或计算95%CI，如果95%CI不包含1时认为暴露因素与发病的关联性具有统计学显著性。
D.2X2表（对照研究）的建立。
(3)分层分析。
分层分析和多因素分析是探讨两种或两种以上不同的暴露因素与疾病联系的有效方法。分析2个以上暴露因素与疾病联系时，采用多因素分析方法，分析2个暴露因素与疾病联系时，可采用2x4表的分层分析或采用Mantel—Haenszel（塞尔）分层分析。
(4)剂量反应关系。
在病例对照研究或队列研究中，OR值或RR值随着可疑食品进食数量增加而增大，且趋势卡方检验有统计学意义，则认为食用可疑食品与发病之间存在剂量反应关系。在剂量反应关系分析时，可疑食品的进食数量应设定3组以上，且不包括未进食组。
(5)应用分析性研究时应注意的几个问题。
A.是否选用分析性研究。
分析性流行病学研究是流行病学调查中对假设验证的一种方法。在食品安全事故流行病学调查中，“假设”是在事故描述性流行病学分析后，对事故的暴露或可能影响因素形成的有依据的设想，即本书所讲的应用描述性流行病学方法所得到的各种推断结果，对这些推断结果应该进行合理性评价（假设验证）。评价通常有两种方法：一种是将推断的结果与已存在的事实进行比较，另一种是应用分析性流行病研究方法去定量暴露或影响因素与疾病发生两者的关联程度，并评价偶然性的作用。显然第一种方法比第二种方法既简单又可靠，也就是说如果推断结果得到了流行病学、实验室和食品卫生学调查资料的强有力明显支持，就没有必要对推断结果再进行分析性流行病学研究了。如本书第四章所举的发生在石家庄市中华大街某小学的一起食物中毒。调查员提出的“该事故可能为食用未煮熟的豆浆而引起的食物中毒”的假设，在调查中得到了食品卫生学、实验室、流行病学调查资料的强有力明显支持，即假设已经得到了存在事实的证实，在这种情况下再应用分析性流行病学研究来证实假设的合理性就显然没有必要了。
B.队列研究和病例对照研究的选择。
队列研究和病例对照研究都有其自身的优点。应根据情况进行选择。一个好的经验是要始终考虑源人群（队列研究关注的是“某影响因素下出现病例的人群中所有人员”，病例对照研究关注的是“某影响因素下一定比例的确定病例和一定比例的健康者），如果其中的成员易于确认（如参加某个聚餐的人员、旅游团队的人员、封闭性就餐单位的人员），又有可能对每一个人或他们的一个有代表性的样本人群进行调查，则进行队列研究可能是最好的选择。如果病例间没有明显的联系（如由流通领域食品造成的食品安全事故，发生在社区的食品安全事故）使确认队列变得困难，或队列太大无法与每个人都取得联系（如大型集体单位食堂、大型餐饮业发生的食品安全事故等），这时病例对照研究则是一个最好的选择。
C.队列研究样本量的考虑。
队列研究需要考虑全部暴露人员，一般来讲，涉及的人员少于200例的应是合适选择。如人数较多，但易于确认的情况下，也可以使用队列研究，如持卡消费的集体食堂。如人数较多不易确认’但他们中的某一有代表性的人群易于确认，也可以选择这一代表性人群进行队列研究，如发生在校园内的食品安全事故，可随机选择某几栋宿舍或某几个班级进行调查研究，而不是选择整个学校。又如发生在某商店售出食品造成的食品安全事故，可选择使用信用卡消费的人群进行队列研究。
D.病例对照研究不能计算罹患率之比。
在病例对照研究中，使用的关联指标是暴露比（比值比、优势比），其反映的是病例人群和对照人群的暴露优势之比，并借此来衡量暴露是否存在和暴露水平的差异程度。进行病例对照研究，往往开始时只知道发病者（病例）和未发病者（对照），并不清楚在暴露组和未暴露组中的患病危险情况，所以其不能直接计算在队列研究中使用的关联指标一罹患率之比。
E.病例对照研究对照组的选择。
通常在病例对照研究中如何选择好对照组是比较困难的，但在食品安全事故病例对照研究中，由于病例组比较明确，对照组一般来讲也是比较容易选择的，常在病例组所在人群中，选择同样条件下（研究的与疾病暴露的有关因素）未发病的健康人群组为对照。病例人数较少时（<50例），可选择全部病例。人数较多时，可随机抽取50~100例，作为病例组。病例组和对照组的人数比例以1：2为适宜，最少不能少于1：1，最多不宜多于1：4（一般在病例组大于50名的病例对照研究中，1：1配对基本上就满足需要了。如病例组少于50名，可以使用1：2~1：4的病例对照匹配形式）。
例如：某地在某月10~20日之间发生了一起食源性腹泻病暴发，可能与在某餐馆就餐的食品有关。病例组为在该餐馆在此时间内或在首例发病前一个最长潜伏期内食用过该餐馆饭菜的腹泻发病人员。对照组为同时间段内在该餐馆用过餐，但未发病人员（最好是与病例组人员同餐同桌的就餐人员），且保证病例组与对照组人员匹配符合统计要求。
F.分析研究涉及多种可能暴露。
所研究的人群涉及多种可能暴露因素，需要建立多个2x2表分别计算出不同的可能暴露因素与疾病之间联系的罹患率比（风险比、相对危险度）或暴露比（比值比、优势比），以判断每种暴露因素是否与疾病有关联。如果发现有2个和2个以上不同的暴露因素与疾病有关联，需要采用分层分析和多因素分析方法继续进行分析，以排除混杂因素。通常2个以上不同暴露因素与疾病是否有关联采用多因素分析方法分析，2个不同暴露因素与疾病是否有关联采用2x4表分层分析。
G.2x2表中单元格内数值出现“0”时。
当2x2表中单元格内数值出现“0”时，是不能计算出罹患率比（风险比、相对危险度）或暴露比（比值比、优势比）的。在这种情况下，如果使用软件分析可能会出现错误信息。这时，我们可以尝试补充更多的研究对象，来消除单元格中的“0”值。如果这样是不可行的，可以将每一个单元格内的数据值均加“1”之后再计算，但应该在讨论中予以说明。
H.用；X（P<0.05）还是可信区间（95%CI）的选择。
X的二次方和可信区间都是对暴露与疾病关联的可能性是否大于偶然性的测定，其作用相同，选择哪一种方法均可。
I.计算X的二次方和可信区间公式的选择。
X的二次方和可信区间是对暴露与疾病关联的可能性是否大于偶然性的测定，在统计学里每一种测定都有几种公式，包括精确公式和近似公式。在非研究性的食品安全事故流行病学调查中，同一资料无论采用哪种公式计算得到的值并以此做出的有关结论都是一致的，所以我们没有必要刻意地要求用哪一个公式。但在进行/检验时，如果总例数少于30或2x2表中任一单元格内的期望值小于5时（任一单元格内期望值的计算方法是其所在行合计与列合计之积除以总合计），则不适合使用通常讲的/检验，而应采用精确Fisher概率法。精确Fisher概率法的运用和尤2或95%CI的计算公式可查阅有关统计学教科书。
J.可信区间（置信区间）。
在计算罹患率比（风险比、相对危险度）或暴露比（比值比、优势比）这两个关联指标时，现在食品安全事故流行病学调查更习惯用可信区间去测量关联性的可能性是否大于偶然性。通常情况下，我们在流行病学中常使用的是95%可信区间。可信区间有两个重要作用，一是能够对统计显著性进行评估，如果罹患率比或暴露比的可信区间包括了“1”，就意味着它没有统计意义上的显著性，如果罹患率比或暴露比的可信区间不包括“1”，就意味着它具有统计意义上的显著性和P<0.05具有相同的意义；二是可信区间可用来对一个估计的精确性进行评价。一般而言，可信区间较宽，表明RR（或OR）值变异大，精确度较低；可信区间越窄，表明RR（或OR）值变异越小，精确度越高。一般来说，可信区间的精确度受研究标本大小的影响。小的样本量会导致一个不精确的估计结果（出现较大的可信区间）。大的样本量则会得到一个较精确的估计结果（出现一个很小的可信区间）。
K.分析研究所检验的假设本身存在不足。
我们举一个例子来说明此种情况。如发生在美国俄亥俄州一起沙门菌暴发的实例。事故发生后，调查人员在进行病例对照研究时，就暴露问题调查了很多种食物，但研究结果未能发现任何可能的食物是暴露因素。这时调查人员注意到所有病例家庭中都有15.35岁年龄段的成员，但在半数以上的对照家庭中没有这一年龄段的成员。这一现象，促使调查人员考虑在青年人中间普遍存在某种传播媒介物。重新设计并实施了新的调查后，进行第二次病例对照研究，结果发现大麻是暴发的传染源，这一发现后来通过实验室对大麻的分析所证实。
通过上例说明我们所提出的假设如存在不足，会从根本上导致我们分析研究的失败。遇到此类情况时，我们必须重新对现有的数据进行分析，以从病例那里获得更多的信息并尝试提出新的假设，再进行分析研究。
L.用分析性研究对某些控制措施进行评价。
我们依然以举例子的形式来说明此种情况。如一所酒店因食用盐水虾而导致的副溶血弧菌食物中毒暴发后，我们可开展一项食用盐水虾时同时食用食醋与发病关联性的调查研究。通过分析和结果的产生，我们的目的达到证实，食用盐水虾时同时食用食醋可以减少副溶血弧菌中毒病例的发生（表现为95%可信区间出现负相关）。
M.同一起事故中递进性的分析性研究。
在许多同一起食品安全事故中，对疾病的影响因素会呈现层次性影响，我们应对影响因素进行递进性的分析性研究。如一起食物中毒事故，我们通过比较病例和一般公众对照的暴露情况，可能发现此次事故与某一个餐馆有关。继而再通过对病例和在该餐馆就餐未发病食客暴露情况研究，可能发现此次事故与该餐馆的某餐次有关。紧接着再通过对该餐次就餐人群中发病与未发病食客具体食用食品情况的研究，可能发现此次事故与该餐次的某种食品有关。进而我们可以对该食品的原料卫生质量、制作过程、保存条件、食用方法等进行调查，并采集有关样品进行检验，最后查明事故原因。
N.分析性研究结果可能会出现偏差。
分析性流行病学研究给我们提供了一个很好的研究暴露和影响因素与疾病是否有关联的方法，但因其研究过程受多种复杂因素的影响，其结果也可能出现偏差。在我们应用其结果时，一定要考虑我们所获得的结果是否受到了机遇、选择性偏倚、信息偏倚、混杂因素和研究者误差所影响，并要保证所获得的结果符合因果推论相应准则（因果推论相应准则见本书第七章“事故结论中因果推论应当考虑的六大因素”部分；机遇、选择性偏倚、信息偏倚、混杂因素、研究者误差可查阅有关流行病学和统计学教科书）。如果一旦发现研究结果受到了上述因素影响而导致了结果偏差或研究结果与因果推论准则出现矛盾，就应重新审核和组织调查资料进行重新研究。
0.如何避免分析性研究结果出现偏差。
如果RR或OR值较大，且P值较小（或可信区间较窄），机遇造成的结果偏差可能性不大；病例和对照标准合理，研究对象参与性良好，则出现选择性偏倚的可能性较小；采用了标准调查表收集信息、经由训练有素的调查员实施调查，则信息偏差会得到一定控制；如果有混杂因素出现，进行混杂作用的评价，证实其不存在，则混杂偏倚得到了控制；资料输入、整理和统计运算可靠、则可以排除研究者误差的可能。
3.可能致病食品（可能致病餐次）应当符合的客观条件。
