兽医流行病学研究PDF电子书下载

第1章 引言和病因概念 1

1.1 引言 2

1.2 多病因概念简史 2

1.3 科学推断简史 4

1.4 流行病学研究的关键要素 6

1.5 寻找病因 7

1.6 病因（因果）模型 8

1.7 单一暴露因果关系的反事实概念 13

1.8 因果关系的实验证据和观察证据 15

1.9 构建因果关系图 17

1.10 病因推断准则 18

参考文献 21

第2章 抽样 25

2.1 引言 26

2.2 非概率抽样 28

2.3 概率抽样 28

2.4 简单随机样本 29

2.5 系统随机样本 29

2.6 分层随机样本 29

2.7 整群抽样 29

2.8 多阶抽样 30

2.9 靶向（基于风险的）抽样 31

2.10 调查数据分析 32

2.11 样本容量的确定 34

2.12 检测疾病的抽样 40

参考文献 41

第3章 调查问卷设计 43

3.1 引言 44

3.2 问题的设计 45

3.3 开放式提问 46

3.4 封闭式提问 46

3.5 调查问卷的措辞 48

3.6 调查问卷的结构 49

3.7 预先测试调查问卷 50

3.8 调查问卷的验证 50

3.9 问卷应答率 51

3.10 资料编码和整理 51

参考文献 52

第4章 疾病频率的度量 55

4.1 引言 56

4.2 计数、比例、比数和率 56

4.3 发生（率） 57

4.4 计算风险 57

4.5 计算发生率 58

4.6 风险与率的关系 59

4.7 现患率 60

4.8 死亡统计 62

4.9 疾病频率的其他测量指标 62

4.10 标准误和置信区间 62

4.11 风险和率的标准化 63

参考文献 66

第5章 筛检试验与诊断试验 67

5.1 引言 68

5.2 试验自身属性 68

5.3 试验检测疾病或健康的能力 74

5.4 预测值 76

5.5 试验结果为连续尺度的解释 78

5.6 多重试验的应用 83

5.7 诊断试验的评价 85

5.8 无金标准时的评价 87

5.9 试验评价的其他考虑 91

5.10 样本大小的要求 92

5.11 群体水平试验 92

5.12 混合样本使用 95

参考文献 96

第6章 联系的度量 101

6.1 引言 102

6.2 联系的度量 102

6.3 效应度量 105

6.4 研究设计和联系度量 107

6.5 假设检验和置信区间 107

6.6 联系度量的多变量估计 111

参考文献 112

第7章 观察性研究导论 113

7.1 引言 114

7.2 试验设计的统一方法 115

7.3 描述性研究 117

7.4 观察性研究 118

7.5 现况研究 118

7.6 重复的现况研究与队列研究 121

参考文献 122

第8章 队列研究 125

8.1 引言 126

8.2 研究组群 127

8.3 暴露 128

8.4 保证暴露组和非暴露组的可比性 130

8.5 追踪期 131

8.6 度量结局 131

8.7 分析 132

8.8 队列研究报告 132

参考文献 134

第9章 病例-对照研究 137

9.1 引言 138

9.2 研究的基础群体 138

9.3 病例序列 139

9.4 对照选择的原则 139

9.5 基于风险设计的对照选择 140

9.6 基于率设计的对照选择 141

9.7 对照的其他来源 144

9.8 每一病例的对照数目 145

9.9 对照组的数目 145

9.10 暴露和协变量的评估 146

9.11 维持病例和对照的可比性 146

9.12 病例-对照的数据分析 146

9.13 病例-对照研究报告指南 147

参考文献 147

第10章 混合研究设计 149

10.1 引言 150

10.2 病例交叉研究 150

10.3 病例-病例研究 152

10.4 病例-序列研究 153

10.5 病例-队列研究 154

10.6 单纯病例研究 155

10.7 两阶抽样设计 156

参考文献 157

第11章 对照研究（临床试验） 159

11.1 引言 160

11.2 目的 161

11.3 研究组群 162

11.4 研究动物的分配 165

11.5 确定具体干预 167

11.6 盲法 167

11.7 跟踪／遵从 168

11.8 度量结局 169

11.9 分析 169

11.10 传染性病原预防的临床试验设计 171

11.11 伦理考虑 173

11.12 报告临床试验 174

参考文献 175

第12章 观察性研究的真实性 179

12.1 引言 180

12.2 选择偏倚 180

12.3 选择偏倚举例 182

12.4 减少选择偏倚 187

12.5 信息偏倚 188

12.6 分类错误偏倚 189

12.7 纠正错误分类的验证研究 194

12.8 度量误差 194

12.9 暴露代用度量的误差 195

12.10 信息偏倚对样本大小的影响 196

参考文献 196

第13章 混杂：检测和控制 199

13.1 引言 200

13.2 数据分析前混杂的控制 202

13.3 混杂因素匹配 202

13.4 倾向记分匹配 206

13.5 检测混杂 208

13.6 混杂的分析控制 212

13.7 控制混杂和估计因果效应的其他方法 217

13.8 控制混杂的多变量建模 221

13.9 控制混杂的工具变量 222

13.10 未度量混杂因素的外部调整和敏感性分析 223

13.11 理解因果关系 224

13.12 外来变量的总效应 232

参考文献 233

第14章 线性回归 237

14.1 引言 238

14.2 回归分析 238

14.3 假设检验和效应估计 240

14.4 X变量的性质 244

14.5 高度相关（共线性）变量的检测 248

14.6 交互作用的检测和建模 250

14.7 多变量线性模型的因果解释 251

14.8 最小二乘模型的评价 253

14.9 主要假设的评价 256

14.10 个体观察值的评价 262

14.11 时间序列数据 266

参考文献 268

第15章 建模策略 269

15.1 引言 270

15.2 建模步骤 270

15.3 建立因果模型 271

15.4 减少预测变量的数目 272

15.5 缺失值问题 276

15.6 连续预测变量的效应 277

15.7 确定有关的交互项 282

15.8 建立模型 283

15.9 模型的可靠性评价 287

15.10 结果表述 287

参考文献 289

第16章 Logistic回归 291

16.1 引言 292

16.2 Logistic模型 292

16.3 比数和比数比 293

16.4 拟合logistic回归模型 293

16.5 logistic回归假设 294

16.6 似然比统计量 295

16.7 Wald检验 296

16.8 系数的解释 296

16.9 交互作用和混杂的评价 300

16.10 建模 301

16.11 广义线性模型 302

16.12 评价Logistic回归模型 303

16.13 样本大小 311

16.14 精确logistic回归 311

16.15 配对研究的条件logistic回归 312

参考文献 315

第17章 等级数据和多项数据建模 317

17.1 引言 318

17.2 模型概述 318

17.3 多项Logistic回归 321

17.4 等级数据建模 324

17.5 比数比模型（累计约束Logit模型） 325

17.6 相邻类别模型 328

17.7 连续比模型 329

参考文献 330

第18章 计数数据和率数据的建模 331

18.1 引言 332

18.2 Poisson分布 333

18.3 Poisson回归模型 334

18.4 系数解释 334

18.5 评价Poisson回归模型 336

18.6 负二项回归 338

18.7 零计数问题 342

参考文献 346

第19章 生存数据建模 349

19.1 引言 350

19.2 非参数分析 354

19.3 精算寿命表 354

19.4 生存函数Kaplan-Meier估计 355

19.5 累积危害函数Nelson-Aalen估计 358

19.6 非参数分析的统计推断 358

19.7 生存函数、寿终函数和危害函数 360

19.8 半参数分析 364

19.9 参数模型 378

19.10 加速寿终时间模型 381

19.11 脆弱模型与聚集 384

19.12 多结果事件数据 389

19.13 离散时间生存分析 391

19.14 生存分析的样本容量 394

参考文献 395

第20章 集群数据简介 397

20.1 引言 398

20.2 由数据结构引起的集群 398

20.3 集群数据的效应 402

20.4 集群影响的模拟研究 405

20.5 处理集群的方法引论 407

参考文献 413

第21章 连续型数据的混合模型 415

21.1 引言 416

21.2 线性混合模型 416

21.3 随机斜率 421

21.4 关联效应 424

21.5 线性混合模型的统计分析 425

参考文献 433

第22章 离散数据的混合模型 435

22.1 引言 436

22.2 随机效应Logistic回归 436

22.3 随机效应Poisson回归 439

22.4 广义线性混合模型 441

22.5 广义线性混合模型的统计分析 446

22.6 离散数据集分析的总结 453

参考文献 454

第23章 重复测量数据 457

23.1 引言 458

23.2 重复测量数据的单变量和多变量方法 459

23.3 有协相关结构线性混合模型 464

23.4 不连续重复测量数据的混合模型 469

23.5 广义估计方程 472

参考文献 476

第24章 贝叶斯分析介绍 479

24.1 引言 480

24.2 贝叶斯分析 480

24.3 马尔可夫蒙特卡罗（MCMC）估计 483

24.4 MCMC估计的统计分析 486

24.5 贝叶斯和MCMC模型的拓展 489

参考文献 495

第25章 空间数据分析：引言和可视化 497

25.1 引言 498

25.2 空间数据 498

25.3 空间数据分析 500

25.4 附加语 505

参考文献 507

第26章 空间数据分析 509

26.1 引言 510

26.2 空间数据统计分析的特异问题 510

26.3 探查性空间分析 512

26.4 全局空间聚集 518

26.5 局部空间聚集检测 523

26.6 空间-时间联系 525

26.7 建模 528

参考文献 532

第27章 传染病流行病学概述 535

27.1 引言 536

27.2 感染与疾病 537

27.3 传播 538

27.4 传染病传播的数学模型 539

27.5 R0和其他传染病参数的估计 543

参考文献 551

第28章 系统评述和荟萃分析 553

28.1 引言 554

28.2 叙述性评述 554

28.3 系统评述 555

28.4 荟萃分析概述 557

28.5 固定效应模型和随机效应模型 559

28.6 结果表述 561

28.7 异质性 561

28.8 发表偏倚 568

28.9 有影响力的研究 570

28.10 结果尺度和数据问题 570

28.11 观察性研究的荟萃分析 573

28.12 诊断试验的荟萃分析 574

28.13 荟萃分析应用 575

参考文献 575

第29章 生态学与组群水平研究 579

29.1 引言 580

29.2 组群水平研究的原理 580

29.3 生态变量的类型 581

29.4 生态研究中与建模方法相关的问题 582

29.5 与推断有关的问题 583

29.6 生态偏倚的来源 583

29.7 非生态组群水平研究 586

参考文献 589

第30章 结构化数据分析方法 591

30.1 引言 592

30.2 数据收集 592

30.3 数据编码 592

30.4 数据输入 593

30.5 文档跟踪 593

30.6 变量跟踪 594

30.7 程序式与交互式数据处理 594

30.8 数据编辑 594

30.9 数据验证 596

30.10 数据处理—结果变量 596

30.11 数据处理—预测变量 596

30.12 数据处理—多水平数据 597

30.13 无条件联系 597

30.14 分析跟踪 597

第31章 数据集描述 599

词汇和术语 638