第五节 资料处理及分析
在整理数据之前，首先对每一份原始资料进行查核，有无未填写或填写错误的表格，资料是否完整，将不合格的资料剔除，填写不清楚或不详的资料归属在“不详”项，然后对可用的原始资料进行清点与分组。如采用计算机分析，则按设计和程序及相应的编码，由调查进行编码，输入电子计算机储存，供分析用。
数据整理应有层次，由粗至细，层层深入，循序渐进。一般从整理描述性数据入手，可按种种不同的特性进行分组，例如人群可按性别、年龄、职业等分组；地区按城乡等；时间按年、月、周等。分组的粗细按具体的需要而定，并计算率与均数来描绘它的分布及变动趋势等，可初步发现各因素与疾病间的关系，存在何种差异。尔后对各单因素之间采用对比或相关的统计方法，分析各因素之间有无相关及相关的程度等。经这样处理后已能显示出数据的主要特征及各数据间的关系，对研究结果可有初步的结论。在整理过程中如发现影响疾病的因素是复杂的，且可能是多因素的综合作用，则需作多因素分析。
在整理资料时首先要拟整理表。例如整理吸烟习惯与肺癌死亡的关系时，需获得吸烟与不吸烟的总人数及他们中死于肺癌的总人数，这两数据必须按表27-3形式获得。
表27-3 吸烟习惯与肺癌死亡调查数据整理表
吸烟习惯
调查人数
肺癌死亡人数
死亡率(1/10万)
吸烟
不吸烟
表27-4 某人群吸烟量与肺癌死亡调查数据整理表
吸烟情况(支/日)
调查人数
因肺癌死亡人数
死亡率(1/10万)
不吸
1～
11～
21～
如需分析吸烟量的多少与肺癌死亡关系时，可按表27-4的形式加以整理，即可获得吸烟剂量与肺癌死亡的关系。
在分析过程中如发现有两种因素交织在一起，当要确定以何者为主要因素时，可采用叉生法来排除非主要因素。例如1975年，某单位发生由冷饮引起的细菌性痢疾爆发，经初步调查可能为饮用豆浆或冰棍所致，但以何者为主呢？经叉生法分析，从表27-5可见，单吃豆浆比单吃冰棍的罹患率要高得多，从而获得饮用豆浆为这次细菌性痢疾爆发的主要因素。
表27-5 不同冷饮史与罹患率的关系
吃冷饮史
发病
不发病
合计
罹患率
RR
豆浆
冰棍
有
有
517
780
1297
39.86
46.3
有
无
59
108
167
35.33
41.1
无
有
66
665
731
9.03
10.05
无
无
13
1502
1515
0.86
1
X2=807.24自由度=3P<0.001
资料来源：钱宇平等，流行病学1987
数据整理应有层次，由粗至细，层层深入，循序渐进。一般从整理描述性数据入手，可按种种不同的特性进行分组，例如人群可按性别、年龄、职业等分组；地区按城乡等；时间按年、月、周等。分组的粗细按具体的需要而定，并计算率与均数来描绘它的分布及变动趋势等，可初步发现各因素与疾病间的关系，存在何种差异。尔后对各单因素之间采用对比或相关的统计方法，分析各因素之间有无相关及相关的程度等。经这样处理后已能显示出数据的主要特征及各数据间的关系，对研究结果可有初步的结论。在整理过程中如发现影响疾病的因素是复杂的，且可能是多因素的综合作用，则需作多因素分析。
在整理资料时首先要拟整理表。例如整理吸烟习惯与肺癌死亡的关系时，需获得吸烟与不吸烟的总人数及他们中死于肺癌的总人数，这两数据必须按表27-3形式获得。
表27-3 吸烟习惯与肺癌死亡调查数据整理表
吸烟习惯
调查人数
肺癌死亡人数
死亡率(1/10万)
吸烟
不吸烟
表27-4 某人群吸烟量与肺癌死亡调查数据整理表
吸烟情况(支/日)
调查人数
因肺癌死亡人数
死亡率(1/10万)
不吸
1～
11～
21～
如需分析吸烟量的多少与肺癌死亡关系时，可按表27-4的形式加以整理，即可获得吸烟剂量与肺癌死亡的关系。
在分析过程中如发现有两种因素交织在一起，当要确定以何者为主要因素时，可采用叉生法来排除非主要因素。例如1975年，某单位发生由冷饮引起的细菌性痢疾爆发，经初步调查可能为饮用豆浆或冰棍所致，但以何者为主呢？经叉生法分析，从表27-5可见，单吃豆浆比单吃冰棍的罹患率要高得多，从而获得饮用豆浆为这次细菌性痢疾爆发的主要因素。
表27-5 不同冷饮史与罹患率的关系
吃冷饮史
发病
不发病
合计
罹患率
RR
豆浆
冰棍
有
有
517
780
1297
39.86
46.3
有
无
59
108
167
35.33
41.1
无
有
66
665
731
9.03
10.05
无
无
13
1502
1515
0.86
1
X2=807.24自由度=3P<0.001
资料来源：钱宇平等，流行病学1987