เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์ความสัมพันธ์ระหว่างขนาดของสิ่งกระตุ้นกับความเสี่ยงของผลลัพธ์× | การศึกษาแบบกลุ่มผู้ร่วมวิจัยหลายศูนย์ (Multicenter Cohort Study)× | |
|---|---|---|
| สาขาวิชา | ระบาดวิทยา | ระบาดวิทยา |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | Conceptual roots 16th century; modern epidemiological application mid-20th century | Mid-to-late 20th century (widespread adoption 1970s–1990s) |
| ผู้ริเริ่ม≠ | Paracelsus (conceptual foundation); formalized by John Snow and later Bradford Hill | Developed incrementally through large collaborative epidemiological projects (e.g., Framingham Heart Study consortium expansions, 1948 onward; EPIC study, 1992) |
| ประเภท≠ | Quantitative analytical method | Observational longitudinal study |
| แหล่งต้นตำรับ | Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins. ISBN: 978-0781755641 | Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins. ISBN: 978-0781755641 |
| ชื่อเรียกอื่น | exposure-response analysis, concentration-response modeling, dose-response modeling, DRA | multisite cohort study, multi-centre cohort, collaborative cohort study, pooled cohort study |
| ที่เกี่ยวข้อง≠ | 4 | 6 |
| สรุป≠ | Dose-response analysis quantifies the relationship between the magnitude of an exposure (the dose) and the probability or rate of an outcome (the response). It is a core analytical strategy in epidemiology and toxicology, providing evidence that increasing exposure systematically increases — or decreases — the risk of disease. A demonstrated dose-response gradient is one of Bradford Hill's classic criteria supporting causal inference. | A multicenter cohort study follows defined groups of participants at two or more geographically or institutionally distinct sites over time to estimate incidence, identify risk factors, and quantify associations between exposures and outcomes. By pooling data from multiple centers, it achieves statistical power and population diversity that single-site designs cannot match, making it the workhorse of large-scale epidemiological and clinical research. |
| ScholarGateชุดข้อมูล ↗ |
|
|