Skip to content
返回搜索结果

横断面研究设计

提出者
Epidemiologists in the mid-20th century; formalized by Kelsey, Rothman, and others
年份
1950s-1970s
类型
Research Design
类别
observational design

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

横断面研究(或称患病率研究)在单一时间点同时测量暴露和结局,产生人群的“快照”。研究对象在同一时间被招募并接受调查(或检查),捕捉暴露和疾病的当前患病率。横断面研究简单、快速且成本低廉,因此在需求评估、疾病监测和提出假设方面很受欢迎——尽管由于缺乏时间顺序,它们无法确立因果关系。

方法背后的直觉

想象一下在一个早晨走进一家工厂,调查所有 500 名工人:“您有背痛吗?您每天花多少小时举重?”您计算出有多少工人总体上有背痛(患病率),然后比较那些暴露于重体力劳动与轻体力任务的工人。您发现 30% 的重体力劳动者有背痛,而 10% 的轻体力任务工人有背痛。患病率比为 3:1。但问题在于:您不知道重体力劳动是否导致了背痛,还是有背痛的工人改做了较轻的活。您在同一时间测量了暴露和结局,因此时间顺序不明确。横断面研究在快速评估和患病率估计方面非常有用,但在因果推断方面较弱。

历史学

横断面调查的根源在于 20 世纪初的公共卫生监测和人口普查工作。在现代流行病学中,它们在 20 世纪中叶被正式确立为患病率研究。著名的例子包括全国健康与营养检查调查(NHANES,始于 20 世纪 60 年代,美国),该调查对美国人的健康状况、饮食和危险因素进行了横断面调查。横断面设计现已成为监测(例如,美国疾病控制与预防中心的行为危险因素监测系统,BRFSS)和国际健康监测(例如,人口与健康调查,DHS)的标准。电子健康记录和行政数据的兴起使得大规模回顾性横断面研究成为可能。

何时使用

使用横断面研究用于:(1)估计人群中疾病或状况的患病率(监测、公共卫生监测),(2)需求评估:有多少患者需要某项服务?(3)提出假设:哪些因素与结局相关?(4)快速评估:周转时间快(数周至数月),(5)研究难以测量发病率但患病率稳定的慢性病,(6)一次性评估一种暴露的多种结局,(7)在启动昂贵的队列研究或病例对照研究之前的初步研究。

局限与注意事项

  • 无法确立因果关系:缺乏时间顺序;横断面数据无法证明暴露先于结局。
  • 仅限于患病病例:在单一时间点捕捉现有病例;遗漏新发病例以及已康复或死亡的病例。患病病例与新发病例的关联可能不同。
  • 幸存者偏倚:如果结局是致命的或导致移民/住院,受影响的个体在横断面样本中可能代表性不足。
  • 暴露-结局模糊:暴露是否导致结局,还是结局改变了报告的暴露?无法排除反向因果关系。
  • 回忆偏倚:如果暴露是历史性的(询问过去的暴露),回忆的准确性取决于记忆和动机,尤其是在病人身上。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 速度和效率:数据收集在很短的时间窗口内(数周至数月)完成,无需多年随访。
  • 成本低:无需纵向追踪或重新联系;一次调查/检查即可。
  • 简单实用:易于在诊所、学校、工作场所或社区环境中进行。
  • 患病率估计:直接估计患病率(疾病负担),对公共卫生规划和监测有用。
  • 多种暴露和结局:一次横断面调查可同时测量多种暴露和结局,对提出假设效率高。

应用

  • 慢性病患病率:全国性调查评估人群中高血压、糖尿病、肥胖症的患病率;结果为公共卫生政策和资源分配提供依据。
  • 职业健康监测:工厂或工作场所调查员工的症状(呼吸系统、肌肉骨骼)和暴露情况,估计与工作相关的疾病患病率。
  • 学生健康与风险行为:学校调查学生心理健康、药物滥用、体育活动、欺凌情况;结果指导学校健康项目。
  • 医院患者调查:在入院或出院时,调查患者的症状、残疾、满意度;有助于评估以患者为中心的结局和服务差距。
  • 社区为基础的参与式研究:在社区进行横断面调查,评估健康差异、健康素养、社会因素;结果确定干预目标。

使用方式

使用方式

1

定义目标人群(例如,某市 18-65 岁的成年人、某公司员工、某医院患者)。使用随机抽样、分层抽样(按年龄、性别、地区单独抽样以确保平衡)或整群抽样(抽样学校或社区等群集,然后在群集内抽样个体)选择有代表性的样本。招募参与者并进行调查(问卷、访谈)或临床检查,在同一时间点测量暴露和结局。标准化数据收集:相同的访谈员培训、相同的仪器、一致的方案。记录人口统计学特征和潜在的混杂因素(年龄、性别、教育程度、合并症等)。在狭窄的时间窗口内完成数据收集,以保持“快照”性质。

公式
Define target population; select representative sample via random, stratified, or cluster sampling; enroll participants and administer survey or examination.
2

计算患病率:患病率 = (有结局的人数) / (总样本量)。表示为比例或百分比。对于暴露分层分析,计算暴露组的患病率 = (暴露者中的结局人数) / (总暴露人数);未暴露者同理。计算患病率比 (PR):PR = 暴露患病率 / 未暴露患病率。PR > 1 表明暴露与较高的患病率相关(可能表明危险因素,但时间顺序不明确)。PR < 1 表明暴露者患病率较低(保护性关联,但同样存在时间顺序模糊)。使用二项式或泊松方法计算患病率和 PR 的 95% 置信区间。调整混杂因素:使用逻辑回归估计调整后的 PR(或使用直接模拟 PR 的对数二项回归);报告调整后的 PR 及其置信区间。

公式
Calculate prevalence (proportion with outcome); compute Prevalence Ratio (PR) = Prevalence_{\text{exposed}} / Prevalence_{\text{unexposed}}; adjust for confounders using logistic regression.
3

PR 为 2 意味着暴露组的结局患病率是未暴露组的两倍。然而,应谨慎解释:暴露可能导致结局,结局可能导致暴露感知,或者两者都可能由第三个变量引起。时间顺序模糊限制了因果推断;横断面数据无法证明因果关系。患病率对于描述人群的疾病负担(监测、需求评估、资源规划)很有用,但不能用于量化风险或确定病因。如果结局在人群中很少见且抽样是横断面的,则观察到的关联可能反映了与暴露不同的患病病例(幸存者)。将结果推广到样本从中抽取的总体。

公式
Interpret PR; note temporal ambiguity (cannot establish exposure preceded outcome); generalize to target population; discuss confounding and selection bias.

常见陷阱

  • 混淆患病率与发病率:患病率 = 一段时间内的现有病例;发病率 = 一段时间内的新发病例。横断面研究测量患病率,而非发病率。
  • 选择无代表性的样本:便利抽样(例如,仅调查诊所就诊者或志愿者)会引入选择偏倚。应使用来自定义人群的随机或分层抽样。
  • 将 PR 解释为风险比:在队列研究中,RR = 暴露发病率 / 未暴露发病率。在横断面研究中,PR = 暴露患病率 / 未暴露患病率。两者不相等;切勿混淆。
  • 忽略缺失数据:如果许多参与者未回答暴露问题,或结局测量不完整,则估计会有偏倚。报告缺失数据并进行敏感性分析。
  • 过度解读弱关联:横断面 PR 可能很小且不精确;弱关联可能源于混杂。应建立预先指定的假设并调整已知混杂因素。

常见问题

患病率与发病率的区别是什么?

患病率是指在特定时间点人群中患有某种疾病(或状况)的比例:患病率 = (现有病例数) / (总人口数)。发病率是指在一段时间内新发病例的发生率:发病率 = (新发病例数) / (暴露于风险的人-时间)。横断面研究测量患病率。队列研究测量发病率。患病率取决于发病率和疾病持续时间:如果治疗延长了生存期,患病率会上升而发病率不变。患病率有助于评估疾病负担和需求;发病率量化疾病风险。

为什么我无法从横断面研究中确立因果关系?

因果关系需要时间顺序:原因必须先于结果。横断面研究在同一时间测量暴露和结局,因此您无法确定哪个先发生。例如,在一项对工人的调查中,发现报告背痛的人也报告了重体力劳动,这并不能说明是劳动导致了疼痛,还是疼痛的工人改做了较轻的活。这就是反向因果关系或双向关联。队列研究通过先测量暴露,然后随访测量结局来确立时间顺序;它们在因果推断方面比横断面研究强得多。

如何为横断面患病率研究计算样本量?

对于估计单一患病率,使用:n = (Z²/2 × p × (1 − p)) / d²,其中 p 是预期的患病率,d 是可接受的误差范围(例如,±0.05),Z 是临界值(95% CI 为 1.96)。例如,如果估计患病率为 20%,可接受误差为 ±5%,则 n ≈ (1.96² × 0.20 × 0.80) / 0.05² ≈ 246。对于比较两个暴露组,使用两个组患病率比较的公式(类似于两组比例检验)。考虑聚类(如果抽样整群如学校)使用设计效应。考虑预期的无应答或失访(通过应答比例增加 n)。

什么是幸存者偏倚,它如何影响横断面研究?

幸存者偏倚发生在横断面样本仅包括调查时在世且在人群中的个体时,排除了因结局而死亡或移居的人。例如,对中风居民的横断面调查可能遗漏了调查日期前因中风死亡的人,或因残疾而移居的人。剩余的(幸存的)病例可能在暴露或严重程度上与所有病例不同。这会使暴露与结局之间的关联产生偏倚。为尽量减少这种情况,横断面研究应尽早测量结局(新发病例)而非晚期(患病幸存者),或使用基于医院或基于登记的病例来捕捉更广泛的病例人群。

相关方法

参考文献

  1. Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.

    ISBN:978-0195083299
    已复制。
  2. Rothman, K. J., Lash, T. L., & Greenland, S. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN:978-0781755657
    已复制。
  3. Lynn, P. (2009). Methodology of longitudinal surveys. Wiley Interdisciplinary Reviews: Computational Statistics, 1(3), 369–379.

    打开出版物文献
    已复制。