返回研究入口

METHOD / 纵向与人群

METHOD

流行病学研究

Epidemiology

疾病、暴露和人群特征如何在时间与空间中分布?

输入病例定义 · 人群分母 · 暴露记录 · 时间窗口输出发生率 · 患病率 · 风险比 · 人群归因
CONTENT STATUS机器核验通过REVIEWED2026-07-20SOURCES2 个来源
从数据记录、质量检查、版本层到来源证据网络的数据追溯插图
数据质量、版本、来源和不确定性,应当一起被记录和检查。

从问题到可读数据

01问题
02对象
03方法
04数据
05特征
06关系
07结果
INPUT

需要什么?

  • 病例定义
  • 人群分母
  • 暴露记录
  • 时间窗口
OUTPUT

产生什么?

  • 发生率
  • 患病率
  • 风险比
  • 人群归因

输出数据如何进入下一层?

方法不是终点。它把样本或观察转化为某种数据形态,数据还需要经过质量控制、分析和指标定义,才能支持可靠解释。

数据可以怎样被看见?

METHOD → DATA流行病学研究 · 纵向与人群
INPUT · PROCESS · OUTPUT · QUALITY01 / INPUT02 / PROCESS03 / OUTPUT样本:病例定义质量控制与分析流程数据:发生率
01输入病例定义 · 人群分母
02处理实验流程 · 质量控制
03输出发生率 · 患病率
READING NOTE

人群趋势图、地图、分层比较。先理解输入与测量边界,再阅读输出数据。

分辨率个体—人群—时间—空间
QUALITY CONTROL

先检查什么?

病例定义分母完整混杂控制缺失处理
LIMITS

不能直接推出什么?

  • 观察性关联不自动证明因果
  • 报告差异会影响估计
  • 人群结果不能直接替代个体风险
SOURCES / EVIDENCE

来源与证据状态

已找到来源

方法的来源主要支持方法原理和使用边界;具体实验结果仍需回到原始数据、研究设计和独立验证。

查看万灵图志的编辑与 AI 自查方法