Consider the gastroenteritis and be

Consider the gastroenteritis and beef consumption data presented in Table 6.8. The relative risk is 5.7, which most epidemiologists would deem a "strong" association between exposure and disease. In addition, the p-value is exceedingly small, less than 0.001, and far less than the commonly used cutoff of 0.05. So the investigators rejected the null hypothesis (that beef was not associated with illness) and adopted the alternative hypothesis (that beef was indeed associated with illness). In this outbreak, the association between eating beef at the banquet and gastroenteritis was both strong (RR=5.7) and statistically significant (p < 0.001).

The chi-square test works well if the number of people in the study is greater than about 30. For smaller studies, a test called the Fisher Exact Test may be more appropriate. Because the Fisher Exact Test is tedious to calculate, let Epi Info or another computer program perform the calculations for you.

Confidence intervals. An alternative to calculating a p-value is calculating a confidence interval. A 95% confidence interval, the interval used most commonly by epidemiologists, corresponds to a p=0.05 cut-off. In non-technical terms, a confidence interval for a risk ratio is the range of values of the risk ratio consistent with the data in a study. A wide confidence interval indicates that the study is consistent with a wide range of values, i.e., the study is not very precise in describing the strength of the association (risk ratio) between exposure and disease. A narrow confidence interval indicates that the risk ratio is fairly precise. Consider again the gastroenteritis data in Table 6.8. The 95% confidence interval for the risk ratio of 5.7 ranged from 2.2 to 14.6. This confidence interval indicates that the study is consistent with risk ratios for the beef/gastroenteritis association in that range.

Because a confidence interval provides more information than a p-value does, many medical and epidemiologic journals now prefer confidence intervals to p-values. However, in the outbreak setting, the difference may be irrelevant. If the objective of an outbreak investigation is to identify the culprit such as a contaminated food, a relative risk and p-value may do just as well as a relative risk and confidence interval.

Case-control studies

A cohort study is feasible only when the population is well defined and can be followed over a period of time. However, in many outbreak settings, the population is not well defined and speed of investigation is important. In such settings, the case-control study becomes the study design of choice.

In a case-control study, the investigator asks both case-patients and a comparison group of persons without disease ("controls") about their exposures. Using the information about disease and exposure status, the investigator then calculates an odds ratio to quantify the relationship between exposure and disease. Finally, a p-value or confidence interval is calculated to assess statistical significance.

Choosing controls. When designing a case-control study, one of the most important decisions is deciding who the controls should be. The controls must not have the disease being studied, but should represent the population in which the cases occurred. In other words, they should be similar to the cases except that they don't have the disease. The controls provide the level of exposure you would expect to find among the case-patients if the null hypothesis were true. If exposure is much more common among the case-patients than among the controls, i.e., the observed exposure among case-patients is greater than expected exposure provided by the controls, then exposure is said to be associated with illness.

In practice, choosing who the most appropriate control group is may be quite difficult. In addition, investigators must consider logistical issues, such as how to contact potential controls, gain their cooperation, ensure that they are free of disease, and obtain appropriate exposure data from them. In a community outbreak, a random sample of the healthy population may, in theory, be the best control group. In practice, however, persons in a random sample may be difficult to contact and enroll. Nonetheless, many investigators attempt to enroll such "population-based" controls through dialing of random telephone numbers in the community or through a household survey.

Other common control groups consist of:
Neighbors of case-patients,
Patients from the same physician practice or hospital who do not have the disease in question,
Friends of case-patients.
While controls from these groups may be more likely to participate in the study than randomly identified population-based controls, they may not be as representative of the population. If the control group is systematically different from the case group in certain ways, a true association between exposure and disease may be missed or a spurious associati

ผลลัพธ์ (ไทย) 1:

พิจารณาข้อมูลการบริโภคเนื้อและกระเพาะที่แสดงในตารางที่ 6.8 ความเสี่ยงสัมพัทธ์คือ 5.7 ที่ epidemiologists ส่วนใหญ่จะเห็นว่าความสัมพันธ์ของ "แรง" ระหว่างแสงและโรค นอกจากนี้ ค่า p คือเหลือเกิน น้อยกว่า 0.001 กลาง และต่ำกว่าตัดนิยมใช้ 0.05 ดังนั้นนักวิจัยปฏิเสธสมมติฐานว่าง (ที่เนื้อไม่เกี่ยวข้องกับการเจ็บป่วย) และสมมติฐานทางเลือก (ซึ่งเนื้อแท้จริงเชื่อมโยงกับโรค) ที่นำมาใช้ ในนี้ระบาด ความสัมพันธ์ระหว่างการรับประทานเนื้อวัวที่เลี้ยงและกระเพาะเป็นทั้งแรง (RR = 5.7) และนัยสำคัญทางสถิติ (p < 0.001)ทดสอบไคสแควร์ใช้งานได้ดีถ้าจำนวนคนในการศึกษามากกว่าประมาณ 30 ศึกษาขนาดเล็ก การทดสอบที่เรียกว่าฟิชเชอร์แน่นอนทดสอบอาจจะเหมาะสม เนื่องจากการทดสอบ Fisher แน่นอนน่าเบื่อในการคำนวณ ให้ข้อมูล Epi หรือโปรแกรมคอมพิวเตอร์อื่นที่ทำการคำนวณหาช่วงความเชื่อมั่น ทางเลือกในการคำนวณค่า p จะคำนวณช่วงความเชื่อมั่น ช่วงความเชื่อมั่น 95% ช่วงที่ใช้กันทั่วไป โดย epidemiologists สอดคล้องกับ p = 0.05 ตัด ในภาษาทางเทคนิค ช่วงความเชื่อมั่นสำหรับอัตราความเสี่ยงเป็นช่วงของค่าของอัตราส่วนความเสี่ยงที่สอดคล้องกับข้อมูลในการศึกษา ช่วงความเชื่อมั่นกว้างบ่งชี้ว่า การศึกษาไม่สอดคล้องกับช่วงกว้างของค่า เช่น การศึกษาไม่แม่นยำมากในการอธิบายความแรงของสมาคม (อัตราส่วนความเสี่ยง) ระหว่างแสงและโรค ช่วงความเชื่อมั่นที่แคบบ่งชี้ว่า อัตราส่วนความเสี่ยงค่อนข้างแม่นยำ พิจารณาข้อมูลในตาราง 6.8 กระเพาะอีก ช่วงความเชื่อมั่น 95% สำหรับอัตราเสี่ยงของการโจมตีระยะไกลจาก 2.2 14.6 5.7 ช่วงความเชื่อมั่นนี้บ่งชี้ว่า การศึกษาไม่สอดคล้องกับอัตราความเสี่ยงการสมาคมเนื้อ/กระเพาะในช่วงเนื่องจากช่วงความเชื่อมั่นมีข้อมูลน้อยกว่าค่า p สมุดรายวันทางการแพทย์ และ epidemiologic จำนวนมากขณะนี้ต้องการช่วงความเชื่อมั่นค่า p แต่ การระบาด ความแตกต่างอาจจะไม่เกี่ยวข้อง ถ้าวัตถุประสงค์ของการสอบสวนการระบาดคือการ ระบุสาเหตุเช่นอาหารปนเปื้อน ความเสี่ยงสัมพัทธ์และค่า p อาจทำเพียงเช่นเดียวกับความเสี่ยงและช่วงความเชื่อมั่นควบคุมกรณีศึกษางานศึกษาจะกระทำเฉพาะเมื่อประชากรกำหนดไว้อย่างดี และสามารถปฏิบัติตามระยะเวลา อย่างไรก็ตาม ในการตั้งค่าระบาดมาก ประชากรไม่ได้กำหนดไว้อย่างดี และสิ่งสำคัญคือความเร็วของการตรวจสอบ ควบคุมกรณีศึกษากลายเป็น การออกแบบการศึกษาทางเลือกในการตั้งค่าดังกล่าวในการควบคุมกรณีศึกษา การตรวจสอบถามกรณีผู้ป่วยและกลุ่มเปรียบเทียบของคนไม่มีโรค ("ควบคุม") เกี่ยวกับการรับแสง โดยใช้ข้อมูลเกี่ยวกับสถานะของโรคและการรับแสง การตรวจสอบแล้วคำนวณเป็นอัตราส่วนราคาต่อรองการวัดปริมาณความสัมพันธ์ระหว่างแสงและโรค ในที่สุด ค่า p หรือช่วงความเชื่อมั่นมีคำนวณเพื่อประเมินนัยสำคัญทางสถิติเลือกตัวควบคุม การออกแบบการควบคุมกรณีศึกษา การตัดสินใจที่สำคัญที่สุดอย่างใดอย่างหนึ่งคือตัดสินใจที่ควรจะควบคุม ต้องไม่มีโรคที่มีการศึกษาการควบคุม แต่ควรเป็นตัวแทนประชากรกรณีเกิดขึ้น ในคำอื่น ๆ พวกเขาควรจะคล้ายกับกรณียกเว้นว่าพวกเขาไม่มีโรค การควบคุมให้ระดับของคุณคาดหวังว่าจะพบในผู้ป่วยกรณีถ้าสมมติฐานว่างเป็นจริง ถ้าไปในกรณีผู้ป่วยกว่าในระหว่างตัวควบคุม เช่น แสงสังเกตกรณีผู้ป่วยมากกว่าที่คาดไว้แสงโดยการควบคุมแสง แสงจะถูกกล่าวว่า จะเกี่ยวข้องกับการเจ็บป่วยในทางปฏิบัติ เลือกที่เป็นกลุ่มควบคุมที่เหมาะสมอาจได้ค่อนข้างยาก นอกจากนี้ นักวิจัยต้องพิจารณาปัญหาจิสติกส์ เช่นวิธีการติดต่อตัวควบคุมที่อาจเกิดขึ้น ได้รับความร่วมมือ ให้แน่ใจว่า ฟรีของโรค และได้รับข้อมูลแสงที่เหมาะสมจาก ในการระบาดของชุมชน การสุ่มตัวอย่างของประชากรมีสุขภาพดีอาจ ทฤษฎี ได้กลุ่มควบคุมที่ดีที่สุด ในทางปฏิบัติ แต่ บุคคลที่อยู่ในตัวอย่างสุ่มอาจจะยากต่อการติดต่อ และลงทะเบียน กระนั้น นักวิจัยจำนวนมากพยายามที่จะลงทะเบียนตัวควบคุมเช่น "ตามประชากร" ผ่านการเรียกเลขหมายของหมายเลขโทรศัพท์ที่สุ่มในชุมชน หรือการสำรวจครัวเรือนกลุ่มควบคุมอื่น ๆ ทั่วไปประกอบด้วย:เพื่อนบ้านของผู้ป่วยกรณีผู้ป่วยจากการปฏิบัติเดียวกันแพทย์หรือโรงพยาบาลที่ไม่มีในคำถาม โรคเพื่อนของผู้ป่วยกรณีในขณะที่ควบคุมจากกลุ่มเหล่านี้อาจมีแนวโน้มจะเข้าร่วมในการศึกษามากกว่าควบคุมประชากรแบบสุ่มระบุ พวกเขาไม่อาจเป็นตัวแทนของประชากรได้ ถ้ากลุ่มควบคุมระบบที่แตกต่างจากกลุ่มกรณีในบางวิธี ความสัมพันธ์ของจริงระหว่างแสงและโรคอาจจะพลาด หรือ associati เป็นเก๊

ผลลัพธ์ (ไทย) 2:

พิจารณากระเพาะและลำไส้อักเสบและการบริโภคเนื้อวัวข้อมูลที่นำเสนอในตารางที่ 6.8 ความเสี่ยงคือ 5.7 ซึ่งระบาดวิทยาส่วนใหญ่จะเห็นว่าสมาคม "ความเชื่อ" ระหว่างการเปิดรับและโรค นอกจากนี้ p-value มีขนาดเล็กเหลือเกินน้อยกว่า 0.001 และไกลน้อยกว่าการตัดที่ใช้กันทั่วไป 0.05 ดังนั้นนักวิจัยปฏิเสธสมมติฐาน (เนื้อวัวที่ไม่ได้เกี่ยวข้องกับการเจ็บป่วย) และนำมาใช้สมมติฐานทางเลือก (เนื้อวัวที่มีความสัมพันธ์กับความเจ็บป่วยแน่นอน) ในการระบาดนี้ความสัมพันธ์ระหว่างการรับประทานเนื้อวัวที่จัดเลี้ยงและกระเพาะอาหารและลำไส้เป็นทั้งสองอย่างแน่นหนา (RR = 5.7) และอย่างมีนัยสำคัญทางสถิติ (p <0.001).

การทดสอบไคสแควร์ทำงานได้ดีถ้าผู้คนจำนวนมากในการศึกษามากกว่าเกี่ยวกับ 30. สำหรับการศึกษาขนาดเล็กที่เรียกว่าการทดสอบการทดสอบที่แน่นอนฟิชเชอร์อาจจะเหมาะสมกว่า เพราะการทดสอบที่แน่นอนฟิชเชอร์จะน่าเบื่อในการคำนวณให้ Epi ข้อมูลหรือโปรแกรมคอมพิวเตอร์เครื่องอื่นดำเนินการคำนวณสำหรับคุณ.

ช่วงความเชื่อมั่น ทางเลือกในการคำนวณ P-ค่าการคำนวณช่วงความเชื่อมั่น ช่วงความเชื่อมั่น 95% ช่วงเวลาที่ใช้กันมากที่สุดโดยนักระบาดวิทยาสอดคล้องกับ AP = 0.05 ตัด ในแง่ที่ไม่ใช่ด้านเทคนิคเป็นช่วงความเชื่อมั่นสำหรับอัตราส่วนความเสี่ยงเป็นช่วงของค่าอัตราส่วนความเสี่ยงสอดคล้องกับข้อมูลในการศึกษาที่ ช่วงความเชื่อมั่นกว้างแสดงให้เห็นว่าการศึกษามีความสอดคล้องกับความหลากหลายของค่านิยมเช่นการศึกษาไม่ได้แม่นยำมากในการอธิบายความแข็งแรงของสมาคม (อัตราส่วนความเสี่ยง) ในระหว่างการเปิดรับและโรค ช่วงความเชื่อมั่นแคบ ๆ แสดงให้เห็นว่าอัตราการเสี่ยงค่อนข้างแม่นยำ พิจารณาอีกครั้งข้อมูลที่กระเพาะและลำไส้อักเสบในตาราง 6.8 ช่วงความเชื่อมั่น 95% สำหรับอัตราส่วนความเสี่ยง 5.7 อยู่ระหว่าง 2.2-14.6 ช่วงความเชื่อมั่นนี้แสดงให้เห็นว่าการศึกษามีความสอดคล้องกับอัตราส่วนความเสี่ยงสำหรับสมาคมเนื้อ / กระเพาะและลำไส้อักเสบในช่วงนั้น.

เพราะช่วงความเชื่อมั่นให้ข้อมูลมากกว่า p-value ไม่หลายวารสารทางการแพทย์และทางระบาดวิทยาตอนนี้ชอบที่ช่วงความเชื่อมั่นให้กับ P-ค่า อย่างไรก็ตามในการตั้งค่าการระบาดของโรคที่แตกต่างกันอาจจะไม่เกี่ยวข้อง ถ้าวัตถุประสงค์ของการสอบสวนการระบาดของโรคคือการระบุผู้กระทำผิดดังกล่าวเป็นอาหารที่ปนเปื้อนซึ่งเป็นความเสี่ยงและ p-value อาจทำเพียงเช่นเดียวกับความเสี่ยงและความเชื่อมั่นช่วงญาติ.

กรณีศึกษาการควบคุม

การศึกษาการศึกษาความเป็นไปได้ก็ต่อเมื่อ ประชากรหมายดีและสามารถนำมาใช้ในช่วงระยะเวลาหนึ่ง อย่างไรก็ตามในการตั้งค่าการระบาดของโรคหลายประชากรที่ไม่ได้กำหนดไว้อย่างดีและความเร็วของการตรวจสอบเป็นสิ่งสำคัญ ในการตั้งค่าดังกล่าวกรณีศึกษาการควบคุมจะกลายเป็นการออกแบบการศึกษาของทางเลือก.

ในการศึกษากรณีการควบคุมตรวจสอบถามทั้งกรณีผู้ป่วยและกลุ่มเปรียบเทียบของบุคคลที่ไม่มีโรค ( "ควบคุม") เกี่ยวกับความเสี่ยงของพวกเขา การใช้ข้อมูลเกี่ยวกับโรคและสถานะรับการตรวจสอบแล้วคำนวณอัตราส่วนราคาต่อรองปริมาณความสัมพันธ์ระหว่างการเปิดรับและการเกิดโรค สุดท้าย p-value หรือช่วงความเชื่อมั่นที่มีการคำนวณเพื่อประเมินนัยสำคัญทางสถิติ.

ควบคุมการเลือก เมื่อมีการออกแบบกรณีศึกษาการควบคุมหนึ่งในการตัดสินใจที่สำคัญที่สุดคือการตัดสินใจที่ควบคุมที่ควรจะเป็น การควบคุมที่ต้องไม่มีโรคที่กำลังศึกษา แต่ควรเป็นตัวแทนของประชากรซึ่งในกรณีที่เกิดขึ้น ในคำอื่น ๆ ที่พวกเขาควรจะคล้ายกับกรณียกเว้นว่าพวกเขาไม่ได้มีโรค การควบคุมให้ระดับของการสัมผัสที่คุณคาดว่าจะพบในหมู่ผู้ป่วยกรณีถ้าสมมติฐานที่เป็นความจริง หากได้รับสารมากขึ้นร่วมกันระหว่างกรณีที่ผู้ป่วยกว่าในหมู่การควบคุมเช่นการเปิดรับข้อสังเกตในหมู่กรณีที่ผู้ป่วยมีค่ามากกว่าการสัมผัสที่คาดว่าจะให้บริการโดยควบคุมแล้วการสัมผัสกล่าวจะเกี่ยวข้องกับความเจ็บป่วย.

ในทางปฏิบัติที่จะเลือกใคร กลุ่มควบคุมที่เหมาะสมที่สุดคืออาจจะค่อนข้างยาก นอกจากนี้นักวิจัยจะต้องพิจารณาประเด็นจิสติกส์เช่นวิธีการติดต่อควบคุมที่อาจเกิดขึ้นได้รับความร่วมมือของพวกเขาตรวจสอบให้แน่ใจว่าพวกเขาจะปลอดจากโรคและได้รับข้อมูลที่เป็นแสงที่เหมาะสมจากพวกเขา ในการระบาดของโรคในชุมชนตัวอย่างที่สุ่มจากประชากรที่มีสุขภาพดีอาจจะในทางทฤษฎีจะเป็นกลุ่มควบคุมที่ดีที่สุด ในทางปฏิบัติ แต่คนที่อยู่ในตัวอย่างที่สุ่มอาจจะยากที่จะติดต่อและลงทะเบียนเรียน อย่างไรก็ตามนักวิจัยหลายคนพยายามที่จะลงทะเบียนเรียนเช่น "ประชากรตาม" การควบคุมผ่านการโทรออกของหมายเลขโทรศัพท์สุ่มในชุมชนหรือผ่านการสำรวจครัวเรือน.

กลุ่มควบคุมทั่วไปอื่น ๆ ประกอบด้วย:
เพื่อนบ้านของกรณีผู้ป่วย
ผู้ป่วยจากการปฏิบัติของแพทย์เดียวกันหรือโรงพยาบาล ที่ไม่ได้มีโรคในคำถามที่
เพื่อนของกรณีผู้ป่วย.
ในขณะที่การควบคุมจากกลุ่มเหล่านี้อาจจะมีแนวโน้มที่จะมีส่วนร่วมในการศึกษากว่าระบุสุ่มควบคุมประชากรตามที่พวกเขาไม่อาจจะเป็นตัวแทนของประชากร หากกลุ่มควบคุมเป็นระบบที่แตกต่างกันจากกลุ่มในกรณีที่วิธีการบางอย่างซึ่งเป็นสมาคมที่แท้จริงระหว่างการเปิดรับและโรคอาจจะพลาดหรือ Associati ปลอม

ผลลัพธ์ (ไทย) 3:

และพิจารณา และเสนอข้อมูลการบริโภคเนื้อวัวในโต๊ะ 6.8 . ความเสี่ยงสัมพัทธ์คือ 5.7 ซึ่งระบาดวิทยาส่วนใหญ่จะคิดว่า " สมาคมแข็งแรง " ระหว่างแสงและโรค นอกจากนี้ , p-value เป็นยิ่งนัก เล็ก น้อยกว่า 0.001 และไกลน้อยกว่าที่ใช้ตัด 0.05 ดังนั้นผู้ตรวจสอบปฏิเสธสมมติฐานว่าง ( ที่เนื้อไม่ที่เกี่ยวข้องกับการเจ็บป่วย ) และยอมรับสมมติฐานทางเลือก ( เนื้อแน่นอนที่เกี่ยวข้องกับการเจ็บป่วย ) ในการระบาดของโรคนี้ ความสัมพันธ์ระหว่างการกินเนื้อวัวที่เลี้ยง และโรคกระเพาะ ทั้งแข็งแรง ( RR = 5.7 ) อย่างมีนัยสำคัญทางสถิติ ( p < 0.001 )ไคสแควร์ทดสอบ ใช้งานได้ดี ถ้าคนที่ศึกษามากกว่า 30 . การศึกษาขนาดเล็กทดสอบเรียกว่า Fisher Exact Test อาจจะเหมาะสมกว่า เพราะปลาแน่นอน ทดสอบ เป็น น่าเบื่อ คำนวณ ให้ข้อมูลหรือโปรแกรมอื่น EPI แสดงการคำนวณสำหรับคุณช่วงความเชื่อมั่น ทางเลือกในการคำนวณและมีการคำนวณช่วงความเชื่อมั่น . ความเชื่อมั่น 95% , ช่วงเวลาที่ใช้มากที่สุดโดยระบาดวิทยาสอดคล้องกับ p = 0.05 ตัด ในแง่ที่ไม่ใช่ทางด้านเทคนิค , ช่วงความเชื่อมั่นความเสี่ยงเท่ากับช่วงของค่าของอัตราส่วนความเสี่ยงสอดคล้องกับข้อมูลในการศึกษา ช่วงความเชื่อมั่นกว้างแสดงว่าการศึกษาสอดคล้องกับช่วงกว้างของค่านิยม เช่น การศึกษาไม่ได้เป็นชัดเจนถึงความแข็งแกร่งของสมาคม ( อัตราส่วนความเสี่ยง ) ระหว่างความเสี่ยงและโรค ช่วงความเชื่อมั่นแคบ แสดงว่าอัตราส่วนความเสี่ยงที่ชัดเจนเป็นธรรม พิจารณาอีกครั้ง และข้อมูลในตารางที่ 6.8 . ที่ความเชื่อมั่น 95 % ความเสี่ยงเท่ากับ 5.7 ระหว่าง 2.2 14.6 . นี้บ่งชี้ว่า ความเชื่อมั่นที่ศึกษาสอดคล้องกับความเสี่ยงและอัตราส่วนเนื้อ / สมาคม ในช่วงที่เพราะความเชื่อมั่นที่ให้ข้อมูลมากกว่าและทำวารสารทางการแพทย์และระบาดวิทยามากตอนนี้ชอบช่วงความเชื่อมั่นที่จะ p-values . อย่างไรก็ตาม ในการกำหนดความแตกต่างอาจจะไม่เกี่ยวข้อง ถ้าวัตถุประสงค์ของการระบาด สอบสวนเพื่อหาตัวคนร้าย เช่น การปนเปื้อนอาหาร เสี่ยงสัมพัทธ์และ p-value อาจทำเพียงรวมทั้งญาติความเสี่ยงและช่วงความเชื่อมั่นกรณีศึกษาการควบคุมแบบการศึกษาไปข้างหน้าโดยเฉพาะเมื่อประชากรมีความชัดเจน และสามารถตามระยะเวลา อย่างไรก็ตาม การระบาดมาก ประชากรไม่ได้กำหนดไว้เป็นอย่างดีและความเร็วของการตรวจสอบเป็นสิ่งที่สำคัญ ในการตั้งค่าดังกล่าว นอกจากนั้นจากการศึกษาเป็นแนวทางการออกแบบทางเลือกในการศึกษาทางระบาดวิทยา นักสืบ ถามทั้งกรณีผู้ป่วยและการเปรียบเทียบกลุ่มบุคคลโดยปราศจากโรค ( " ควบคุม " ) เกี่ยวกับความเสี่ยงของพวกเขา การใช้ข้อมูลเกี่ยวกับโรคและการเปิดรับตำแหน่ง นักสืบ แล้วคำนวณอัตราส่วนอัตราต่อรองที่มีความสัมพันธ์ระหว่างพฤติกรรมการเปิดรับ และโรค ในที่สุด ภายหลัง หรือช่วงความเชื่อมั่นที่คำนวณเพื่อประเมิน อย่างมีนัยสำคัญทางสถิติเลือกตัวควบคุม เมื่อการออกแบบการศึกษาทางระบาดวิทยา , หนึ่งในการตัดสินใจที่สำคัญที่สุดคือการตัดสินใจที่การควบคุมที่ควรจะ การควบคุมจะต้องไม่มีโรค การศึกษา แต่ควรเป็นตัวแทนของประชากรซึ่งในกรณีที่เกิดขึ้น ในคำอื่น ๆที่พวกเขาควรจะคล้ายกันกับกรณียกเว้นที่ไม่มีโรค การควบคุมให้ระดับของแสงที่คุณจะคาดหวังจะพบในผู้ป่วยกรณีถ้าสมมติฐานโมฆะจริง ถ้าแสงเป็นมากขึ้นทั่วไปในหมู่ผู้ป่วยคดีกว่าในการควบคุม เช่น ความเสี่ยงของผู้ป่วยพบว่าคดีส่วนใหญ่คาดการไว้ โดยการควบคุมแล้ว การกล่าวจะเกี่ยวข้องกับการเจ็บป่วยในทางปฏิบัติ การเลือกที่เหมาะสมที่สุด คือ กลุ่มควบคุมที่อาจจะค่อนข้างยาก นอกจากนี้ พนักงานสอบสวนต้องพิจารณาปัญหา logistical เช่นวิธีการติดต่อการควบคุมที่มีศักยภาพ ได้รับความร่วมมือของพวกเขา ตรวจสอบให้แน่ใจว่าพวกเขาจะปลอดจากโรคและการได้รับข้อมูลที่เหมาะสมจากพวกเขา ในการระบาดในชุมชน สุ่มตัวอย่างประชากรมีสุขภาพดีอาจ , ในทางทฤษฎี , กลุ่มที่ดีที่สุด ในการปฏิบัติ อย่างไรก็ตาม บุคคลในตัวอย่างสุ่มอาจจะยากที่จะติดต่อและลงทะเบียน อย่างไรก็ตาม นักวิจัยหลายคนพยายามที่จะลงทะเบียนเช่น " - ตามจำนวนประชากรของ " การควบคุมผ่านเลขหมายหมายเลขโทรศัพท์สุ่มในชุมชนหรือครอบครัว )กลุ่มอื่น ๆ การควบคุมทั่วไป ประกอบด้วยเพื่อนบ้านของผู้ป่วยคดีผู้ป่วยจากเดิมฝึกแพทย์หรือโรงพยาบาลที่ไม่มีโรค ในคำถามเพื่อนของผู้ป่วยคดีในขณะที่การควบคุมจากกลุ่มเหล่านี้อาจจะมีแนวโน้มที่จะเข้าร่วมในการศึกษาครั้งนี้ระบุว่าสุขภาพของประชากรมากกว่าการควบคุม พวกเขาอาจไม่สามารถเป็นตัวแทนของประชากร ถ้ากลุ่มควบคุมจะเป็นระบบที่แตกต่างจากกรณีกลุ่มในบางวิธี , สมาคมจริงระหว่างแสงและโรคอาจจะพลาดหรือ associati ปลอม