《流行病学原》PPT课件.ppt

《《流行病学原》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《流行病学原》PPT课件.ppt（45页珍藏版）》请在三一办公上搜索。

1、流行病学原理,Dona Schneider,PhD,MPH,FACE,流行病学定义,Epi+demos+logos=“降临于人类的东西”关于人群中疾病发生频率的分布范围和决定因素的研究。（MacMahon and Pugh,1970）,流行病学定义,关于特定人群中健康相关状况或事件的分布范围和决定因素的研究，以及运用该研究对健康问题进行控制。(John Last,1988）,流行病学的运用,识别病因 Legionnaires 病完成疾病的临床构图 Tuskegee 实验判断治疗和预防的效果 乳房X线光片，临床实验分辨新综合症 不同种类的肝炎,流行病学的运用,监护一个团体，地区或国家的健康 监督

2、，事故报告判断可能性的表述中有多大概率 DES 女儿研究时间上的趋势对未来采取预防措施 吸烟和肺癌 估计健康服务的需求,伦敦关于死亡数的生命表,Graunts观察,男婴的多出生婴儿高死亡率不同季节的死亡率,1632年的年死亡率：十大致死因素,1900年美国主要致死因素,1900年美国主要致死因素,地方性流行和流行,人口金字塔,统计学,统计学：应用数学一大分支，运用一系列步骤浓缩，描述，分析和阐明信息生物统计学：统计学有关健康信息的亚学科,统计学（续）,描述统计：对信息定量总结的方法 中心趋势的估计 离散度的估计推论统计：基于人群中的亚单位（样本）提供的信息作出关于更大人群的一般化结论的方法。,

3、总体和样本,在决定使用何种统计检验之前，我们应该知道我们的信息代表的是一个总体还是一个样本样本是可以代表总体的子集。,样本,随机采集的样本具有代表性（也就是，每一个数据点和其他所有数据点拥有同等的被选择的机会）在一些情况下，样本可能是分类的，但在每一类中必须随机,例子,我们需要采集一个样本，可以反映人口的性别和年龄：按性别将数据分类 在每一类中，在进一步按年龄分类 在每一个性别/年龄类中随机选择，从而选出的数据关于人口成比例,总体和样本,你可以区分某个统计是关于总体的还是关于样本的：希腊字母代表总体参数（未知但是固定）阿拉伯字母代表样本统计（已知但是随机）,数据的分类,定性或定量定性：非数字的

4、或绝对的 例：性别，种族/种族划分定量：数字的 例：年龄，体温，血压,数据的分类,离散或连续离散：有固定数字或数值 例：婚姻状况，血型，孩子的数目连续：有不定的数字或数值 例：身高，体重，体温,提示,定性（绝对）的数据是离散的定量(数字)的数据可能是：离散的 连续的,定性数据：名词性的,数据落在没有自然顺序的互斥种类（离散）例如：种族/种族划分 性别 婚姻状况 ICD-10 代码 二分的数据，如HIV+或HIV-；“是”或“不是”,定性数据：一般的,数据落在有范围或分等级的互斥种类（离散）例如：等级 社会经济状况 疾病的程度 低，中，高,定量数据：间断的,标准单位测量的数据衡量的不仅仅是一数据

5、点不同于另一个数据点，还衡量相差多少例如：自发病以来持续了多少天（离散）华氏或摄氏温度（连续）,定量数据：比率,标准单位测量的数据，0代表完全没有例如：孩子的数目（离散）开尔文温度（连续）,描述生物统计学回顾,平均中位数众数和极差方差和标准差频数分布直方图,平均,最常使用集中趋势算术平均 公式：x=x/n外层敏感度,例如：每周发生意外事故的次数 8,5,3,2,7,1,2,4,6,2 x=(8+5+3+2+7+1+2+4+6+2)/10=40/10=4,中位数,将一定范围内的数据分成相等的两部分的数值将数据排序：如果n是偶数，取观察值中间两数的平均数 如果n是奇数，取观察值的中间数为中位数,给

6、定一个偶数观察值（n=10）:例如：1,2,2,2,3,4,5,6,7,8中位数=(3+4)/2=3.5给定一个奇数观察值（n=11）：例如：1,2,2,2,3,4,5,6,7,8,10中位数=4为第(n+1)/2=(11+1)/2=6个观察值,众数,在一组数中出现次数最多的数例如：1,2,2,2,3,4,5,6,7,8 众数=2,极差,在一个分布中最大数和最小数之间的差值例如：1,2,2,2,3,4,5,6,7,8 极差=8-1=7,方差和标准差,衡量关于平均数数值的离散度（或散度)如果数值均接近平均数，方差值小 如果数值均远离平均数，方差值大,方差,标准差,对称分布和倾斜分布,对称分布和倾斜分布的频率图,12位病人的五点焦虑衡量指数,12位精神病人的频率图,夏季露营发生的需要急诊处理的事故,直方图,频数多边形,频数多边形和直方图,描述统计,用来作为关注健康相关结果的第一步检测事件发生的次数确认是否增长（流行）检测事件的类型，找出哪些人会得病(人口统计学的不同），在什么地方什么时候得病（空间/事件不同）,