玻尔百科在任何研究领域，从公共卫生到天体物理学，一个基本的出发点都是量化某种现象“有多少”。当我们探究一种慢性病的负担、一种社会趋势的影响范围，甚至我们银河系中行星的数量时，我们都在思考患病率这一概念。这个重要的指标提供了一个静态的快照，反映了某一状况在特定时刻在人群中所占的足迹。然而，仅有快照是不够的；要真正理解其动态变化，我们还必须掌握新病例出现的速度——即所谓的发病率。本文将揭开这些基础测量支柱的神秘面纱。在第一章“原理与机制”中，我们将定义患病率和发病率，通过“浴盆模型”探讨它们之间优雅的关系，并识别用于测量它们的科学方法。随后，“应用与跨学科联系”一章将展示这些概念在现实世界中的应用，从指导医疗政策、解决流行病学难题，到理解宇宙本身。
在科学中，如同在生活中一样，一些最深刻的思想始于最简单的问题。如果我们想了解一种状况，无论是城市中的流感、银河系中拥有行星的恒星数量，还是一种新时尚潮流的流行程度，我们能问的最基本问题是：“现在，它有多少？”这个简单的问题是通往患病率概念的大门。
想象一下，你站在一座桥上俯瞰一个熙熙攘攘的城市广场，并拍下了一张照片。如果你想知道戴红帽子的人的“患病率”，你只需数出照片中戴红帽子的人数，然后除以照片中的总人数。这就是时点患病率的精髓：它是一个快照，衡量在某一瞬间，某个群体中具有某种特征的比例。
在流行病学术语中，这是一个比例。比例是一种特殊的分数，其中分子（具有该特征的人）是分母（被观察的整个群体）的一个子集。它是一个介于 和 之间的无量纲数，通常表示为百分比。例如，如果在1月1日的一项健康调查中，一个拥有5万人口的城市里发现有3500名糖尿病患者，那么糖尿病的时点患病率就是 ，即 (7%)。
这与率不同，率的分母总是包含时间，比如“英里/小时”中的速度。它也不同于比，比是两个数更宽泛的比较，其中分子不必是分母的一部分——例如，男性与女性的住院次数之比。患病率，在其最简单的形式中，是一个比例，而不是一个率或一个广义的比。
有时，单个瞬间的限制性太强。如果你的相机快门速度很慢，捕捉到了一分钟的长曝光照片呢？你就可以问：在这一分钟内的任何时间点，戴红帽子的人的比例是多少？这将包括在整个一分钟内都戴着帽子的人，以及在曝光期间戴上帽子的人。这就是时期患病率背后的思想，它衡量在指定时间段内任何时间点，人群中患有某种疾病的比例。但无论是针对一个瞬间还是一个时期，患病率从根本上讲都是关于计算现有的病例——它是衡量一种状况对人群造成的总体负担的指标。
然而，一张静态的照片只讲述了故事的一部分。城市广场并非静止不动；人们在不断移动。新的戴红帽子的人到来，而其他人则摘下帽子。患病率的静态图像并不能告诉我们这些变化发生得有多快。要理解这种动态，我们需要一个新概念：发病率。
如果说患病率问的是“有多少？”，那么发病率问的是“有多快？”。它衡量的是在一个先前没有该状况的人群中，新病例出现的速率。发病率是驱动患病率的引擎。它是对风险或进入患病状态的动态流动的衡量。
正如测量运动有不同的方法一样，测量发病率也有两种主要方式：
发病比例（累积发病率或风险）： 这是最直观的风险衡量标准。想象一下，你在广场上确定了1000名没有戴红帽子的人。然后你对他们进行一小时的跟踪观察。如果到一小时结束时，其中有50人戴上了红帽子，那么这一小时的发病比例就是 ，即 。它代表了该群体中个体在特定时间段内成为“病例”的平均风险。分母是开始时处于风险中的人数。在传染病暴发中，这个指标有一个著名的名称叫罹患率——即在暴发期间，易感人群中生病的比例。
发病率（发病密度）： 一种更强大、更精确的测量方法。在现实世界中，很难让每个人都接受完全相同时间的观察。有些人可能在10分钟后离开广场，而其他人则待满整整一小时。发病率通过改变分母巧妙地解决了这个问题。我们不再计算人数，而是将每个人在风险中被观察的总时间加起来。这被称为人时。如果我们观察100人，每人一年，我们就有了100人年的观察量。如果在此期间出现了两个新病例，那么发病率就是每100人年2例。这是一个真正的率，单位是病例数/人时（如 ），衡量人群中新病例发生的“速度”。
所以，我们有了一个静态的负担测量指标（患病率）和一个动态的新发病例测量指标（发病率）。它们之间有何关联？它们之间的联系是所有流行病学中最优雅和有用的原则之一，可以通过一个简单的类比来理解：浴盆。
把浴盆里的水位想象成一种疾病的患病率——当前患病的总人数。从水龙头流入浴盆的水是发病率——新病人出现的速率。通过排水口流出浴盆的水代表病人康复或死于该疾病。一滴水在浴盆中平均停留的时间就是疾病的平均病程。
现在，如果一个群体处于稳态（意味着疾病模式随时间相对稳定），浴盆中的水位将保持不变。要使水位恒定，流入量必须等于流出量。这个简单的平衡导出了一个优美的数学关系：
这个小小的方程式功能极其强大。它告诉我们，一种疾病患病率高可能有两个原因：要么它的发病率高（水龙头开得很大），要么它的病程长（排水口部分堵塞）。
以普通感冒为例。它的发病率极高——每周都有数百万新病例发生。但它的患病率虽然显著，却并非天文数字。为什么？因为它的病程短（几天），所以“排水口”是敞开的。现在考虑像HIV这样的疾病，在有效的抗逆转录病毒疗法时代。其发病率（新感染）远低于感冒。然而，由于治疗使人们能够带病生存数十年（病程很长），其患病率相当可观。水流进来得慢，但流出去得更慢，所以浴盆里的水位仍然很高。这个源于“流量平衡”论证的简单方程式，将患病率的静态快照与塑造它的发病率和病程的动态力量统一起来。
这些概念不仅仅是抽象的想法；它们与我们用来研究世界的工具有直接的联系。你问的问题类型决定了你必须进行的研究类型。
如果你的目标是测量患病率，最完美的工具是横断面研究。这相当于我们拍摄快照的科学等价物。研究人员在单个时间点进入一个群体，同时测量暴露和疾病。它为你提供了“现状”的完美图像，但无法告诉你“将要发生什么”。它无法测量发病率，因为它不随时间跟踪人们以观察谁会患上疾病。
如果你的目标是测量发病率，即新病例的流动，你需要的是一部电影，而不是一张快照。用于此目的的工具是队列研究。在队列研究中，研究人员确定一组在开始时没有该疾病的人（一个队列），并随时间向前跟踪他们。通过跟踪在随访期间谁生病了，他们可以直接计算出发病比例（风险）和发病率。这是理解疾病发展风险和速率的黄金标准。
我们讨论的原则是优雅而清晰的。但将它们应用于混乱、复杂的现实世界需要谨慎、智慧和健康的谦卑。一个数字，无论是患病率还是发病率，都不是最终的真理；它是一个必须被解读的线索。
考虑测量像 Sjögren 综合征这样的自身免疫性疾病患病率的挑战。几个复杂问题会立即出现：
病例定义： 谁算作“病例”？我们是使用非常严格的定义，要求特定的抗体测试和组织活检？还是使用基于临床症状的更宽泛的定义？改变定义可以极大地改变我们患病率计算的分子。一个宽泛的定义可能得出 的患病率，而一个严格的定义可能只给出 。病例的性别比也可能改变，从严格定义下的 （女性对男性）变为宽泛定义下的 。你得到的数字完全取决于你如何定义你正在计数的东西。
选择偏倚： 你在哪里寻找你的病例？如果你只统计一家专业的三级保健诊所的病人，你很可能会发现最严重或最“经典”的病例。你的患病率估计将会出现偏差，这个问题被称为转诊偏倚。该诊所的病人群体并不是整个社区的代表性快照。
人口结构： 如果这种疾病在老年人中更常见怎么办？如果你比较A市（中位年龄35岁）和B市（中位年龄55岁）的粗患病率，你可能会发现B市更高。但是，那里的风险真的更高吗，还是B市仅仅是有更多处于高风险年龄组的人？如果不根据两个城市不同的年龄分布进行调整，直接比较是具有误导性的。
这些挑战并不会使我们的原则失效。恰恰相反，它们凸显了为什么深刻理解这些原则是如此关键。了解患病率和发病率之间的区别，并通过“浴盆”模型理解它们的关系，为我们提供了对数据提出正确问题的框架。它让我们看到一个简单的数字不是答案，而是一段探索人群健康的迷人发现之旅的开始。
在掌握了区分新发疾病病例流动与现有病例存量的原则之后，我们现在可以踏上一段旅程，看看这些思想在实践中的应用。对于物理学家来说，一个概念的真正价值不是体现在其抽象定义中，而是在于它描述、预测和统一世界上看似不相关部分的力量。患病率也是如此。它远不止是一个简单的统计数据；它是一个镜头，通过它我们可以管理我们的卫生系统，理解疾病的动态，揭示隐藏的生物学故事，甚至，正如我们将看到的，计算我们世界之外的星球数量。
想象一下，你正在管理一个大型神经内科诊所。你如何为来年规划预算和人员配置？你需要知道两件不同的事情。首先，有多少患有像心因性非癫痫性发作 (PNES) 这样的现有慢性病的患者将继续需要护理？这是一个关于患病率的问题。通过了解你的病人群体中PNES的患病率，你可以估计你需要提供的随访预约、药物管理和支持服务的数量。其次，有多少新患者会第一次走进你的诊所寻求诊断？这是一个关于发病率的问题。它告诉你需要为多少诊断性检查和初次会诊做准备。患病率告诉你现有的负担；发病率告诉你即将到来的流量。两者对于一个功能正常的卫生系统都不可或缺。
同样的逻辑可以从单个诊所扩展到整个国家。当公共卫生部门进行社区健康需求评估时，他们本质上是在为人群的健康“把脉”。他们使用患病率来回答这个问题：“我们现在的疾病负担是什么？”例如，糖尿病的患病率决定了对内分泌科服务、糖尿病教育项目以及胰岛素和血糖监测仪等物资的需求。它是为照顾那些已经患有某种疾病的人分配资源的根本性衡量标准。
然而，现实世界增加了一层引人入胜的复杂性。究竟谁算作“病例”？正如追踪莱姆病的官员所知，答案取决于你的目的。对于治疗病人的医生来说，基于其最佳判断的临床诊断才是最重要的。但对于需要跨州和跨年比较趋势的公共卫生机构来说，需要一个更严格的监测病例定义，以确保每个人都在计算同样的东西。这意味着为公共卫生监测计算的患病率可能与任何时候接受临床护理的人数不同，这对于任何解释这些公共卫生数据的人来说都是一个至关重要的区别。计数的简单行为，在实践中，是一种复杂的定义行为。
也许最美妙的洞见来自于我们不再将患病率视为静态快照，而是将其视为动态平衡。想象一个浴盆。从水龙头流入的水是发病率——新发疾病病例出现的速率。任何给定时刻的水位是患病率——当前患病的总人数。而从排水口流出的水代表康复或不幸死于该疾病的人。这种流出的速率与疾病的平均病程有关。
对于处于稳态的疾病，一个简单而深刻的关系出现了： 患病率约等于发病率乘以病程。
这个简单的方程式具有惊人的影响。思考一下历史上对抗麻风病的斗争。多药联合疗法 (MDT) 的引入是一个奇迹。它可以在一年内治愈这种疾病，而以前它可能会持续五年或更长时间。现在，看看我们的浴盆。MDT并没有立即阻止新的感染——水龙头 () 仍然以同样的速度在流。但它极大地拓宽了排水口，减少了疾病的病程 ()。结果，水位——患病率 ()——急剧下降。通过缩短病程，公共卫生官员可以大幅减少任何时候遭受该疾病折磨的人数，这是一项在患病率数据中直接可见的巨大胜利。
但这个方程式也包含一个悖论。考虑另一种疾病，复发性呼吸道乳头状瘤病 (RRP)，新的治疗方法可能帮助患者带病活得更长，但不能治愈它。在我们的类比中，这就像部分堵塞了排水口；病程 () 增加了。即使发病率 () 保持不变，水位 () 也会上升。因此，慢性病患病率的增加可能是一个成功的迹象——证明了治疗正在将曾经致命的疾病转变为可管理的慢性病。更多的人是带病生活，而不是死于该病。
患病率不仅用于计数；它还用于理解。当按年龄、地理或人群进行分解时，患病率模式可以讲述丰富的故事，并指向隐藏的病因，就像侦探利用线索破案一样。
让我们回到RRP。流行病学家注意到其年龄患病率中一个奇怪的双峰模式，即两个峰值。一个高峰出现在幼儿期，另一个独立的高峰出现在青年期。这是一个强有力的线索。它暗示的不是一个，而是两个截然不同的传播故事。儿童期的高峰指向出生时母婴之间的围产期传播。成年期的高峰则指向生命后期另一种不同的传播途径，可能是性接触。患病率模式揭示了病毒在人群中传播的生物学本质。
同样，通过测量全球不同类型青光眼的患病率，我们揭示了关于健康公平的严峻现实。原发性开角型青光眼 (POAG) 在非洲裔人群中的患病率显著高于欧洲或亚洲裔人群。相反，原发性闭角型青光眼 (PACG) 在东亚和北极因纽特人群中是更重的负担。这些不仅仅是枯燥的统计数据。它们是紧急的信号，指向潜在的遗传和解剖学差异，并作为道德和实践的指南针，指导我们必须在哪里有针对性地进行筛查、研究和医疗资源投入，以解决这些深刻的差异。
当处理像阿片类药物流行这样的复杂危机时，这套工具的全部威力就得以释放。在这里，需要一个指标仪表盘，每个指标都讲述故事的一部分。发病率（新的阿片类药物使用障碍诊断）告诉我们初级预防措施（如更安全的处方）是否有效。患病率告诉我们该障碍巨大的现有负担，并量化了对治疗和康复服务的巨大需求。死亡率和生命损失年 (YLL) 量化了悲惨的、致命的代价，并要求采取紧急应对措施，如过量预防。通过部署这整套指标，以患病率为核心，卫生官员可以设计一个全面的策略，既能灭火（过量），又能治疗受害者（现有病例），还能预防未来的火花（新发病例）。
从本质上讲，测量患病率的挑战是校正不完全观察的挑战。我们想知道事物的真实数量，但我们只能看到其中的一小部分。解决方法总是一样的：将你观察到的数量除以观察到它的概率。我们已经在流行病学中看到了这种逻辑的运用。现在，让我们仰望星空。
一位天文学家想知道我们银河系中像超级地球这样的行星的真实“患病率”。他们将像NASA的开普勒望远镜这样的设备对准一片天空，观察成千上万颗恒星，等待由行星凌星（即从其恒星前方经过）引起的星光微小下降。但他们只有在行星的轨道恰好从我们的视角看是侧向对齐时才能探测到它——这就是几何凌星概率 。此外，他们的仪器和软件并非完美；他们会错过一些确实发生的凌星事件——这就是探测完备性 。
为了找到行星的真实内在出现率 ，天文学家使用了一个现在应该看起来非常熟悉的方程式： 这里， 是他们观察到的行星数量， 是他们调查的恒星数量。为了找到行星的真实患病率 ()，他们必须将观察到的计数进行偏差校正——即凌星发生的概率和探测到它的概率。
这正是相同的基本逻辑。系外行星的“出现率”就是天文学家的“患病率”。校正探测完备性就像流行病学家考虑诊断不足一样。校正几何概率就像考虑到并非每个感染者都会表现出症状并引起医生注意一样。
从医院的内部运作到大流行的宏大动态，从遗传风险的微妙线索到我们银河系中世界的普查，患病率的概念提供了一条统一的线索。它是一个简单的想法，源于计数的需要，却发展成为一个强大、多功能且优美的工具，用以理解我们的世界和我们在宇宙中的位置。