中断时间序列分析在干预效果评价中的应用

Posted 2021-05-02 统计联盟

中断时间序列分析在干预效果评价中的应用

1背景介绍

流行病学研究中，通常采用随机对照试验来观察和评价干预措施的效果，以及估计因果效应。但由于诸多现实原因，随机对照试验有时难以实施，如观察雾霾对健康的影响，不可能安排一组人群吸雾霾，另一组不吸雾霾。

利用某些自然事件或政策实施等干预来观察这些效应，这类非随机设计的干预研究常称为准自然试验（quasi-natural experiment）。准自然试验的特点是，所研究的变量不是由实验者操纵的，而是由环境操纵的。这类研究由于达不到随机对照试验的效果，其分析往往需要借助于一些方法。准自然试验研究设计类型如下，详见图1：

                                图1 准自然研究设计类型     

2什么是中断时间序列

中断时间序列 (Interrupted Time-Series，ITS)设计是收集干预前后多个时间点的结果数据，在控制了结果变量干预前的下降或上升趋势后，用统计学模型评价干预措施的效果，包括干预点前后的水平变化和趋势变化。示意图如下：

   图2 中断时间序列示意图

3设计原理

横坐标为时间点，测量间隔相等，以○代表，如日、月、年等，×表示干预的时间点；纵坐标为测量某项指标的数或率，交通事故发生数(率)、交通伤害发生数或死亡数(率)、疫苗接种数(率)、住院或门诊就诊数(率)和分娩数(率)等。 详见图3

 图3 单组ITS设计示意图

4分析统计模型

（1）模型简介：

在统计分析时，ITS分析对干预实施前和实施后两个时间段进行线性回归分析，分析干预因素作用的水平改变和斜率改变，应用间断线性回归模型(segmented linear regression model) 

  图4 干预作用水平改变和斜率改变

（2）模型构建如下：

（3）应用条件：

5实例分析

（1）数据背景

某市曾是乙型肝炎(乙肝)的高流行地区，从2002年开始，将乙肝疫苗纳入免疫规划，对新生儿、大学生、工人等重点人群实行扩大免疫规划策略，免费接种乙肝疫苗。1992--2013年发病率见表1。

（2）结果分析

图5 1992-2013年某市乙肝发病率水平改变模型

图5 1992-2013年某市乙肝发病率水平改变和斜率改变模型

6软件操作

 step1:导入数据

         

 step2:选择线性回归

                         

 step3:选择水平改变模型

 step4:水平改变模型结果

 step5:水平和斜率改变模型

 step6:水平和斜率改变模型结果

7小结

为方便联盟内部成员交流，特建立微信交流群，由高校、科研院所、临床医生构成，由于群人数超过100，需要由工作人员拉你才能入群，工作人员二维码如下，添加时请备注“申请入群”：

科研统计交流群工作人员二维码

▼

更多精彩推荐，请关注我们

▼

把时间交给阅读