队列研究的基本统计策略30天学会医学统计与SPSS公益课程（D22）.pdfVIP

队列研究的基本统计策略30天学会医学统计与SPSS公益课

程（D22）

SPSS系列教程已经分别介绍了现况调查的统计分析策略（现况调

查的基本统计分析策略）、病例对照研究的统计分析策略（病例对照

研究的基本统计分析策略），本文将着重介绍观察性研究另外一种类

型--队列研究的统计分析策略。

队列研究(Cohortstudy)又称前瞻性研究(Prospectivestudy)或

随访研究(Follow-upstudy)，是对研究因素不同暴露水平的对象进行

追踪观察，确定其疾病发生（康复、死亡、生存等）情况,从而分析暴

露因素与阳性事件（疾病发生、临床效果）之间的因果联系。

队列研究的暴露因素，可以指的是队列研究对象中社会人口学特

征、行为、遗传特征、所处的环境、也可以是临床治疗手段等。队列

研究的暴露因素一般是分类变量，因此研究对象分为暴露水平组，形

成不同的队列；队列研究暴露因素原始值也可以是定量数据，比如收

缩压、饮酒量、吸烟量等，但实际操作中，也一般会将定量变量转为

分类变量进行处理。比如根据人群的收缩压，分为高血压、正常组和

低血压组，分别进行随访研究。

队列研究结局资料可以是分类资料（发病/未发病，有效/无效)，

也可以是定量资料，也可以是生存结局（带有结局的时间资料）；结

局资料可以是好结局，也可是坏结局。

很多学过《流行病学》的朋友们，可能会被教材所误导，以为队

列研究的暴露因素就是疾病的发病危险因素，队列研究的结局就是二

分类的，这些是一种严重的错误理解。

队列研究主要用于确证性分析暴露因素与健康结局的因果关系，

因此在医学因果关系论证方面具有举足轻重的地位，是循证医学的重

要方法学。

队列研究的统计分析策略与步骤

1

队列研究基本分析策略

如何分析队列研究的数据？

分析队列研究数据并不太难，也就是比较不同人群（暴露组和对

照组）的结局差异性。比如，高血压组和正常组，随访2年后生命质

量得分的差异性。得分是定量数据，两组定量数据的比较，应采用t检

验或者秩和检验。

又比如，高血压组和正常组，随访5年后脑卒中的发病率的差异

性。用什么方法？两组率的比较用卡方检验！

因此，t检验、卡方、秩和、方差分析都能够用于队列研究暴露组

和对照组的差异性。

不过，队列研究典型的特点是，人群分组是自然而成，暴露组人

群和对照组人群往往的基本特征（一般称之为“基线”特征）是不同

的。比如，高血压组很可能平均年龄较正常组大。如果随访5年后，

脑中风的发病率存在着差异。这种情况下，能否说明差异是因为高血

压造成的，还是因为年龄结构不同带来的呢？

高血压组和非高血压组组间分组不均衡，则不具有可比性。

没有可比性，哪能探讨因果关联性？因此，t检验、卡方、秩和、

方差分析能分析人群的差异性，一般能分析人群的差异性，不能肯定

说说明暴露因素与结局存在着因果关联性。

怎么办？如何更科学地分析两者的因果关系？一般的方法是采用

多因素回归的方法排除其它非暴露因素（比如年龄）的干扰。另外，

在医学项目中，很多时候我们希望探讨影响结局的多个因素，那么多

因素回归分析显然也是最好的方法之一。

因此，队列研究不仅需要基本统计学方法，也需要高级回归方法

加持。

2

队列研究基本分析步骤

队列研究基本统计分析步骤包括以下3步：

第1步，统计描述。总体描述人群的特征、分组情况、分组人数、

随访时间、失访情况。

第2步，初步分析暴露因素与结局的关联性。根据结局的特征，

暴露因素与结局的关联性，一般常用的条件与方法如下：

从上表可以得知，简单关联性方法包括两类，一类是基础统计学

方法--差异性比较方法（关联性方法1），另外一类则是单因素回归分

析，如单因素线性回归、单因素Logistic回归、单因素Cox回归（关

联性方法2）；两类方法结果基本一致，差异即相关！

同时可以发现，三类不