实验性研究的基本内容及其应用

实验性研究的基本内容及其应用

一、概述

以人群为研究对象进行的流行病学实验性研究最早始于1747年的英国，但直到1919年英国的Topley才首先提出并从而创立了实验流行病学,又称流行病学实验。

实验性研究（experimental study）是指将研究人群随机分为实验组与对照组，向实验组施加研究者所能控制的某种干预措施，而对照组则否，然后随访观察一定时间，并比较两组人群之间效应的差别，从而判断该措施效果的一种方法。

这里所谓的“干预措施”，是指人为加入或去除某种因素，例如欲验证某一病因假设，可对实验组去除这一因素，对照组不去除，随访后观察比较两组的结局。若有差异,则认为该因素可能是病因。再比如考核某种疫苗对某病的预防效果，让实验组接种该种疫苗，对照组不接种，最后，比较两组发病情况，据此，对该疫苗的预防效果进行评价。

实验性研究与描述性及分析性研究不同，它是实验法而非观察法，它可以对研究人群人为地施加干预措施，研究人群的分组完全是按照随机化的原则来确定的，并且实验是在严格控制或基本控制的条件下进行的。因此，提高了结果的可比性，减少了误差。

根据研究目的及研究对象的性质不同，实验性研究一般分为两种类型，即临床试验（clinical trial）和社区试验（community trial）。

临床试验是以患病人群为研究对象，并以患病个体为单位，研究考核药物或治疗方法在消除疾病症状、恢复健康或提高生存率等方面的效果。

社区试验是以某社区人群为整体，研究预防药物或措施的效果，或者在疾病发生前对可能增加疾病危险的因素进行干预，并对干预的效果进行评价。

目前，实验性研究已经越来越广泛地被用于恶性肿瘤、心脑血管疾病、地方病、职业病、意外死亡等非传染性疾病和原因不明疾病的病因研究，以及疾病防治措施和预防保健措施的效果评价。

二、实验研究设计的基本原则与内容

（一）明确研究目的

实验研究的目的是要解决的问题，这是在设计时首先应该明确的，也是落实其他设计内容的核心和依据。目的不同，采取的措施、研究对象均不相同。通常在一次实验中，只能要求解决一、两个问题。实验研究是由研究因素、研究对象和实验效应三个基本要素构成的。

（二）确定研究因素和效应指标

研究因素也就是根据研究目的而施加的某种干预措施。在确定时，要注意研究因素的性质、强度、施加的方法在整个实验过程中必须始终如一，保持不变；同时还要注意找出非研究因素，因为非研究因素在实验中可能会导致研究结果的误差。在设计时，应力求明确并设法消除其影响，以免干扰实验结果的评价。

实验效应是指研究因素作用于研究对象的反应，这种效应是通过效应指标显示出来的。能否作为效应指标，最重要的条件就是确实能反映出研究因素的效应，也就是指标的特异性，此外，还要考虑其真实性、可靠性和可行性。

（三）确定研究对象

研究对象是实验研究的另一基本要素。应根据研究目的制订出严格的选择标准，包括选入标准和排除标准确定研究对象。应注意以下主要原则：

1、选择干预措施有效的人群进行临床实验时，应选择经统一、公认的诊断标准确诊的病例。为评价某疫苗的效果，应选择某病的易感人群且近期内未接种过与该病有关的其他生物制品，并注意防止将患者与隐性感染者选入；

2、选择预期发生率较高的人群如评价疫苗的预防效果，应在疾病高发区人群中接种；

3、避免选择实验对其有害的人群如新药在临床实验时，老人、儿童、孕妇均应除外，因这些人易发生不良反应；

4、研究对象的依从性要好依从性是指研究对象能服从实验安排，并能坚持配合到底。若研究对象不能遵守实验规则，或中途退出实验，将会给实验结果带来偏倚。

（依从性（compliance）：是行为学范畴的概念，是人对外界要求的主动响应程度。患者对于医疗和临床试验的要求和规定遵守的程度称为临床依从性。）

（四）确定实验现场

根据不同的实验目的，选择相应的实验现场。在选择时，须注意如下原则：

1、实验现场人口相对稳定，流动性小，研究对象的数量要足够；

2．所研究的疾病在该地区有较高且稳定的发病率；

3、若评价疫苗的免疫效果时，应选择近期内未发生该病流行的地区；

4、实验地区的医疗卫生条件较好，能保证完成实验研究；

5、现场当地领导重视，人群合作。

（五）估计样本量

从符合研究对象标准的人群中随机抽取的部分研究对象组成样本，亦称研究人群。样本中研究对象的数量即样本量。样本量过小，会降低研究结果的可靠性与精确性；样本量过大，不但会造成人力、物力和时间的浪费，也会给实验研究的质量控制带来困难。因此，在设计时，就应估计出一个适量的样本。所谓“适量”，是指有一定的把握得出正确研究结论时所需要的最小样本。

1、估计时需要确定的条件

（1）了解效应指标的一些信息如效应指标为数值变量，则需要了解其标准差；若为分类变量，则需要了解其率。这些可通过预实验或查阅文献获得。

（2）实验研究结束时，实验组和对照组所比较的指标之间的差值δ。差值越大，所需的样本量（n）越小，反之则越大。这一差值常用预实验进行估计或用专业上有意义的差值代替。

（3）第一类错误的概率，即假阳性错误的概率α。α越小，所需ｎ越大。通常α取0.05或0.01,并有单、双侧检验之分，且单侧检验比双侧检验所需要的ｎ小。

（4）第二类错误的概率，即假阴性错误的概率β。（1-β）称为把握度(power)。一般β取0.10或0.20，β越小，所需n越大。

2、计算样本量的常用方法

根据上述条件，可以由公式计算，也可以查表。

（1）两个均数的比较：n = 2[(uα+ uβ) s /δ]2。式中ｎ为实验组与对照组各自需要的样本量；s为两样本所在总体标准差的估计值，一般假设其相等；δ为两均数的差值；相应α和β的数值由查表得到，uα有单、双侧之分，uβ只取单侧值。

例8.1 研究某种新药降低高脂血症患者的胆固醇，规定试验组比对照组血清胆固醇平均降低0.6 mmol/l

以上才有意义。若胆固醇值的标准差为0.8mmol/l，α取单侧0.05，β取0.10，每组各需多少例患者？

已知：δ= 0.6 s = 0.8 ，单侧u 0.05 = 1.645 u 0.1 = 1.282 （t界值表中自由度为∞时的t值即为u 值）代入公式n= 2[( 1.645 + 1.282 ) 0.8 / 0.6 2= 30.5 ≈ 31，即每组各需患者31 例，两组共需 62 例。或直接查附表8-1，本例单侧α= 0.05，β=0.10，δ/s = 0.6 / 0.8 = 0.75，查得 n = 32，与用公式计算结果相近。