疾病频率的测量
人群
- 固定人群（相对固定，或由事件定义）
- 动态人群（由当前状态决定的人群）
患病率（prevalence）
表示在指定时间里具有某种健康效应的人群比例，非新增
\[prevalence = \frac{affected individuals}{total individuals in the population}\]
举例：患病率0.25表示人群中有25%的人在指定的时间段里受某种健康效应影响
经常会导致因果推断不准，因为影响因素产生的效应被本来的效应覆盖了
风险（risk）
也称作发病率（incidence或cumulative incidence），表示在一段给定时间里新增某种健康效应的比例
\[risk = \frac{new cases}{total individuals at risk}\]
举例：5年风险0.1表示在5年里某个个体有10%的几率出现某种健康效应
前瞻性研究（prospective studies）常用，但控制性研究（case-control studies）里总体风险无法确定，不能使用。
比率（rate）
也称作发病率比率（incidence rates）表示在一个人群中某种健康效应出现的速度。单位为每个人年，个人年表示风险个体参与研究到出现健康效应的总时间
\[rate = \frac{new cases}{total person-time at risk}\]
举例：0.1案例每个人年表示对于每10个人追踪1年或2个人追踪5年将会有一个案例出现
人群无限状态下，有
\[risk = rate \cdot time\]
考虑到人口的指数衰减，有
\[risk = 1 - exp(- rate \cdot times)\]
当风险率非恒定时，或者对时间分段计算，或者进行生存分析
人群出现稳态时，有
\[\frac{prevalence}{1-prevalence} = rate \cdot Avg.Duration\]
当患病率很低时，有
\[prevalence = rate \cdot Avg.Duration\]
疾病的持续期可计算为
\[Avg.Duration = \frac{prevalence}{rate}\]
其他频率测量
- 分类比率：如年龄，性别，种族等
- 病态比率：不致命的状态
- 死亡率
- 致死率：患病中导致死亡的比率
- 攻击率：短期食物中毒
- 生育率：育龄妇女一年内生育新生儿的比率
- 新生儿死亡率：一岁以下新生儿死亡率
- 特殊患病率：体检率，新生儿感染率，非新增
联系测量
- 测定频率不涉及对比，探索关系需要对比
- 不同暴露状态下的频率差或者比表征
风险比与比率比（risk ratio rate ratio）
\[risk ratio = \frac{risk_{exposed}}{risk_{unexposed}}\]
\[rate ratio = \frac{rate_{exposed}}{rate_{unexposed}}\]
表示暴露与健康效应的关系强度，1表示无关，但比例关系不能给出绝对差异 表述风险比不要使用更多或更少，如果更多或更少需要减一除以风险比：相比不服用，服用阿司匹林有0.57倍的心肌梗死风险或43%的风险下降
对照组
暴露量最小的一组通常作为风险比计算中的对照组
风险差（risk difference）
\[risk = risk_{exposed} - risk_{unexposed} = \frac{cases in exposed group}{total at risk in exposed group} - \frac{cases in control group}{total at risk in control group}\]
正数表明对某种健康效应有促进作用，负数表示有抑制作用，要指明时间区段
归因比例（Attributable Proportion Among the Exposed）
\[attributable proportion = \frac{risk ratio - 1}{risk ratio}\]
暴露组风险中归因于该原因的比例
人群归因比例（Population Attributable Fraction）
\[population Attributable Fraction = (proportion of cases exposed) \cdot (attributable proportion in the exposed)\]
人群中风险归于该原因的比例
胜率比（odds ratio）
\[odds ratios = \frac{odds_{exposed}}{odds_{unexposed}}\]
常用在控制性研究里替代风险比或比率比，这时风险比无法计算，但几率比可以在总体效应比较小与特殊采样技术使用的时候近似于风险比或比率比，解释起来与它们一致
因果推断
因果推断在流行病学中很重要，但目前没有标准来界定因果而仅仅有一些指南。
Hill 因果标准
由流行病学家Austin Bradford Hill提出的9条判断因果关系的标准，充分不必要条件，不能作为清单使用。
联系强度
由风险比，比率比，胜率比来测量，越强代表因果联系越大，反之不成立。
数据一致性（Consistency）
一致性用来排除解释某健康效应的其他可能，缺少不代表没有，可能有其他共有因素，越强因果联系越大。
特异性（Specificity）
因素结果1对1，该标准不是特别有效，有些因素会对应多种结果。
时序性
因果必要条件，先有因后有果。
剂量效应关系
剂量效应关系是充分不必要条件，例如阈值效应。
生物合理性
基础研究，没有流行病学研究前的实验室数据如毒理学研究。
相干性
相干性表示新数据不应该与现有证据矛盾。
实验证据
随机控制实验的结果，改变原因结果不同。
类比
最弱的标准，主观性较强。
部分原因理论
Kenneth Rothman 提出，认为健康效应的原因可看成一个饼图，缺少任一部分结果都不会发生，用来了解结果的发生过程。
逆向模型（Counterfactual models）
考虑无暴露状态下是否产生效应的思路，群组水平考察。
有向无环图（DAGs）
概念流程图，考虑混杂因素。
