《队列研究：理论与实践》是一部系统阐述队列研究理论与方法的专业著作，全面介绍了队列研究的基本原理、设计实施与数据分析，以及在公共卫生与医学领域的实际应用。《队列研究：理论与实践》分为四篇：**篇为概念及原理，阐明队列研究的核心概念、病因推断的理论基础及其衍生类型与特殊形式；第二篇聚焦研究设计与实施，涵盖方案制定、质控框架、基线调查、生物样本库建设、长期随访与数据管理等关键环节；第三篇关注队列研究相关的数据管理与分析，围绕数据整理与描述、关联分析、因果推断、预测模型构建等内容展开，系统介绍回归分析、生存分析、混杂因素控制、机器学习等分析方法；第四篇系统介绍国内外**队列研究。

目录
**篇 概念及原理
**章 队列研究概述 1
**节 队列研究简史 2
第二节 队列研究基本原理、概念与类型 4
第三节 队列研究的应用与意义 9
第四节 队列研究的机遇和挑战 12
第二章 病因与病因推断 15
**节 病因和病因模型的基本概念 15
第二节 病因发现和因果推断 20
第三节 常见偏倚及其控制 26
第三章 队列研究衍生类型与特殊形式 34
**节 巢式病例对照研究 34
第二节 病例队列研究 37
第三节 其他特殊形式 39
第二篇 设计与实施
第四章 队列研究设计 47
**节 概述 47
第二节 研究方案的制定 48
第三节 伦理与法律相关问题 52
第四节 研究质量控制框架 53
第五节 调查地点选择 54
第六节 研究组织结构与监管 56
第五章 队列研究实施 57
**节 队列研究的基线调查 57
第二节 生物样本库的建设和运营 60
第三节 队列研究的长期随访和监测 62
第四节 队列研究的数据管理和质控 67
第三篇 数据管理与分析
第六章 队列数据整理与描述 75
**节 数据预处理 75
第二节 基本指标概念及其统计描述 83
第三节 数据描述中常用的统计图表及软件实现 89
第七章 关联分析及其软件实现 93
**节 定量结局关联分析 93
第二节 分类结局关联分析 96
第三节 生存结局关联分析 101
第四节 重复测量结局关联分析 108
第五节 其他常用关联分析方法 115
第八章 因果推断 124
**节 混杂因素控制与常见因果推断方法 124
第二节 含测量误差的因果推断 143
第九章 预测模型构建及其软件实现 150
**节 传统回归预测模型 150
第二节 机器学习算法 160
第四篇 国内外**队列研究
第十章 国内外**队列研究 168
**节 美国弗雷明汉心脏研究 168
第二节 美国护士健康研究 174
第三节 欧洲癌症与营养前瞻性调查 179
第四节 英国生物样本库 184
第五节 国内外出生队列研究 189
第六节 全国性自然人群队列 198
第七节 中国不同区域自然人群队列研究进展 205
第八节 专病队列概述 213
第九节 青少年队列概述 218
第十节 其他特色地方队列和特定疾病相关队列 222
第十一节 队列联盟概述 241
参考文献 246

**篇概念及原理
　　队列研究作为流行病学方法体系中的核心组成部分，是探索疾病病因、评估健康风险及推断因果关系的重要工具。该研究设计通过系统性地长期追踪具有不同暴露特征的人群，并比较其健康结局，从而揭示暴露因素与疾病发生发展之间的关联。通过严谨的设计与实施，队列研究不仅深化了我们对疾病规律的科学认知，也为制定公共卫生政策、完善疾病防控策略及优化健康资源配置提供了关键依据，为推动循证公共卫生实践和提升人群整体健康水平奠定了坚实的科学基础。
　　从历史视角来看，队列研究的发展与流行病学学科的演进密切相关。从早期针对职业暴露或特殊人群的追踪观察，到如今大规模人群生物样本库与长期健康随访平台的建立，队列研究的设计不断成熟，其应用范围也从传染病领域扩展到慢性病、健康促进及生命历程健康领域。队列研究的科学价值尤其体现在因果推断过程中。通过严谨的设计、精确的测量、充分的混杂控制及对失访等偏倚的处理，队列研究能够产生可靠性较高的因果证据，为理解疾病发生发展规律、识别可干预的危险因素奠定方法论基础。
　　尽管传统队列研究论证能力强，但其常面临实施成本高、随访周期长、研究对象易失访等现实挑战。为此，流行病学家发展了一系列高效且灵活的衍生研究设计，以及适用于特定研究场景的队列形式。这些方法学上的丰富与拓展，共同构成了现代队列研究强大而灵活的方法学工具集，使其能够更有效地应对复杂的公共卫生与临床研究需求。
　　综上所述，队列研究不仅是一种**的研究设计，更是一个不断发展、融合了扎实理论框架与创新方法学的完整知识体系。掌握其历史脉络与基本原理，理解其在因果推断链条中的核心作用，并熟悉其衍生形式及应用场景，对于开展高质量的流行病学研究而言至关重要。
　　本篇将系统阐述队列研究的基本理论与方法体系，*先从历史发展角度介绍其起源、演进和核心概念，阐明其基本设计原理和主要类型；继而深入探讨病因推断的理论基础，说明队列研究在因果推断中的*特地位和方法学优势；*后聚焦方法学创新及演变，介绍为应对实践挑战而发展的特定队列研究设计及其应用场景。
　　**章队列研究概述
　　队列研究（cohort study）是分析流行病学（analytical epidemiology）中一种核心的观察性研究设计，通过长期追踪并比较不同暴露人群的结局差异，为探索疾病自然史、识别病因及预测健康趋势提供关键依据。高质量的队列研究在验证病因假设方面具有显著优势，该设计遵循明确的时间顺序，且受偏倚影响较小，有利于因果推断，所获证据具有较强的说服力与广泛适用性。此外，在研究潜伏期长、暴露因素动态变化或易受回忆偏倚影响的复杂健康问题时，队列研究也展现出*特的研究优势。作为现代流行病学中不可或缺的研究方法，队列研究不仅深化了对疾病发生发展规律的认识，也为公共卫生政策与疾病防控策略的制定提供了科学支撑，是推动全链条健康进程的重要工具。本章分为四节，主要涵盖队列研究的发展历程，基本原理、概念与类型，应用与意义，以及机遇和挑战。
　　**节队列研究简史
　　流行病学这门学科随着人类对抗疾病的斗争而逐步发展，在预防疾病和保护公众健康方面产生了深远影响。队列研究是流行病学研究的基本方法之一，吸收融合了多种学科研究方法的特点。其发展受到特定时代背景下公共卫生问题的启发，同时也受到人类对健康与疾病认识的影响。在19世纪，队列研究初具雏形，但发展缓慢；直到20世纪40～50年代，队列研究才有了实质性的发展，逐渐形成了较为完善的研究体系。
　　一、早期的队列研究
　　19世纪中叶，队列研究的雏形出现在传染病调查中，极具代表性的是英国医生、流行病学先驱约翰？斯诺（John Snow）关于宽街霍乱疫情的调查研究。他将研究对象分为两组：一组是“暴露组”，即使用某一特定水源的人群；另一组是“非暴露组”，即使用其他水源的人群。通过比较两组人群的霍乱死亡率，斯诺成功推断出饮用受污染水源与霍乱传播之间的关系。从本质上看，这一研究属于对比分析思想指导下的自然实验，但这一分析框架已经隐约展现出现代流行病学中回顾性队列研究的轮廓。
　　至20世纪初期，队列研究的理论和实践有了进一步发展。1913年，德国学者威廉？温伯格（Wilhelm Weinberg）发表了一项**研究，系统探讨了父母是否患结核病与其后代死亡率的关联。研究将观察对象分为两组：暴露组纳入父母患结核病的家庭后代，非暴露组则由父母无结核病史的家庭后代构成。研究发现，父母为结核病患者的后代比无结核病史的后代表现出更高的死亡率和更低的生育率。这项研究不仅具有深远的公共卫生意义，还因其方法学上的创新，被认为是早期回顾性队列研究的雏形。1930年，美国流行病学家韦德？汉普顿？弗罗斯特（Wade Hampton Frost）基于美国田纳西州一个小镇里的132户黑人家庭的调查，展示了如何利用既往医疗记录进行系统的公共卫生研究。这项研究记录了所有家庭成员当前或既往的确诊或疑似结核病及其接触史，详细追溯了家庭成员接触肺结核病例的时间和情况。此外，研究结合体格检查、胸部X线片和结核菌素试验，探讨了家庭接触史与结核病传播的关系。
　　进入20世纪上半叶，随着西方社会工业的蓬勃发展，职业健康问题开始引起广泛关注。这一时期，回顾性队列研究的应用范围从传染病病因学扩展到职业病研究，成为探索职业危险因素长期影响的重要工具。研究者通常将具有特殊暴露风险的职业群体作为研究对象，利用企业的雇佣记录和健康数据，结合外部对照数据（如全国或地区的人群死亡率统计），分析特定职业暴露与疾病或死亡风险之间的关联。这些职业人群回顾性队列研究充分体现了队列研究的*特优势：即使在发病机制尚不明确的情况下，仍可以发现潜在危险因素，从而减少职业危险暴露达到减少疾病发生的目的。
　　二、现代的队列研究
　　20世纪40年代末至50年代初，队列研究开始步入快速发展的新阶段。这一时期，社会经济的复苏和医疗研究的进步推动了流行病学的转型，队列研究逐渐成为探讨疾病因果关系的重要工具。与早期的探索相比，20世纪中期的队列研究展现出更科学的研究设计、更广泛的研究规模、更强的组织能力及更先进的技术支持，特别是前瞻性队列研究开始形成并得到广泛推崇和应用。这一阶段具有较大影响力的研究包括英国医生研究、弗雷明汉心脏研究、美国癌症协会关于吸烟与肺癌的研究、原子弹爆炸幸存者寿命研究等。这些研究不仅揭示了慢性病、职业病和放射病的病因，也为因果推断提供了强有力的科学依据。例如，英国医生研究明确了吸烟与肺癌的因果关系，奠定了现代疾病预防的基石；弗雷明汉心脏研究则揭示了心血管疾病的危险因素并建立了风险预测模型，为临床实践和健康政策提供了重要指导。
　　现代队列研究的重要里程碑之一是1951年英国医生研究的开展，这项研究由英国医生理查德？多尔（Richard Doll）与奥斯汀？布拉德福德？希尔（Austin Bradford Hill）领导。研究自1951年10月开始，向59600名英国的注册医生发放问卷调查，共有40564人回复问卷，记录他们的吸烟习惯和追踪健康状况，以分析吸烟与肺癌的关联。结果显示，吸烟者的肺癌死亡率显著高于非吸烟者。这一发现*次通过严谨的长期随访和数据分析，为吸烟与肺癌之间的因果关系提供了直接证据。在此基础上，多尔和希尔还系统考察了吸烟与多种疾病（如心脏病和慢性支气管炎）的关系，证实吸烟不仅是肺癌的重要危险因素，也是全因死亡率和多种疾病风险增加的重要原因。1954年，多尔和希尔在《英国医学杂志》（British Medical Journal）发表的文章中对队列研究给出了初步定义：“It should determine the frequency with which the disease appeared，in the future，among groups of persons whose smoking habits were already known”（该研究应测定，在未来，已知吸烟习惯的人群中该疾病的发生频率。）。该研究在方法学上为现代队列研究树立了标杆，同时为公共卫生政策的制定提供了科学依据，如禁止烟草广告、提高烟草税、推行控烟措施等。吸烟与肺癌因果推断的确立，不仅改变了人们对健康行为与疾病关系的认知，也推动了预防医学和行为干预等学科的深入发展。
　　另一项奠定现代队列研究基础的**研究是1948年启动的弗雷明汉心脏研究（Framingham Heart Study，FHS）。这项研究选择美国弗雷明汉小镇的一般人群，纳入5000余人，长期追踪其健康数据，以探讨心血管疾病的危险因素。研究不仅发现了高血压、高胆固醇和吸烟等关键危险因素，还*次提出了“多因素疾病模型”的概念，即多个因素共同影响疾病的发生。通过长达七十多年的随访，弗雷明汉心脏研究对心血管疾病的防控产生了深远影响。研究结果被广泛应用于健康指导、风险预测工具开发（如心血管风险评分系统），并为制定高血压、糖尿病等慢性病的诊断和治疗标准提供了依据。该研究表明，队列研究可以通过长期观察和系统性分析，不断拓展科学认知和应用价值。
　　现代队列研究的发展不仅深化了人类对慢性病、职业病和环境暴露危害的认识，也推动了医学研究从单一病因的分析转向复杂、多维的疾病病因网模型，扩展了流行病学的应用范围，在推动公共卫生政策的完善和疾病防控中发挥了巨大作用。
　　三、我国的队列研究
　　与其他国家相比，我国的队列研究起步较晚，规模相对较小，随访周期较短，且常缺少长期稳定的资金支持。20世纪70年代之前，我国的纵向研究主要集中于简单随访研究和临床试验，应用于疾病暴发调查、职业危险因素调查、克山病等地方病，以及食管癌和肝癌等癌症病因调查，但尚无符合队列研究设计的文献。随着卫生服务系统、疾病防控系统、生命统计和疾病登记系统、电子医疗记录的不断完善，人口普查和各类大型疾病调查为大型队列研究的开展奠定了坚实的基础。20世纪70年代以来，我国的科研人员逐渐意识到慢性病对公众健康的威胁，并相应地开展了多个探索慢性病病因的队列研究，主要聚焦于心血管疾病、癌症、出生缺陷及职业病等领域。例如，在心血管疾病研究中，北京市心肺血管疾病研究所及16个全国协作单位自1992年合作开展了11省市心血管疾病危险因素队列研究；在癌症研究中，江苏省启东肝癌防治研究所自1976年开展了乙肝表面抗原与肝癌关系的研究，以及上海市肿瘤研究所及南加州大学自1986年共同建立了上海男性队列研究；而在职业病领域，队列研究的应用则更为广泛，其中包括20世纪80年代由卫生部、冶金部、化工部和全国总工会共同开展的职业性因素与肿瘤关系的大规模研究。近20年来，我国队列研究的数量逐年攀升，至今已经取得了诸多令人振奋的成果。其中，由中国疾病预防控制中心、中国医学科学院及英国牛津大学临床研究中心于2004年共同启动（现由北京大学和英国牛津大学共同主持），由香港Kadoorie慈善基金会资助的中国慢性病前瞻性研究（Kadoorie Study of Chronic Disease in China，KSCDC，后更名为China Kadoorie Biobank，CKB）项目是我国大规模前瞻性自然人群队列研究的代表。该项目在中国的10个省和自治区招募了逾50万名成年人，以研究主要慢性病（如心脏病、脑卒中、糖尿病、癌症等）及其相关危险因素的变化趋势和关联关系。经过长达20余年的随访调查和监测，CKB已经产生了一系列高价值的科研成果，为我国的慢性病防控措施的制订提供了中国本土证据（CKB的介绍详见本书第四篇第十章）。
　　队列研究在长期追踪和回溯一定规模的人群时，能全面、系统地获取多种疾病的生物样本和流行病学数据。随着国民生活环境和行为方式的巨大变化，人群的健康状况和疾病谱也发生了显著的变化。现代医学发展已进入知识以及数据呈指数级增长的时代，精准医学模式也逐渐将各渠道数据整合成知识网络，并将其运用到个体化的健康管理与