Skip to content
返回搜索结果

前瞻性队列研究——纵向观察设计

提出者
Richard Doll and Austin Bradford Hill (landmark application, 1951-1954); cohort methodology formalised by modern epidemiology textbooks
年份
1950s (systematic application); conceptual roots earlier
类型
Observational longitudinal study design
类别
Clinical / epidemiology

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?

前瞻性队列研究通过招募一组在基线时未患有关心结局的参与者,测量其暴露情况,然后随访观察,记录谁出现了结局。通过在结局发生前收集暴露数据,它建立了支持因果推断的清晰时间顺序——这是其相对于回顾性设计的重大优势。它是流行病学和临床研究的基石性观察方法。

方法背后的直觉

将前瞻性队列研究设想为一个长期的自然实验:招募一个群体,仔细记录他们今天接触到的情况——饮食、药物、职业危害、生活方式因素——然后观察数月或数年内发生的情况。因为你在任何人患病前就记录了暴露情况,所以你知道暴露先于疾病,而不是反过来。Doll和Hill的英国医生研究,从1951年起随访了34,000名医生,并确立了吸烟与肺癌的联系,是这种逻辑的经典范例。其代价是时间、金钱以及等待结局累积的耐心。

历史学

队列方法在20世纪初出现在流行病学中,但其现代形式是由Richard Doll和Austin Bradford Hill于1951年启动的英国医生研究确立的,该研究前瞻性地追踪了34,440名男性医生的吸烟习惯和死亡率,并提供了第一份确凿证据,将吸烟与肺癌联系起来。弗雷明汉心脏研究始于1948年,位于马萨诸塞州,通过对社区队列的持续前瞻性监测,同时确立了心血管危险因素流行病学。2007年发布的STROBE报告指南规范了队列研究的方法学标准,并将该设计确立为病因学研究的金标准观察方法。

何时使用

当需要建立可改变或不可改变的暴露与后续健康结局之间的时间关系时,特别是对于具有多种潜在结局的罕见暴露,或者当伦理或实际限制排除了随机化时,应使用前瞻性队列设计。它非常适合研究疾病发病率、预后和病程。当结局非常罕见时(病例对照研究更有效),当随访时间跨度长且时间紧迫(考虑嵌套或回顾性设计),或当暴露无法在基线时可靠测量时,则不应使用。它是观察性的——残余混杂始终是一个威胁,因果声明需要仔细论证。

局限与注意事项

  • 对于罕见结局效率低下——需要非常大的样本量或非常长的随访期,这使得该设计成本高昂且后勤复杂。
  • 失访威胁内部有效性,如果失访与暴露和结局都相关(信息性删失)。
  • 随访期间暴露状态可能发生变化,这会使暴露人时的定义复杂化,并需要时变协变量方法。
  • 无法消除未测量变量的残余混杂;随机化是唯一能实现这一点的设计。
  • 潜伏期长的疾病可能需要数十年的随访,增加了成本和参与者流失。

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

  • 建立了暴露先于结局的清晰时间顺序,这是观察性研究可用的最强的因果关系标准。
  • 暴露数据是前瞻性收集的,与回顾性设计相比,减少了回忆偏倚。
  • 可以同时研究单一暴露的多种结局,最大限度地提高了科学回报。
  • 可以直接计算发病率和绝对风险,从而实现临床上有意义的风险沟通。
  • 非常适合研究一般或职业人群中的罕见暴露。

应用

  • 确立吸烟导致肺癌和心血管疾病(英国医生研究,1954-2004年)。
  • 识别主要的、可改变的心血管危险因素,包括高血压、高胆固醇血症和缺乏体育活动(弗雷明汉心脏研究)。
  • 量化职业暴露(如石棉、二氧化硅粉尘和辐射)对工人群体的长期健康影响。
  • 追踪慢性病从暴露或诊断到临床里程碑的自然病程,包括艾滋病毒/艾滋病、2型糖尿病和慢性肾病。
  • 评估疫苗、药物和生活方式干预在随机试验未涵盖人群中的真实世界有效性。
  • 通过出生队列研究,调查产前和早期生活暴露及其与数十年后发育、神经认知或代谢结局的关联。

使用方式

使用方式

1

确定目标人群并招募符合资格标准的样本——最重要的是,所有参与者在研究开始时都必须没有患有关心结局。队列可以是普通社区样本(例如,弗雷明汉心脏研究)或特定的职业、疾病风险或临床人群。样本量取决于预期的发病率和可检测的最小相对风险。

2

在基线时,使用问卷、临床测量、生物标志物或登记记录链接来评估每个参与者的暴露状态。暴露可以是二元的(暴露与未暴露)或分级的;同时测量多种暴露和潜在的混杂因素。基线暴露数据的质量和完整性至关重要,因为它们无法在之后恢复。

3

参与者在预定的时间段内进行前瞻性随访。主动随访方法包括预定的门诊、定期问卷、电话联系和可穿戴传感器。被动随访使用行政数据库、国家死亡登记或保险记录。必须尽量减少失访并进行追踪,因为差异性失访会引入偏倚。

4

系统地确定事件结局——通常是疾病诊断、死亡、生物标志物阈值交叉或临床事件——最好由盲法评估者使用预先定义的标准进行。记录每个参与者的时间-事件数据(结局或删失日期),以便在简单的发病率比较之外进行生存或风险分析。

5

主要测量指标是比较暴露组和未暴露组结局发病率的相对风险:RR = (a/(a+b)) / (c/(c+d))。当随访时间不同时,使用Cox比例风险回归得到的发病率比或风险比。通过多变量调整、倾向评分或分层分析来处理混杂。

公式
RR = (a/(a+b)) / (c/(c+d))

常见陷阱

  • 样本量规划不足——未能根据预期的发病率和目标相对风险为研究提供足够效能,会导致效能不足的研究,无法检测到临床上重要的关联。
  • 差异性失访——如果病情更重或风险更高的参与者在暴露组与未暴露组中的失访率不同,相对风险的估计将产生偏倚;应始终报告敏感性分析(例如,极端情况界限)。
  • 基线暴露分类错误——单一基线测量可能无法代表习惯性暴露;可行时应使用重复测量或经过验证的生物标志物。
  • 忽略健康志愿者效应——从志愿者招募的队列系统性地排除了最严重的个体,低估了普通人群的疾病风险。
  • 适应证混杂——当暴露是临床治疗时,病情更重的患者更有可能接受治疗,导致粗略比较产生偏倚;需要倾向评分方法或工具变量。

常见问题

前瞻性队列研究与回顾性队列研究有何不同?

在前瞻性队列研究中,参与者在结局发生前被招募,并实时向前随访;暴露数据在招募时或之后收集,在任何人出现结局之前。在回顾性队列研究中,研究者开始研究时,暴露和结局都已发生;队列是从历史记录中重建的。前瞻性设计提供更好的数据质量和更少的记忆偏倚,但耗时和成本要高得多。

前瞻性队列研究能证明因果关系吗?

它可以提供与因果关系一致的有力证据——特别是通过建立时间顺序和剂量-反应关系——但它无法像随机对照试验那样消除未测量变量的残余混杂。从队列数据中进行因果推断需要系统地应用布拉德福德·希尔的观点等标准:强度、一致性、特异性、时间性、生物梯度、合理性、相符性、实验和类比。

可接受的失访率是多少?

没有普遍的阈值,但通常认为保留率高于80%是可接受的,许多高质量的队列研究达到了90%以上。比百分比更重要的是失访是否具有差异性——如果失访与暴露和结局都无关,即使有中度流失,偏倚也很小。敏感性分析应始终探讨缺失结局数据的潜在影响。

我的队列需要多大?

样本量取决于结局的背景发病率、预期的相对风险、所需的统计功效(通常为80-90%)、显著性水平(通常为0.05)以及暴露与未暴露参与者的比例。对于发病率低于1%的罕见结局,即使要检测中等程度的相对风险,通常也需要数千名参与者。对于罕见结局,请查阅使用发病率而非比例的队列研究功效计算。

我何时应使用嵌套病例对照研究而不是分析整个队列?

当暴露测量成本非常高(例如,储存的生物标志物测定)或结局罕见时,优选在队列内进行嵌套病例对照设计,因为它只选择一部分非病例作为对照,而不是测量所有人。它以显著降低的成本保留了前瞻性设计的大部分因果优势,并且在对照采用发病密度抽样时,在分析上等同于分析整个队列。

相关方法

参考文献

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN:978-0781755641
    已复制。
  2. Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits. British Medical Journal, 1(4877), 1451-1455.

    打开 DOI 文献
    已复制。