TY - JOUR AU -凯斯-盖约，艾曼纽埃尔AU -阿斯曼，凯伦AU -安德列娃，瓦伦蒂娜AU -卡斯特本，卡蒂亚AU - Méjean，卡罗琳AU -图维耶，马蒂尔德AU -萨拉纳夫，Benoît AU -德尚，Valérie AU - Péneau，桑德琳AU -费泽，Léopold AU -茱莉亚，尚塔尔AU - Allès，本杰明AU -加兰，皮拉尔AU -赫茨伯格，Serge PY - 2016 DA - 2016/10/18 TI - e -流行病学中方法学验证研究的经验教训JO - JMIR公共卫生监测SP - e160 VL - 2 IS - 2 KW -队列研究KW -偏倚，流行病学AB -背景:传统的流行病学研究方法表现出局限性，导致高后勤、人力和财政负担。创新数字工具的持续发展有可能克服许多现有的方法问题。尽管如此，基于网络的研究仍然相对少见，部分原因是对有效性和可泛化性的持续担忧。目的:本观点的目的是总结NutriNet-Santé研究中的方法学研究结果，这是一项法国基于网络的队列研究。方法:基于NutriNet-Santé电子队列(目前包括>万名参与者)之前的发现，我们综合了样本代表性、有利的招募策略和数据质量方面的电子流行病学知识。结果:总体而言，报告的结果支持基于网络的研究在克服流行病学研究中常见方法缺陷方面的有用性，特别是在数据质量方面(例如，体重指数[BMI]分类的一致性为93%)，减少社会可取性偏差，以及获得广泛的参与者资料，包括难以触及的亚群体，如年轻人(12.30%[15,118/122,912]，<25岁)和老年人(6.60%[8112/122,912]，≥65岁)，失业或家庭主妇(12.60%[15,487/122,912])和低教育程度(38.50%[47,312/122,912])。然而，一些选择偏差仍然存在(78.00%(95,871/122,912)的参与者是女性，61.50%(75,570 /122,912)有高等教育背景)，这是队列研究纳入的固有方面; other specific types of bias may also have occurred. Conclusions: Given the rapidly growing access to the Internet across social strata, the recruitment of participants with diverse socioeconomic profiles and health risk exposures was highly feasible. Continued efforts concerning the identification of specific biases in e-cohorts and the collection of comprehensive and valid data are still needed. This summary of methodological findings from the NutriNet-Santé cohort may help researchers in the development of the next generation of high-quality Web-based epidemiological studies. SN - 2369-2960 UR - http://publichealth.www.mybigtv.com/2016/2/e160/ UR - https://doi.org/10.2196/publichealth.5880 UR - http://www.ncbi.nlm.nih.gov/pubmed/27756715 DO - 10.2196/publichealth.5880 ID - info:doi/10.2196/publichealth.5880 ER -