01 / 導讀
導讀
引用
Woodward, M. (2013). Epidemiology: Study Design and Data Analysis (3rd ed.). Chapman & Hall/CRC.
章節概要
全書共十四章，另有三個附錄（本書網站上的資料、統計用表、供習題使用的補充資料集）。每章末尾都有習題。出版社稱本書自成體系：先介紹研究設計並回顧標準方法，然後帶領讀者分析佇列研究、病例對照研究和干預研究，並講到樣本量、統計建模、薈萃分析、風險預測和計算密集型方法。
第 1 章：基本問題
開篇一章以 Doll 和 Hill 的工作為案例，提問什麼是流行病學。內容包括總體與樣本、疾病和危險因素的測量、因果關係、使用常規資料的研究、研究設計概述以及資料分析概述。
第 2 章：基本分析方法
為需要的讀者回顧初等統計學：變數型別、表和圖、分類變數的推斷、定量變數的描述方法、關於均值和非正態資料的推斷，以及一致性的度量和診斷試驗的評價。
第 3 章：評估危險因素
本章發展標準的關聯度量：風險與相對風險、比值與比值比（及如何在二者之間選擇）、患病率研究、關聯檢驗、在多個水平上測量的危險因素、歸因危險度、率與相對率，以及差值度量。其中包括 Stata 的 EPITAB 命令。
第 4 章：混雜與互動作用
介紹混雜和互動作用的概念，以及識別、評估和處理它們的方法，標準化和 Mantel-Haenszel 方法，以及互動作用的檢驗。
第 5 章：佇列研究
先講佇列研究的設計與分析考慮，然後是佇列生命表、Kaplan-Meier 估計、生存機率的比較、競爭風險、人時法和時期-佇列分析。
第 6 章：病例對照研究
本章涵蓋基本設計與分析、病例和對照的選擇、匹配以及匹配研究的分析，還有各種變體，包括巢式病例對照、病例-佇列和病例交叉設計。
第 7 章：干預研究
討論倫理問題和偏倚的避免，然後是平行組、交叉和序貫設計，治療組的分配，以及把試驗作為佇列來分析。
第 8 章：樣本量的確定
先介紹檢驗效能，然後講檢驗均值、均值之差、比例和相對風險時的樣本量，病例對照研究的樣本量，以及複雜抽樣設計的樣本量。
第 9 章：定量結局變數的建模
連續結局的統計模型，從一個解釋變數到多個解釋變數，模型的建立與檢驗、一般線性模型、混雜、樣條、面板資料和非正態的替代方法。
第 10 章：二分類結局資料的建模
本章說明為什麼標準迴歸不適合二分類結局，並發展 logistic 迴歸：係數的解釋、多元模型、假設檢驗、混雜與互動作用、定量解釋變數、模型檢驗和測量誤差。病例對照研究、多水平結局、縱向資料、二項迴歸和傾向評分結束本章。
第 11 章：隨訪資料的建模
生存時間的函式和風險函式的估計引出比例風險模型，包括 Cox 模型和 Weibull 模型，以及模型檢驗、競爭風險、Poisson 迴歸和合並 logistic 迴歸。
第 12 章：薈萃分析
本章講文獻證據的回顧與系統綜述、合併的一般方法、異質性、表格資料的合併、個體參與者資料、研究質量、發表偏倚，以及薈萃分析的優點與侷限。
第 13 章：風險評分與臨床決策規則
本版新增。內容包括由統計模型得到的風險評分、區分度、校準與重新校準、預測的準確性、重新分類、驗證、風險評分的呈現以及影響研究。
第 14 章：計算密集型方法
同樣是新增的一章。內容包括 bootstrap、bootstrap 置信區間與假設檢驗、置換檢驗和缺失值，其中有樸素插補以及單變數和多變數多重插補。
核心概念
第 1–4 章：基礎
- 相對風險與比值比：兩個主要的關聯度量，並說明如何在二者之間選擇（第 3 章）。
- 混雜與互動作用：第三個因素如何扭曲或修飾關聯（第 4 章）。
- 標準化與 Mantel-Haenszel 方法：調整混雜的方法（第 4 章）。
第 5–8 章：設計
- Kaplan-Meier 估計與人時法：佇列隨訪的分析（第 5 章）。
- 匹配與巢式病例對照設計：病例對照方法的變體（第 6 章）。
- 檢驗效能與樣本量：規劃研究所需的規模（第 8 章）。
第 9–14 章：模型與進階方法
- Logistic 迴歸與傾向評分（第 10 章）;比例風險模型（第 11 章）。
- 薈萃分析、異質性與發表偏倚（第 12 章）。
- 風險評分的區分度與校準（第 13 章）。
- Bootstrap、置換檢驗與多重插補（第 14 章）。
評析
優點
- 在流行病學情境中講統計學。 作者是生物統計學家，每種設計都配有各自的分析：佇列研究、病例對照研究和干預研究各有專章，建模各章則按結局型別（定量、二分類和隨訪）組織。
- 內容與時俱進。 第三版增加了風險評分和計算密集型方法兩章，以及二項迴歸、競爭風險、資訊準則、傾向評分和樣條等小節。
- 實際支援。 出版社在本書網頁上提供真實資料集、SAS 和 Stata 程式以及樣本量電子表格，習題也使用 Stata 和 SAS。
- 評論反應。 Gregory E. Gilbert 在 The American Statistician(2014 年 11 月）中寫道，作者文筆極佳，正文中習題豐富。對早期版本的評論稱讚其技術難度平易近人，並稱只用求和號就描述了相當複雜的模型和分析。
侷限
- 這是方法書，而非第一門流行病學課。 本書重點在定量，關於因果關係和研究邏輯的概念性內容集中在第一章，因此剛接觸流行病學的讀者需要另配一本概念性教材。
- 軟體選擇。 例項程式用 SAS 和 Stata 編寫，使用其他軟體的讀者需要自行轉換示例。
- 模型介紹面廣而快。 對早期版本的一篇書評（國際統計學會的 Short Book Reviews)稱其對常用模型的介紹是不錯但很快的巡覽，因此需要深入某一類模型的讀者應查閱專門的教材。
在課程中的定位
這是流行病學課程中偏定量、重分析的一本。Gordis 的 Epidemiology、Epidemiology: An Introduction 和 Essential Epidemiology 是概念性的入門教材：它們說明疾病如何測量、研究如何設計、因果關係如何判斷，很少或不涉及迴歸。它們是合適的起點；Woodward 隨後補上統計工具。
Modern Epidemiology 是研究生水平的綜合參考書，深入處理因果推斷和偏倚的定量評估。Woodward 篇幅較短，更直接地聯絡分析和軟體，因此在需要分析資料集時是實用的夥伴，而 Modern Epidemiology 是理論與偏倚方面的下一步。
如何使用本書
本書適合流行病學、公共衛生和醫學統計的研究生，以及需要分析佇列、病例對照或試驗資料的研究者。最好已學過一門流行病學入門課和一門統計學入門課；第 2 章回顧初等統計學，後面各章則假定讀者對迴歸並不完全陌生。
一個實用的讀法：
- 核心： 第 1 章和第 3–7 章，學習設計與關聯度量；第 4 章關於混雜的內容是後面建模各章的基礎。
- 分析： 按順序讀第 9–11 章的迴歸模型，每章都建立在前一章之上。
- 按需閱讀： 規劃研究時讀第 8 章，做綜述時讀第 12 章，需要預測和重抽樣方法時讀第 13–14 章。
- 練習： 下載資料集和程式，用 Stata 或 SAS 重現書中的例項，並完成每章末尾的習題。