例數較少的情況的需要。此時不需要選擇對照組作比較，而是與總人口的相應的發病率和死亡率作比較。比較的方法是根據總人口相應的年齡別發病率或者死亡率計算出暴露組預期發病人數或死亡人數，計算標準化死亡比（SMR）或標準化比例死亡比 （SPMR）。
4.多重對照
主要是為了減少只用一種對照方式所帶來的偏倚，最好采用的是在與內對照或者外對照比較之后進行總人口對照。但是多重對照的選擇無疑增加了研究的工作量，所以需要根據實際情況進行抉擇。
四、樣本大小的確定
（一）確定樣本量需要考慮的問題 1.暴露組與對照組的比例問題
通常而言，對照組例數要大于或者等于暴露組例數。
2.失訪率
隊列研究中一般需要進行隨訪，所以需要考慮失訪率，失訪率過大不僅會減少樣本量而且會使得研究效能下降。
（二）樣本量大小的決定因素
1.對照人群的估計發病率 p 0在與暴露組發病率 p 1差值一定的前提下， p 0越接近0.5，所需要的樣本量越大。
2.暴露人群發病率與對照人群發病率差值d，差值d越小，所需要的樣本量越大。
3.所要求的顯著性水平即Ⅰ類錯誤。通常α=0.05或0.01；α越小所需樣本例數越多，樣本量越大。
4.把握度（power）即檢驗效力1 -β，β越小，所要求的樣本量越大，β通常取0.10。
（三）樣本量計算
樣本量的具體計算通?？梢圆楸砗瓦x擇公式計算，下面著重講述公式計算：
p 1：暴露組預期發病率
p 0：對照組預期發病率
注意：本公式為要求比較組樣本數量相等情況下的計算公式。其他的研究設計樣本量計算參見相應統計學教材。
例如：已知HbsAg陰性者PHCC（原發性肝癌）的發病率為 p 0= 0.007，HbsAg陽性者發生PHCC（原發性肝癌）的 RR =2.5，設α=0.05（雙側），β=0.1，求需要調查的樣本量為多少?
根據上述條件Z α/2=1.96，Z β=1.282，q 0=0.993
p1= p0×RR =0.0175，q1=0.9825
代入公式得：N =2310
考慮到失訪，實際上每組需擴大10%，最終人數為2541人。
五、調查表制定
在隊列研究中，資料很大一部分需要通過問卷調查獲取，因此需要對調查表進行嚴密設計。制定調查表有以下一些原則：
（1）項目應該完整，嚴格按照研究目的進行制定，能夠滿足調查研究目的和資料分析需要。
（2）結果的記錄要詳細，應該盡可能的采用定量記錄。
（3）項目的定義應該明確，記錄方式應該簡便易懂。
（4）項目的排列應該符合邏輯順序。
（5）記錄結果應該可以直接錄入到計算機中，建立相應數據庫。
六、資料收集和隨訪
（一）資料收集
隊列研究中需要收集的資料有人口學特征、暴露信息等基線資料或基線信息（baseline information）和研究結局資料。獲取基線資料的方式有：第一，查閱醫院、工廠或者單位的記錄檔案；第二，訪問研究對象或者其他可以提供研究資料的人；第三，對研究對象進行體檢和實驗室檢查；第四，環境檢查與檢測。例如在研究乙肝病毒與原發性肝癌的關系的隊列研究中，需要收集的基線資料主要為血清中HbsAg，研究對象既往肝病史，PHCC家族史，職業、吸煙、飲酒、主要食物種類等其他可能的危險因素以及年齡、性別等人口學特征資料。研究結局資料主要是在隨訪中收集。
（二）隨訪
在隊列研究中，進行隨訪是必不可少的一個重要組成部分，需要注意的是明確隨訪時間及間隔、明確隨訪內容及隨訪對象、隨訪過程中采用的調查方式及態度需要在組間保持一致。
七、資料整理
在對資料進行分析之前需要對資料進行審查，了解資料的正確性和完整性。根據研究的需要，隊列研究的資料整理基本模式如表12-9及表12-10所示
表12-9 隊列研究資料整理模式（1）
注：暴露組發病率 I e= a/n 1；非暴露組發病率 I 0= c/n 0
表12-10 隊列研究資料整理模式（2）
注：暴露組發病率 I e= A 1 /T 1，非暴露組發病率 I 0= A 0 /T 0
在后續的資料分析部分，采用的研究實例為乙型肝炎病毒感染與PHCC關系的隊列研究（王蘭萍、唐景高等，2005）。以下兩組表是乙型肝炎病毒感染與PHCC關系的隊列研究的資料歸納整理如表12-11和表12-12。
表12-11
表12-12
八、資料分析
（一）率指標的計算
在腫瘤流行病學研究中，腫瘤的發生率的計算是隊列研究資料分析的關鍵，根據觀察資料的特點可以選擇計算不同的指標。
1.累積發病率（cumulative incidence rate，CIR）
指某一固定人群在一定時期內某病新發生例數與觀察開始時總人數之比。這個指標的使用條件是參與隊列研究的人群數量比較大，而且比較穩定。
其計算公式為：
設觀察期限為n年，K為比例系數，取1000‰或（100 000/10萬）
累積發病率的大小范圍是0到1，報告時候需要注明累積時間的長短，否則意義不明。
在本研究實例中暴露組10年累積發病率為75.25%，非暴露組為5.10%，詳見整理表12-11。
2.發病密度（incidence density）
指一定時期內的平均發病率。其分子仍是一個人群在觀察期內新發生的病例數，分母則是該人群每一成員所貢獻的人時總和。所謂人時（person-time， PT）是觀察人數乘以隨訪單位時間的積。時間單位常用年，故又稱人年數（person-year）。
其計算公式為：
式中K為比例常數，如100 000/10萬。理論上發病密度的大小為0到無窮大。本研究實例中暴露組發病密度為774.93/10萬人年；非暴露組為49.58/10萬人年。詳見表12-12。
（二）人年計算
隊列研究中由于所跨時間比較長，觀察對象經常處于動態變化中，所以在計算時需要采用人時進行相應計算。常用的人時計算有以下幾種方法。
1.以個人為單位計算暴露人年（精確法）
這種計算方法比較準確，但是資料處理比較麻煩，特別是在手工計算時。此方法要求知道每一個成員進入隊列和退出隊列的具體時間。
2.用近似法進行計算暴露人年
當隊列成員沒有關于進入及退出隊列精確的時間時，此時可以采用平均人口數乘以觀察年數得到總的人年數，其中平均人口數一般采用相鄰的兩年的年初人口平均數。這種方法比較簡單，但是精確性不如精確法。
3.壽命表法
利用簡易壽命表法可以計算人年，這種方法比較簡單，有一定的精確度。常用的方式是規定觀察當年進入隊列的個人作為1/2人年，失訪或出現終點結局的個人也作為1/2人年計算。計算式如下：
Lx= Ix+（Nx- Dx- Wx）/2
Ix+1 = Ix+ Nx- Dx- Wx
其中L x為x時間內暴露人年數，I x為x時間開始時的觀察人年數，N x為x時間內進入隊列的人數，D x為x時間內出現終點結局的人數，W x為x時間內失訪的人數。
（三）率差別的顯著性檢驗
由于隊列研究多為抽樣研究，所以當發現兩組率之間存在差別時，首先需要考慮是否存在抽樣誤差的可能性，需要進行統計學顯著性檢驗。
1. Z檢驗
當樣本量比較大的時候，p和1 - p都不是太小，如np和n（1 - p）均大于5時，可以采用近似正態性檢驗，其檢驗公式為：
其中p 1為暴露組的率，p 0為非暴露組的率，n 1為暴露組人數，n 0為非暴露組的人數。p c為合并的樣本率， ，其中x 1、x 2為暴露組和非暴露組結局事件發生數。
2.其他的檢驗方法
當樣本例數不是很多的時候或不滿足 Z檢驗條件時，需要按照兩樣本的二項分布率的比較進行，詳見統計學教材。
（四）標化比
在隊列研究中當研究對象數目較少，結局事件的發生率較低時，無論觀察的事件長短，都不宜直接計算率，需要采用全人口發病或者死亡率作為標準，計算出該人群理論發病人數或者死亡人數，再求觀察人群實際發病或者死亡人數與理論數的比值，得到標準化比。常用的指標有 SMR（標準化死亡比），其實際意義類似與后面所要講到的 RR（相對危險度）值。如果SMR＞1，則暴露人群的死亡風險大于一般人群。
同樣計算出來的SMR為樣本估計值，需要進行假設檢驗，其相應的假設檢驗詳見統計學教材。
（五）效應估計
隊列研究中，尤其是腫瘤流行病學研究中，通常需要測定相應的結局效應，采用的指標有相對危險度，歸因危險度，歸因危險度百分比，人群歸因危險度和人群歸因危險度百分比。
1.相對危險度（relativerisk，RR）或率比（rate ratio）是指暴露組發病率（Ie）
與非暴露組發病率（ I0）之比，它反映了暴露與疾病的關聯強度。計算公式：
其中I e為暴露組發病率，I 0為非暴露組發病率。
RR的意義： RR說明暴露組的發病危險是非暴露組的多少倍。相對危險度（ RR）無單位，比值范圍在0至∞之間。 RR =1，表明暴露與疾病無聯系； RR＜1，表明存在負聯系（提示暴露是保護因子）；反之 RR＞1時，表明兩者存在正聯系（提示暴露是危險因子）。比值越大，聯系越強。表12-13列出了 RR值與關聯的強度判斷標準。
表12-13 RR值與關聯的強度
通常情況下所求得的 RR值為樣本值，需要進行假設檢驗。檢驗的方法主要采用置信區間法Woolf和Miettinen法。
RR 95%CI：
本研究實例采用Woolf法計算得到95%可信區間為（13.12，16.60），說明所求RR值具有統計學意義。
2.歸因危險度（attributable risk，AR）或率差（rate difference）
是指暴露組發病率與非暴露組發病率之差，它反映發病歸因于暴露因素的程度。
計算公式：
其中相應的字母代表基本整理表格相應的數值。
AR表示暴露可使人群比未暴露時增加的超額發病的數量，如果暴露去除，則可使發病率減少多少（AR的值），與RR相比，其在疾病預防和公共衛生領域有著很大的意義。
3.暴露組歸因危險度百分比（AR%）或病因分值（etiologic fraction，EF）
AR%是指暴露人群中由暴露因素引起的發病在所有發病中所占的百分比。計算公式如下：
當AR%＞75%時，即可認為找到了主要病因。從研究實例中計算出PHCC的AR%=（75.25 -5.10）/75.25×100%=93.2%。說明HBV感染者中發生PHCC有93.2%可以歸因于HBV感染。
4.人群歸因危險度（population attributable risk，PAR）
與人群歸因危險度百分比（ PAR%） PAR表示在全人群中由于暴露而導致的發病率增加。計算式如下：
PAR = Ie- I0
I t：全人群發病率。
PAR%表示全人群中由暴露引起的發病在全部發病中的比例。計算式如下：
在乙肝病毒感染和PHCC關系中，非HBV病毒感染者PHCC的死亡率為0.51% （ I 0），全人群的PHCC死亡率為1.625%（ I t），則：
PAR = Ie- I0=1.625%-0.51%=1.115%
從計算結果可以得知，雖然HBV導致PHCC的AR%達到了93.2%，但是人群中只有部分人感染了HBV，其PAR%僅為68.6%。
5.劑量反應關系分析
如果暴露與某種腫瘤之間存在劑量反應關系，也就是說暴露劑量或者強度越大，效應越大，則這種暴露成為病因的可能性越大。分析的時候主要先計算出不同的暴露水平下腫瘤的發生率，然后以最低劑量水平組作為參照組，計算各級暴露水平下的 RR和 AR值，必要的時候需要進行 RR值變化的趨勢檢驗。相應計算可參考統計學教材。
九、偏 倚
常見偏倚主要有以下幾種
1.選擇偏倚（selection bias）
在隊列研究中如果暴露組和對照組在一些影響研究結果的主要特征上不一致就會產生選擇偏倚。雖然隊列研究中在研究開始會采取各種措施保證暴露組和對照組間均衡性，但是由于最初選定參加研究的人群由于一些原因會退出隊列或者在歷史性隊列研究時，部分研究對象的資料丟失，就會破壞比較組間的均衡性，產生選擇偏倚。
2.失訪偏倚（lost to follow-up）
在隊列研究隨訪過程中，部分研究對象因為各種原因會脫離隊列或無法完成剩余調查而出現失訪，產生失訪偏倚。一般失訪率不應超過10%，否則研究的有效性將受到很大影響。
3.信息偏倚（information bias）
腫瘤研究中隊列研究信息偏倚的產生主要由于使用的儀器不準確、檢驗技術不熟練、診斷標準定義不明確或掌握不當、詢問技巧欠佳造成結果不真實等所造成的。
4.健康工人效應（health worker effect）
指被隨訪的隊列成員的健康狀況優于一般人群，從而導致暴露組的發病率或死亡率低于或者接近一般人群。健康工人效應趨于低估暴露與疾病的關聯。比如，某工種工人全死因的 SMR為80，惡性腫瘤的 SMR為97，很有可能腫瘤的死亡率和職業有關，這在職業流行病學研究中比較常見。
5.混雜偏倚（confounding bias）