研究生课程笔记：软件包在流行病学中的应用（三）—

关键词：STATA软件基本操作、STATA对于流行病学研究的实现、STATA对复杂抽样设计样本量计算的实现

一、STATA软件基本操作

这部分网上教程有很多，也可以直接根据stata自带的help功能进行自学，在此只记录课程中提及的功能项。

1. 变量编辑

1.1
赋值：label
type（按精度区分）
1) 整型：int(32), short(16), long(32)
2) 实型：float(32), double(64) [运算精度要求高，因此占内存也多]
3) 字符型：char, byte
具体区别可输入help data type进行理解
format 位数
1.2 变量编码原则
1）因变量：1结局，0无结局
2）自变量：数字大的默认为暴露

2.编程语言（部分）

1）赋值：
recode sex (1=1 “男”) (2=0 “女”), gen(sex1) label(sex1)

gen bmi=round(weight/(height/100)^2*10)/10
recode bmi (min/23.9=1 “正常或消瘦”) (24.0/27.9=2 “超重”) (28.0/max=3 “肥胖”), gen(bmig) label(bmig)

gen hyp=1 if sbp>=140 | dbp>=90 | hmed1
replace hyp=0 if sbp<140 & dbp<90 & hmed2

svyset CLUSTER, vce(linearized) singleunit(missing)
抽样
#描述性分布，统计效应
svy linearized : tabulate sex, cell ci obs percent
svy linearized : tabulate hyp, cell deff obs percent
#poisson回归和logistic回归分析
svy linearized : poisson bmig sex1, irr
svy linearized : logistic bmig sex1

tab 和sum：数据呈现
‘tab’即‘tabulate’是将所选数据表格化,感觉多用于分类变量
'sum’即‘summarize’是你所选数据variable的简单分析包括平均数mean，标准差standard deviation，最小值min和最大值max。感觉多用于数值变量。

注意：①好习惯是不要在原变量上修改，需创建新变量
②若不想取整数，把round换成trunc
③在if语句中，等于是“== "，and是”&“
④变量名大小写要区分
⑤!missing(sbp)，限制不为缺失值（因为stata会把缺失值默认为无限大值，易纳入条件变量中）

二、流行病学应用

1.概述

本段内容基于STATA中的以下功能模块进行，结合病例对照、队列研究的流行病学知识进行探讨。

2.队列研究

1/ 发病率（发病率（ incidence incidence incidence rate rate ），或者称为发病密度，发病密度，分母为人时；一般是慢性病或者病程/观察期长时使用
累积发病率（ incidence incidence incidence ratio ratio ratio），分母为人数。可以在急性事件如心肌梗死中使用。
2/ 可计算的
频率指标：暴露组/对照组发病率（病例对照中为病例/对照组暴露率，后不赘述）
常以10万人年为单位
关联效应指标：率比（相对危险度，RR）
率差（归因危险度，AD/RD）
归因危险度百分比（病因分值，AR%)
保护率（预防分值，prev.frac…ex)：（对照组发病率-实验组发病率）/对照组发病率*100%
但是不可以有人群相对危险度百分比（PAR，因为这里是人年）
3/ STATA中可通过输入数据库 / calculator 计算
代码：input exposure case cell
1 1 20
0 1 40
1 0 24
0 0 23
end
or input exposure case pt
1 20 2321
0 40 2142
1 24 1255
0 23 1236
end

注意：一定要进行cell的设置！不然后期做分层分析/加权时没法做下去

4/ 分层分析：
Mantel-Haenszel法，控制混杂后结果，以及判断是否为混杂因素

5/ 剂量反应关系研究
Tabulate odds of failure by category --case exposed variable 结局变量/ control exposed variable 暴露变量；
注意加权问题

3.抽样设计

1）菜单栏目：survey data analysis – setup and utilities – declare survey design for settings
2) fpc(finite population correction)：有限人口校正

①抽样比例很高时需要使用fpc进行校正（50%√，1%×）
②svyset模块：不允许1-nh范围内，≤1系统自动理解为抽样率

3）直接标准化法
已知：样本分层人口总数，分层死亡人数/死亡率
总体数，死亡人数，死亡率
求解：粗死亡率：样本死亡人数/总人口数
标化死亡率：加权（样本每层死亡率*每层总人口数）/总人口数