流行病学如何研究人群中的疾病

先定义研究对象、结局与分母

流行病学研究健康事件在人群中的分布、影响这些分布的因素，并把证据用于预防和控制。它不只研究传染病，也研究伤害、慢性疾病、功能与服务结果。临床常问“这个人为什么不舒服”，流行病学还会问“哪些人在什么条件下更容易出现这一结果”。两种问题可以互相补充，但个人诊断与群体比较需要的资料和推断层次不同。 CDC textbook: Definition of epidemiology

任何比较都要先说明谁可能进入研究、什么算一个病例、统计哪个时期。病例定义可能结合症状、检测、地点和时间，目的是让不同调查者按同样规则计数；它不一定等于临床诊断的全部标准。某区病例多，可能只是人口多或检测更充分。只有把人数放回相应分母，并检查时间、地点和人群构成，才能判断是否存在需要解释的分布差异。 CDC textbook: Descriptive epidemiology CDC textbook: Steps of an outbreak investigation

患病率、发病风险与发病密度回答不同问题

患病率描述某时点或时期中已有疾病者占人群的比例，包括较早发病仍存在的病例。发病风险则关注起初尚未发生目标结局、且可能发生该结局的人，在规定时间内有多少出现新病例。假设一千名居民中已有一百人患病，时点患病率是百分之十；另外九百人在完整一年随访中新发四十五例，则这一队列的一年发病风险是百分之五。两个百分数的分子、分母和时间意义不同。 CDC textbook: Measures of morbidity

随访长短不同时，还可把每个人实际处于观察且可能发病的时间相加，得到人时；新病例除以人时称为发病密度，例如每千人年多少例。它描述发生速度，不能不经假设直接当成每个人未来一年的概率。患病率还受到病程和生存影响：治疗让患者活得更久，即使新发病例没有增加，现有患病人数也可能上升。因此评估预防与服务需要时，应先选择能回答问题的指标。 CDC textbook: Measures of morbidity

比较组决定研究能回答什么

横断面研究在一个时期测量暴露与健康状态，适合描述现有负担，但常难确定先后。队列研究按暴露或其他起点组织人群，比较后续结局；既可向前随访，也可利用已经存在的记录重建过程。病例对照研究从病例与合适对照出发，比较过去暴露，常用于罕见结局。关键不在“有没有问过去”，而在研究怎样选择人，以及对照是否代表产生病例的来源人群。 CDC textbook: Analytic epidemiology

随机试验由研究者分配干预，可减少干预组与对照组原有差异的系统影响，但仍需考虑失访、执行情况与结局测量。不能为了研究而随机让人吸烟或暴露于已知危险，因此许多公共健康问题依靠观察研究、多种设计的相互检验与机制证据。不存在一种设计在所有问题上都最好；应看它是否提供可信比较、是否遵守伦理，以及结果是否适用于目标人群与实际服务条件。 CDC textbook: Analytic epidemiology

同时表达相对差异与绝对差异

假设一项队列研究随访两年，暴露组二百人中二十人发病，未暴露组二百人中十人发病，且起初均未患病、随访完整。两组风险分别为百分之十与百分之五，风险比是二，风险差是五个百分点。风险比告诉我们相对于比较组增加多少，风险差告诉我们在这个时期每一百人多出现多少例；只说“翻倍”不能判断疾病究竟常见还是罕见。 CDC textbook: Measures of association

比值比比较的是几率而不是概率。概率为十分之一时，几率是发生一份对应不发生九份，即一比九。病例对照研究通常可以估计比值比，但不能把研究者选入的病例占比直接当成人群风险。在一些采样条件下，罕见结局的比值比可近似风险比；结局常见时，两者可能相差明显。读论文应保留指标原名、比较组和时间，不能把所有“增加倍数”都译成同一种个人风险。 CDC textbook: Measures of association

关联可能受选择、测量与混杂影响

选择偏倚发生在进入或留在研究的过程扭曲了目标比较时，例如患病且暴露较高者更容易失访。信息偏倚涉及暴露或结局记录的系统误差，例如病例比对照更仔细回忆过去饮食。样本更大通常能减少随机波动，却不会自动修好这些问题；把同一种错误记录收集得更多，可能只是让有偏结果看起来更精确。研究应说明招募、失访、测量方法，以及可能错误的方向。 CDC: Analyzing and interpreting data

混杂则是另一个因素的影响与目标暴露混在一起。假设一种职业的劳动者平均年龄较大，而年龄也影响疾病风险，职业与疾病的粗关联可能部分来自年龄构成。可在相近年龄层比较，或在明确假设下进行统计调整。但“调整了很多变量”不等于得到因果真相：遗漏重要因素、变量测量有误或错误调整因果过程中的环节，都可能改变解释。该调什么应由研究问题和因果结构指导，而不是让软件自动决定。 CDC: Analyzing and interpreting data

统计不确定性与因果证据需要分别判断

置信区间表示在一定统计模型和假设下估计的不确定性，区间较宽通常提示精度较低。百分之九十五置信水平描述的是重复使用该方法时的长期覆盖性质，不是说研究结果有百分之九十五概率无偏，也不是某个人有百分之九十五概率落在这个区间。统计显著性不直接给出效应大小或公共健康价值；样本很大时，微小差异也可能显著，样本小时，重要差异也可能未达到统计显著水平。 CDC: Confidence intervals

因果判断还需看暴露是否先于结局、替代解释是否可信、不同研究是否一致，以及机制和干预证据是否相互支持。许多疾病由多个条件共同形成，某个因素可以参与致病，却既不是人人患病的保证，也不是所有病例必需的原因。因此即使群体证据支持减少某项暴露能够预防疾病，也不能仅凭一个人的患病事实，断定此人的疾病一定由该暴露造成。群体预防的因果问题与个体归因不是同一个问题。 CDC textbook: Concepts of disease occurrence

把研究转为行动，同时继续检验

暴发调查通常结合病例定义、主动寻找病例、时间与地点分布、比较研究、实验室和环境证据。若已经有足够信息提示某一来源正在持续危害人群，适当控制措施可以与调查并行，不必等每一个机制环节完全确定。实施后仍应监测新病例和措施负担；病例下降也要结合自然流行过程、检测变化与其他措施判断，不能只因先采取行动、后看到下降就认定全部效果。 CDC textbook: Steps of an outbreak investigation

阅读任何健康统计，都可以按顺序问：研究谁、测什么、与谁比较、误差可能在哪里、结论能推广到哪里。还要避免把地区平均关系直接当成居民个人关系；某地暴露平均值高与疾病较多，并未说明具体患病者实际接触了多少。地图和分组资料能提出值得检验的问题，但个人判断需要相关个人资料。可靠的流行病学让行动有更好根据，也把仍不知道的部分明确留在结论里。 CDC textbook: Definition of epidemiology CDC textbook: Descriptive epidemiology

中英术语

患病率 · prevalence

特定时点或时期内已有目标疾病者在人群中的比例。

发病风险 · incidence risk

规定时期内起初处于风险人群者发生新结局的比例。

人时 · person-time

各人实际被观察且处于目标结局风险中的时间总和。

风险比 · risk ratio

暴露组风险除以比较组风险。

混杂 · confounding

其他因素使目标暴露与结局关联的因果解释受到扭曲。

选择偏倚 · selection bias

研究进入或留存过程造成目标比较的系统扭曲。

置信区间 · confidence interval

在指定统计假设下反映估计不确定性的区间。

资料来源与延伸阅读

• CDC textbook: Definition of epidemiology
• CDC textbook: Descriptive epidemiology
• CDC textbook: Measures of morbidity
• CDC textbook: Analytic epidemiology
• CDC textbook: Measures of association
• CDC: Analyzing and interpreting data
• CDC: Confidence intervals
• CDC textbook: Concepts of disease occurrence
• CDC textbook: Steps of an outbreak investigation

课程原有资料核对记录：2026年9月9日。本轮中英文逐句语言审读：2026年9月14日。AI编辑与语言复核不等同于真人医学审核；来源机构未参与或认可本课程。