基于个体与群体数据的潜在影响分数和人群归因分数非参数估计方法研究

为解决连续暴露数据中分布假设过强导致的估计偏差问题，研究人员开发了针对群体数据（仅需均值和标准差）和个体数据（可估计完整暴露分布）的非参数方法，用于准确计算潜在影响分数(PIF)和人群归因分数(PAF)。通过墨西哥含糖饮料与2型糖尿病关系的案例验证，该方法显著提升估计可靠性，并配套开发了R包pifpaf工具。

　　

在流行病学研究中，当评估暴露因素(如含糖饮料摄入)对疾病(如2型糖尿病)的影响时，传统方法计算潜在影响分数(Potential Impact Fraction, PIF)和人群归因分数(Population Attributable Fraction, PAF)往往依赖正态分布等强假设。这项研究打破了这一局限，创新性地提出两种非参数估计方案：

对于"寒酸数据"(仅有均值μ和标准差σ的群体数据)，采用半参数密度估计技术重构暴露分布；面对"土豪数据"(可获得个体暴露值的完整数据集)，则直接运用核密度估计捕捉真实分布形态。通过蒙特卡洛模拟验证，新方法在分布假设被违反时，比传统参数法减少高达40%的估计偏差。

研究团队以墨西哥人群为样本，量化了完全消除含糖饮料摄入对糖尿病发病率的影响。有趣的是，非参数估计显示归因风险比参数模型高出7.3%，提示既往研究可能低估了饮食干预的公共卫生价值。为推广该方法，研究者贴心开发了R语言工具包pifpaf，内置自适应带宽选择算法和Bootstrap置信区间计算功能，让复杂方法也能"一键搞定"。这项成果为精准公共卫生决策提供了新的计量学武器。