第一篇 人群健康研究中的流行 病学原理与方法
第四章 病因推断 内容 病因的概念 1 病因推断的方法 2 病因的判断标准 3 预防医学
第四章 病因推断 教学要求 掌握：病因的概念，因果关系判断标准。 熟悉：流行病学研究病因的步骤和方法。 了解：其他内容 预防医学
第一节 病因的概念 病因概念的发展历史 古代病因概念 特异病因学说 现代病因概念——多因论学说 第一节 病因的概念 病因概念的发展历史 古代病因概念 特异病因学说 现代病因概念——多因论学说 病因：那些能使人群发病概率升高的因素，就可认为是病因，其中某个或多个因素不存在时，人群疾病频率就会下降。 ——Lilienfeld 预防医学
第一节 病因的概念 病因模型 三 角 模 式 病原物 宿主 环境 生态学模型——流行病学三角 预防医学
第一节 病因的概念 社会 环境 病因模型 宿主 遗 传 内 核 生物 环境 理化 环境 生态学模型——轮状模型 预防医学
病因模型 疾病因素模型 第一节 病因的概念 社会经济因素 生物学因素 医学生物学 因素 环境因素 疾病 心理、行为因素 （致病机制） 第一节 病因的概念 病因模型 社会经济因素 生物学因素 医学生物学 因素 环境因素 疾病 心理、行为因素 （致病机制） 卫生保健因素 近因 远因 疾病因素模型 预防医学
第一节 病因的概念 病因模型 病因网模型 预防医学
第一节 病因的概念 因果连接方式 X Y （1）单因单果 Y1 （2）单因多果 X Y2 ： Yn 预防医学
第一节 病因的概念 因果连接方式 X1 （3）多因单果 X2 Y ： Xn 预防医学
第一节 病因的概念 X1 Y1 （4）多因多果 X2 Y2 ： ： 因果连接方式 Xn Yn 预防医学
第一节 病因的概念 因果连接方式 （5）直接/间接病因 X1 X2 … Xn Y 间接病因 直接病因 预防医学
第二节 病因推断的方法 实验研究 预防医学
描述性研究 分析性研究 实验性研究 验证假设 流行病学病因研究三部曲 临床多病例观察 生态学研究 病例对照研究 现况研究 队列研究 根据研究背景构想可能的病因模型 根据病因判断标准作出综合评价 流行病学病因研究三部曲 预防医学
第二节 病因推断的方法 求同法 剩 余 法 差 异 法 Mill准则 (Mill’s cannon) 同异并用法 共变法 预防医学
偶然关联 有虚假关联 间接因果关联 直接因果关联 因 果 关 系 判 断 的 基 本 步 骤 示 意 图 A、B 两 事 物 选择性偏倚 之 间 选择性偏倚 有虚假关联 信息偏倚 混杂偏倚或其他 有统计 学意义 的关联 间接因果关联 有因果 关联 直接因果关联 预防医学
第三节 病因推断的标准 关联的时间性 关联的强度 剂量反应关系 关联的可重复性 关联的合理性 关联的特异性 实验证据 相似性 预防医学
Time sequence of association 第三节 病因推断的标准 关联的时间性 Time sequence of association 有 因 才 有 果 。在 时 间 顺 序上“因”一 定 先 于“ 果”，这 在 病 因 判 断 中 是 必 要 的 。 预防医学
Strength of association 第三节 病因推断的标准 关联的强度 Strength of association 主要指标是相对危险度（RR），在病例对照研究中可用比值比(OR)表示。 某因素与某疾病的关联强度越强，成为因果关联的可能性越大。 预防医学
dose-response relationship 第三节 病因推断的标准 剂量反应关系 dose-response relationship 如果观察到随着某因素暴露剂量的增加，人群发生某病的危险性增加，因果关联的强度增大，则称该因素与该疾病之间存在剂量反应关系。 预防医学
Replication of association 第三节 病因推断的标准 关联的可重复性 Replication of association 某因素与某疾病的关系在不同时间、不同地点、由不同学者用不同的研究方法进行研究均可获得相同的结果。重复出现的次数越多，因果推断越有说服力。 预防医学
Plausibility of association 第三节 病因推断的标准 关联的合理性 Plausibility of association 客观评价:在科学上应“言之有理”，即要求能用现代医学理论进行解释。 主观评价:科学家团体的意见。 预防医学
实验证据（experimental evidence） 有相应的实验证据则说服力大大提高 相似性（analogy）： 如果已知某化学物有致癌作用，当发现另一种类似的化学物与某种肿瘤有关联时，则两者因果关系成立的可能性较大。 预防医学
第三节 病因推断的标准 关联的特异性 特异性的含义就是唯一性。 预防医学
Thank You !