以下为《公共卫生干预评估的间断时间序列回归教程》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

公共卫生干预评估的间断时间序列回归:教程

摘要；

中断时间序列分析是一项有价值的研究设计，用于评估在明确定义的时间点实施的人群级健康干预措施的有效性。它越来越多地被用来评估从临床治疗到国家公共卫生立法的干预措施的有效性。尽管该设计与其他流行病学研究中基于回归的方法有许多相同之处，但时间序列数据有一系列独特的特征，需要额外的方法学考虑。在本教程中，我们使用一个工作示例来演示一种使用分段回归进行分段回归分析的稳健方法。我们从描述设计开始，考虑什么时候分段回归是一个合适的设计选择。然后，我们讨论先验地提出影响模型的基本步骤，但这一步骤经常被忽略。随后，我们演示了统计分析方法，包括主要的分段回归模型。最后，我们描述了与分段回归分析相关的主要方法问题:时间序列数据的过度分散、自相关、季节性趋势的调整和时变混杂因素的控制，我们还概述了一些更复杂的设计调整，可用于加强基本的分段回归设计。

介绍；

传统的流行病学研究设计，如队列和病例对照研究，可以提供关于疾病病因学的重要证据，但它们作为干预研究的用处较小，因为存在一些限制，如由于群体差异，特别是健康用户偏差而导致的混杂。长期以来，随机对照试验(RCT)一直被认为是评估干预效果的金标准设计，然而RCT并不总是可行的，特别是针对人群水平的卫生政策和方案。此外，通常有必要对已经实施的干预措施进行回顾性评估，通常是出于政治原因，要么没有随机分组，要么针对整个人群，因此没有任何控制。中断时间序列研究设计越来越多地用于评估公共卫生干预措施； 它特别适用于在明确定义的时间段内在人群水平上引入的干预措施，并以人群水平的健康结果为目标。分段回归已用于评估广泛的公共卫生干预措施，包括新疫苗、自行车头盔立法、扑热息痛包装变更、交通速度区和医院感染预防措施。 以及在评估计划外事件(如全球金融危机)对健康的影响方面。其他文章概述了分段回归的设计并强调了其优势和局限性。进一步的方法学论文描述了一些更具体的深入建模技术，熟悉时间序列数据分析的人可以使用这些技术。然而，对于那些首次实施分段回归评估的人缺乏介绍性指导。 在这里，我们旨在展示一个逐步的分段回归分析，包括:考虑分段回归何时可能是一个合适的设计选择和所需的数据；假设干预对结果的影响类型；如何使用回归模型分析效果；需要考虑的主要方法问题；最后，简要概述了模型检查技术。一个工作示例用于说明方法，补充材料(可在IJE在线获得补充数据)包括所用数据集以及统计软件包Stata和R的代码，以便读者可以复制分析。

间断时间序列设计

时间序列是对一个群体的连续观察序列，在一段时间内重复进行(通常间隔相等)。在分段回归研究中，感兴趣的特结.定果的时间序列用于建立潜在趋势，该趋势在已知时间点被干预“中断”。干预未发生且趋势保持不变的假设情景(即:在没有干预的情况下，鉴于预先存在的趋势，“预期”趋势)被称为“反事实”。该反事实情景通过检查干预后期间发生的任何变化，为干预影响的评估提供了一个比较。图1说明了使用禁烟令示例的设计(方框1):图表显示了干预前ACE每月入院率的趋势(实线)，以及反事实情景(虚线)。考虑到大多数点位于反事实线之下，有一个直观的迹象表明，在干预后时期，血管紧张素转换酶抑制剂的摄入量有所减少，这与禁烟令可能产生的积极影响是一致的。分段回归模型，如下所述，可以提供统计证据，说明这是否代表着一个真正的下降。

1、第一步：间断时间序列设计合适吗？

:间断时间序列设计合适吗？在考虑分段回归时，首先要考虑的是该系统是否适合所讨论的特定评估。这取决于干预的性质和感兴趣的结果，以及可用数据的类型:

内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 预的纵向影响进行比RCT更详细的评估，并且考虑到它们经常在现实环境中进行，可能具有更强的外部有效性。确保研究转化为实践的另一个重要特征是，对统计和流行病学方法缺乏专业知识的人可以很容易地理解结果的图形和数字表示。然而，对分段回归分析的有效性有一些重要的威胁，其中最重要的可能包括由于数据驱动的模型规范导致的干预有效性的错误结论，以及缺乏对时变混杂因素的控制。因此，对任何关联的因果效应的任何解释都必须谨慎进行，并且遵循本文中强调的一些关键分析步骤，如先验模型规范和控制混杂因素的方法扩展。通过仔细规划的分析和对有效性潜在威胁的处理，分段回归可以为健康干预的有效性提供有价值的证据

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《公共卫生干预评估的间断时间序列回归教程》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。