归因负担和人群影响

了解有多少人因某种疾病而生病或死亡是一回事，而了解特定原因造成了多少负担则是另一回事。归因负担回答了第二个问题：它估计了如果消除某种感染、病原体或暴露，可以避免的疾病、死亡或DALY（残疾调整生命年）的比例。人群归因分数将其从个体风险扩展到整个人群，考虑了该原因的普遍程度。

Definition

归因负担是指人群中可归因于特定原因的疾病、死亡或健康损失的比例；人群归因分数是指在存在因果关系的情况下，如果不存在因果暴露，就不会发生的总病例的比例。

Scope

本主题涵盖了归因和人群归因测量——归因分数、人群归因分数以及以死亡或DALY表示的归因负担——它们的解释，以及它们所需的强因果假设。它是关于如何量化和分配原因影响的参考，而不是临床行动的基础。

Core questions

• 如果消除某种感染或暴露，可以避免多少比例的结果？
• 人群归因分数与个体相对风险有何不同？
• 为什么归因分数取决于原因的强度和普遍性？
• 归因负担要可解释，需要满足哪些因果假设？

Key concepts

• 归因分数（暴露人群中）
• 人群归因分数 (PAF)
• 暴露流行率
• 反事实 / 理论最小暴露
• 比较风险评估
• 因果假设
• 归因死亡和DALY

Mechanisms

归因测量结合了关联强度和原因的普遍程度。暴露人群中的归因分数反映了他们的风险有多少是由于暴露造成的，这来源于相对风险。人群归因分数通过暴露在人群中的流行率进行调整，因此一个普遍存在的轻微风险因素可能比一个强烈但罕见的风险因素造成更大的负担。将该分数乘以某种结果的总死亡人数或DALY，即可得到归因负担。这些量是反事实的：它们描述了在消除该原因的比较情景下会发生什么，并且只有当关联确实是因果关系且混杂因素得到控制时才有效——这些假设很容易被违反并经常被误解（Rockhill, Newman & Weinberg, 1998; Rothman, Greenland & Lash, 2008）。

Clinical relevance

归因负担量化了感染或暴露在人群层面的贡献，并指明了预防措施可以在何处产生最大的总体收益；它是一种针对人群的分配工具，对个体诊断或治疗没有影响。

Epidemiology

全球疾病负担研究中的比较风险评估通过将观察到的暴露与理论最小风险情景进行比较，估计了许多风险因素和原因的归因死亡和DALY，从而可以对竞争性原因的人群影响进行排序（Murray & Lopez, 2013; Vos et al., 2020）。

Evidence & guidelines

方法学文献警告说，归因分数经常被错误计算和误读，尤其是在对非独立原因进行汇总时（Rockhill, Newman & Weinberg, 1998），核心文本阐述了它们的推导和因果前提条件（Rothman, Greenland & Lash, 2008）。全球疾病负担比较风险框架大规模地实施了归因（Murray & Lopez, 2013; Vos et al., 2020）。

History

归因分数起源于20世纪中叶的风险因素流行病学，作为表达暴露对公共卫生相关性的方式，人群归因分数将其推广到整个人群。比较风险评估后来将归因纳入全球疾病负担估计，而方法学批评则强调了持续的误用（Rockhill, Newman & Weinberg, 1998; Murray & Lopez, 2013）。

Debates

多个原因的归因分数可以相加吗？

由于原因可能共同作用并重叠，不同暴露的人群归因分数不一定总和为一，甚至可能超过一；将其视为总负担的加性划分是一个常见且重要的错误。

Key figures

• Beverly Rockhill
• Kenneth J. Rothman
• Sander Greenland
• Christopher J. L. Murray

Seminal works

• rockhill-1998
• murray-2013

Frequently asked questions

人群归因分数与相对风险有何不同？

相对风险衡量暴露人群中发生某种结果的可能性高出多少。人群归因分数还考虑了暴露的普遍程度，因此它表达了该原因在整个人群中造成的总疾病的比例。

为什么一个弱风险因素可能具有很大的归因负担？

因为归因负担取决于流行率和强度。一个仅轻微增加风险但影响大部分人群的因素，可能比一个强烈但罕见的因素造成更多的病例。