人群归因风险

人群归因风险衡量的是在整个人群中发生的疾病有多少可归因于某种特定暴露——也就是说，如果消除这种暴露，原则上不会发生的病例所占的比例。与个体风险测量（如相对风险）不同，它结合了暴露效应的强度和暴露的普遍程度，使其成为制定慢性病公共卫生优先事项的核心。

Definition

人群归因风险是总人口中与某种暴露相关的超额疾病率，等于人群疾病率减去在没有人暴露的情况下预期的疾病率；当表示为总人口疾病率的比例时，它就成为人群归因分数，即在因果假设下可归因于该暴露的病例所占的比例。

Scope

本条目涵盖人群归因风险和人群归因分数（或比例），它们如何共同依赖于相对风险和暴露流行率，它们的解释和关键假设，以及在使用中常见的错误。这是一个方法学主题，不提供临床指导。

Core questions

• 人群归因风险与相对风险以及暴露人群中的归因风险有何不同？
• 为什么人群归因分数同时取决于效应强度和暴露流行率？
• 将归因分数解释为可预防疾病需要哪些因果和无混杂假设？
• 为什么几个风险因素的归因分数总和可以超过100%？

Key concepts

• 人群归因风险
• 人群归因分数（比例）
• 暴露人群中的归因风险
• 暴露流行率
• 相对风险依赖性
• 可预防分数
• 无混杂和因果假设
• 重叠（非加性）分数

Mechanisms

人群归因风险探讨了某种暴露在多大程度上解释了人群的疾病经验。因为它比较了实际人群疾病率与在没有暴露情况下预期的疾病率，所以其大小随着暴露的相对风险和暴露的流行程度而增加：一个普遍存在的轻微风险因素可能比一个罕见的强风险因素导致更多的人群疾病。当表示为人群归因分数时，该指标通常被解读为消除暴露可以预防的疾病比例，但这种解释仅在关联确实是因果关系、没有混杂因素，并且消除暴露不会以其他方式改变风险的情况下才成立。由于慢性病是多因素的，相同的病例可以归因于多个组成原因，因此不同因素的归因分数可能重叠并总计远超百分之百。

Clinical relevance

人群归因风险通过指出哪些暴露在人群中占疾病的最大份额来指导公共卫生资源分配，补充了临床护理中使用的个体水平风险测量。本条目在人群层面解释该测量，仅供参考，不作为个体诊断或治疗决策的依据。

Epidemiology

归因分数推理是全球优先事项设定的基础：全球疾病负担项目估计了数十种行为、代谢和环境风险因素在不同人群中导致的死亡和残疾比例。这种方法也与罗斯的论点相关联，即在整个人群中改变常见因素的暴露分布比仅关注高风险个体能预防更多的疾病。

History

莫顿·莱文（Morton Levin）于1953年在肺癌和吸烟的背景下引入了归因分数概念，提供了一种表达暴露对人群影响的方式。该测量成为慢性病流行病学和公共卫生规划的常用工具，而罗克希尔（Rockhill）、纽曼（Newman）和温伯格（Weinberg）1998年的综述阐明了其假设以及常见的误用方式，特别是将归因分数过于字面化地解读为可直接预防的疾病。

Debates

人群归因分数是否可以解读为可预防疾病的比例？

将归因分数解释为可预防疾病，需要假设关联是因果的、无混杂的，并且消除暴露不会改变其他风险；评论者警告说，这些假设往往无法满足，并且多个原因的重叠分数使得简单的可预防性主张具有误导性。

Key figures

• Morton Levin
• Beverly Rockhill
• Geoffrey Rose
• Sander Greenland

Seminal works

• levin-1953
• rockhill-1998
• rose-1985

Frequently asked questions

人群归因风险与相对风险有何不同？

相对风险比较暴露个体和未暴露个体的风险，而人群归因风险衡量的是整个人群中因暴露导致的疾病有多少。它同时取决于相对风险和暴露的普遍程度，因此一个微弱但普遍存在的因素可能具有较大的人群归因风险。

为什么不同风险因素的归因分数加起来可以超过100%？

因为慢性病是多因素的，一个病例可以同时归因于几个组成原因；每个因素的归因分数都计算了这些共享的病例，因此这些分数会重叠，其总和可以超过百分之百。