Skip to content
TheChatArchiveThe Chat Archive
Mistralmistral-medium-2508· Mistral AIHugging Face Arena Expert 5K

The source population consists of Exposed group (denoted by subscript 1) and Unexposed…

  1. User

    The source population consists of Exposed group (denoted by subscript 1) and Unexposed group (denoted by subscript 0), in a certain period of follow-up: •P T1 and P T0: person-time at risk for Exposed and Unexposed. •a and b: numbers of Exposed and Unexposed people developed the disease. •Incidence rates: I1 = a P T1 , I0 = b P T0. In density-based sampling, suppose the control group contains c Exposed and d Unexposed people, •c/P T1 and d/P T0 are control sampling rates. •Aim is to have (ignoring the sampling error): c d= P T1 P T0 , or equivalently c

    . P T1 P T0 •When sampling is independent of exposure, two rates c/P T1 and d/P T0 will be equal. 这个呢

  2. Mistral Assistant

    这个部分是 密度抽样(Density-based Sampling) 的数学原理和目标的详细推导。我用更直观的方式解释,并说明它为什么能保证 OR = IRR(发病率比)。


    1. 核心概念回顾

    • 源人群(Source Population):包含 暴露组(1) 和 非暴露组(0)。
    • 人时(Person-Time, PT):
      • ( PT_1 ):暴露组的总人时(例如 1000 人 × 1 年 = 1000 人年)。
      • ( PT_0 ):非暴露组的总人时(例如 4000 人 × 1 年 = 4000 人年)。
    • 发病数(Cases):
      • ( a ):暴露组发病人数。
      • ( b ):非暴露组发病人数。
    • 发病率(Incidence Rate, I):
      • ( I_1 = \frac{a}{PT_1} )(暴露组发病率)。
      • ( I_0 = \frac{b}{PT_0} )(非暴露组发病率)。
    • 发病率比(Incidence Rate Ratio, IRR): [ IRR = \frac{I_1}{I_0} = \frac{a/PT_1}{b/PT_0} ]

    2. 密度抽样的目标

    在 密度型病例-对照研究 中,我们希望 对照组的暴露比例 反映 源人群中的人时比例。 也就是说: [ \frac{\text{对照组中暴露人数}}{\text{对照组中非暴露人数}} = \frac{PT_1}{PT_0} ] 用符号表示: [ \frac{c}{d} = \frac{PT_1}{PT_0} ] 其中:

    • ( c ):对照组中暴露人数。
    • ( d ):对照组中非暴露人数。

    3. 为什么要这样抽样?

    因为 发病率(I) 的分母是 人时(PT),所以如果对照组的暴露比例与 人时比例 一致,那么:

    • 对照组的暴露比例 ( \frac{c}{c+d} ) ≈ 源人群中暴露人时的比例 ( \frac{PT_1}{PT_1 + PT_0} )。
    • 这样,病例组(暴露 vs. 非暴露)与对照组(暴露 vs. 非暴露)的 比值比(OR) 就会等于 发病率比(IRR)。

    4. 如何实现这个目标?

    (1)独立于暴露的抽样(Independent of Exposure)

    如果 对照的抽样概率 与暴露状态无关,那么:

    • 暴露组的抽样率 = ( \frac{c}{PT_1} )。
    • 非暴露组的抽样率 = ( \frac{d}{PT_0} )。
    • 如果抽样 独立于暴露,那么 ( \frac{c}{PT_1} = \frac{d}{PT_0} )。
    • 这意味着: [ \frac{c}{d} = \frac{PT_1}{PT_0} ] 正好满足我们的目标!

    (2)实际操作:风险集抽样(Risk-Set Sampling)

    在 每个病例发生的时刻,从 当时仍在风险的人群(Risk Set) 中随机抽取对照。

    • 因为 暴露人时多 → 被抽中的概率高,所以对照组的暴露比例会自然接近 ( \frac{PT_1}{PT_0} )。
    • 这样,病例组(暴露 vs. 非暴露)与对照组(暴露 vs. 非暴露)的 OR 就会等于 IRR。

    5. 为什么 OR = IRR?

    在密度抽样下:

    • 病例组的暴露比例 = ( \frac{a}{a+b} )。
    • 对照组的暴露比例 = ( \frac{c}{c+d} = \frac{PT_1}{PT_1 + PT_0} )(因为 ( \frac{c}{d} = \frac{PT_1}{PT_0} ))。
    • 比值比(OR)为: [ OR = \frac{a/c}{b/d} = \frac{a \cdot d}{b \cdot c} ] 由于 ( \frac{c}{d} = \frac{PT_1}{PT_0} ),所以: [ OR = \frac{a/PT_1}{b/PT_0} = \frac{I_1}{I_0} = IRR ] 因此,OR = IRR,无需“罕见病假设”。

    6. 例子说明

    假设:

    • 暴露组:( PT_1 = 1000 ) 人年,发病 ( a = 10 ) 人 → ( I_1 = 10/1000 = 0.01 )。
    • 非暴露组:( PT_0 = 4000 ) 人年,发病 ( b = 20 ) 人 → ( I_0 = 20/4000 = 0.005 )。
    • 真实 ( IRR = \frac{0.01}{0.005} = 2 )。

    密度抽样:

    • 对照组抽样比例 ( \frac{c}{d} = \frac{PT_1}{PT_0} = \frac{1000}{4000} = \frac{1}{4} )。
    • 如果抽 ( c = 5 ) 暴露对照,那么 ( d = 20 ) 非暴露对照。
    • 计算 OR: [ OR = \frac{a \cdot d}{b \cdot c} = \frac{10 \times 20}{20 \times 5} = 2 = IRR ]

    7. 关键点总结

    1. 密度抽样的目标:让对照组的暴露比例 ( \frac{c}{d} ) 等于源人群的人时比例 ( \frac{PT_1}{PT_0} )。
    2. 如何实现:
      • 在每个病例发生时刻,从 风险集 中随机抽对照(暴露人时多 → 被抽中概率高)。
      • 或者 独立于暴露的抽样,保证 ( \frac{c}{PT_1} = \frac{d}{PT_0} )。
    3. 结果:这样得到的 OR = IRR,无需罕见病假设。

    8. 为什么不直接用累积抽样?

    • 累积抽样(Cumulative Sampling):在研究结束时从 未发病者 中抽对照。
      • 问题:对照组的暴露比例反映的是 人数比例,而不是 人时比例。
      • 只有在 罕见病 情况下,OR ≈ RR ≈ IRR。
    • 密度抽样:对照组的暴露比例反映 人时比例,所以 OR = IRR,即使疾病不罕见。

    9. 实际应用中的注意事项

    1. 动态暴露:如果暴露随时间变化(如用药、空气污染),密度抽样能准确捕捉。
    2. 匹配:可以按年龄、性别等匹配,但要确保匹配不干扰暴露-人时关系。
    3. 抽样率:如果 ( \frac{c}{PT_1} \neq \frac{d}{PT_0} ),OR 会偏离 IRR(但可通过加权调整修正)。

    10. 结论

    密度抽样通过 让对照组的暴露比例匹配源人群的人时比例,确保 OR = IRR,是估计 发病率比 的黄金标准。它特别适用于:

    • 随时间变化的暴露。
    • 动态队列(如医疗数据库研究)。
    • 无需罕见病假设。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.