流行病学研究中常见偏倚及其控制.ppt

流行病学研究中常见偏倚及其控制.ppt

《流行病学研究中常见偏倚及其控制.ppt》由会员分享，可在线阅读，更多相关《流行病学研究中常见偏倚及其控制.ppt（34页珍藏版）》请在冰点文库上搜索。

流行病学研究中常见偏倚及其控制,2,偏倚是误差的一种。

误差是由于各种因素的影响导致测量结果与事物的真实情况之间的差异。

误差的存在，影响了研究结果的真实性，有时还可能导致错误的结论。

在流行病学研究必须考虑能否得到正确的结果和结论，使研究结果与客观、真实情况一致。

3,学习内容：

偏倚的种类偏倚的产生或出现的原因和条件避免或控制偏倚的方法,4,第一节误差,一、误差的概念误差（error）是指对事物某一特征的测量值偏离真实值的部分。

真实值测量的要求：

必须有“金标准”或相对可靠的标准。

5,二、误差的种类临床研究中常见的误差有两类：

随机误差（randomerror）和系统误差（systematicerror）。

1随机误差由于随机因素造成的所得均值与总体参数的差异。

例子：

如抽样误差随机误差的特点：

它普遍存在，不可能完全消除，但可以通过合理的设计、正确的抽样等使之减小；样本的观察值都在平均值上下分布，从许多无偏倚样本中得到的观察值均数，假如数量较大，总是趋向于接近总体值；随机误差的范围可以用可信区间估计，当保持随机方法而加大样本时，样本均值逐渐向总体均值接近。

6,2系统误差：

也称偏倚，是向量的方向一致或基本一致时的误差，或倾向性的误差。

系统误差产生的常见原因：

样本选择的不同测量仪器不精确试剂不纯操作不符合要求分析错误,7,随机误差和系统误差（偏倚）的差异,从图71可见：

随机误差由于测量中随机变量的影响，个体的血压读数出现的误差，从而使血压计读数分布在均数周围；系统误差是由于血压计测量个体血压所得的数值均偏离了用动脉内套管直接测量到的血压值。

适当地重复试验或增加样本含量可以减少随机误差，但不能减少系统误差。

8,第二节偏倚（bias）一、偏倚的概念在流行病学研究中样本人群所测得的某变量值系统的与目标人群中该变量真实值的偏离使研究结果或推论结果与真实情况之间出现偏差系统误差造成的。

9,二、偏倚的方向和分类偏倚的方向有两种（如果某一特征的真实值为，而测量值为）正向偏倚：

当时，为正偏倚。

正偏倚会夸大研究的结果；负向偏倚：

当时，为负偏倚。

负偏倚则会减小研究的结果。

偏倚的原因分为三大类：

选择偏倚（selectionbias）信息偏倚（informationbias）混杂偏倚（confoundingbias）。

10,

（一）选择偏倚,选择偏倚产生的时期：

研究的设计阶段选择偏倚产生的原因：

选择研究对象的方法不当，两组研究对象间存在除研究因素以外的其他因素分布不均衡。

选择偏倚对结果的影响：

人为地夸大或减小了研究因素与疾病之间的关联度。

了解选择偏倚有两个目的：

第一，在设计中充分考虑、尽量避免；第二，在分析与做结论时要慎重。

11,选择偏倚的种类根据其产生的原因，常见的有以下几类：

1.人院率偏倚（admissionratebias）也叫伯克森（Berkson）偏倚2.现患新发病例偏倚（prevalence-incidencebias）也叫奈曼（Neyman）偏倚3.无应答偏倚（non-respondentbias）4.检出征候偏倚（detectionsignalbias）亦称揭露伪装偏倚（unmaskingbias）5.易感性偏倚（susceptibilitybias）,12,1入院率偏倚（admissionratebias）也叫伯克森（Berkson）偏倚概念：

在进行病例对照研究、临床防治试验、预后判断等研究时，利用医院就诊或住院病人作为研究对象时，由于入院率或就诊机会不同而导致的偏倚。

原因：

没有包括抢救不及时而死亡的病例；距离医院远的病例；无钱住院的病例；病情轻的病例。

后果：

若只选择住院病例进行研究，则可产生虚假的OR值,13,表71提示：

在一般人群中和住院病人中研究骨和运动器官疾病与呼吸道疾病之间的关系，由于研究对象的来源不同，其研究结果的OR值不同。

14,2现患新发病例偏倚（prevalence-incidencebias）也叫奈曼（Neyman）偏倚概念：

因现患病例与新病例的构成不同，只调查典型病例或者现患病例的暴露状况，致使调查结果出现的系统误差。

原因：

病例对照研究中的病例组和现况研究中的调查对象一般选择现患病例；队列研究中的病例是新发病例两类病例疾病状况有差别，所得到的某因素与某病的关系就会出现偏倚。

此外，某些病人因患病而改变了其原来某些危险因素暴露状况，从而低估了这种危险因素的作用。

15,表72是Friedman等人在美国弗明汉地区对男性居民心血管系统疾病的研究中发现:

在队列研究中，血胆固醇与冠心病的RR值为2.4；在病例对照研究中，病例组与对照组却无明显差异（OR为1.16）。

进一步分析发现，冠心病的病人在确诊后，改变了原来的生活习惯或嗜好，从而使血中胆固醇水平降低，或与正常人相比胆固醇水平增长速度较慢所致。

例子：

16,3无应答偏倚（non-respondentbias）概念：

在流行病学调查研究中，由于无应答者与应答者在某些重要的特征或暴露方面存在差别而产生的偏倚。

无应答者超过一定的比例，将会影响研究结果的真实性。

17,1966年Taylor报告了无应答偏倚的例子研究人员调查美国西北部铁路职工冠心病分布情况。

一般职员有73.6参加，冠心病现患率为43。

扳道工有58参加，冠心病现患率为24。

两者差异有显著性。

6年后证实上次检查时部分患冠心病的扳道工因害怕被解雇没有参加调查，所以当时冠心病现患率上的差别是由于无应答偏倚造成的。

18,无应答偏倚在观察性研究或实验性研究中均可发生。

无应答的原因是多种多样的。

如身体健康状况、对健康关心程度、对调查内容是否感兴趣、年龄、受教育程度、外出未归以及调查一些敏感问题等等均可影响研究对象的应答率。

年龄大，文化水平低的，应答率低。

无应答偏倚的大小主要取决于无应答率的高低和无应答者的特征，所以要注意无应答者的人数及发生原因。

如果发生这些情况的原因是患病、死亡以及与研究因子有关的其他事件，则造成偏倚的可能性很大。

调查报告中须交待清楚应答率、对影响因素的分析及对无应答者的处理方法等。

公认的应答率最低限应为80。

19,4检出征候偏倚（deteetionsignalbias）亦称揭露伪装偏倚（unmaskingbias）。

概念：

指某因素与某疾病在病因学上虽无关联，但由于该因素的存在而引起该疾病症状或体征的出现，从而使患者及早就医，接受多种检查，导致该人群较高的检出率，以致得出该因素与该病相关联的错误结论的现象。

服用复方雌激素与子宫内膜癌关系的实例妇女使用雌激素刺激子宫内膜生长，而导致子宫出血，因而频繁就诊接受检查，使医生能及早发现子宫内膜癌；患子宫内膜癌但无症状且不服雌激素的早期病例，很少或没有子宫出血，而减少了就诊机会，使该病不易及早被诊断出来。

导致雌激素与子宫内膜癌之间的虚假联系。

20,5易感性偏倚（susceptibilitybias）概念：

观察对象可能由于不同主客观原因，不同暴露于危险因素的概率等，致使各比较组对所研究疾病的易感性有差异，从而可能夸大或缩小了暴露因素与疾病的关联强度，导致某因素与某疾病间的虚假联系而产生的偏倚。

例子研究某一有毒物质对作业工人的健康危害接触此类有毒物质者，由于工作性质的需要，其健康水平比一般人群高，对毒物的耐受比一般人群要强，易感性比一般人群要低，因此出现暴露于该有毒物质者的死亡率或某些疾病的发病率反而比一般人群低的研究结果。

21,

（二）信息偏倚又称观察偏倚（observationalbias）或测量偏倚（measurementbias）,指在收集资料阶段对各比较组所采用的观察或测量方法不一致，使各组所获得的信息存在系统误差。

各种类型的流行病学研究中都可发生信息偏倚，可来自于研究对象、研究者本身，也可来自于测量仪器、设备、方法等。

信息偏倚的表现是使研究对象的某种特征被错误分类，研究对象不正确地反映某些信息致使研究者判断错误等。

如暴露于某因素者被错误地认为是非暴露者，某病的患者被认为是非患者,22,信息偏倚常见的几种类类型：

1回忆偏倚（recallbias）2诊断怀疑偏倚（diagnosticsuspicionbias）3暴露怀疑偏倚（exposuresuspicionbias）4报告偏倚（reportingbias）5检出偏倚（detectionbias）6诱导偏倚（inducementbias）,23,1回忆偏倚（recallbias）概念：

在回忆过去的暴露史或既往史时，因研究对象的记忆失真或回忆不完整，使其准确性或完整性与真实情况间存在的系统误差。

产生的原因：

没有留下深刻的印象而被遗忘；研究对象记忆不清或已经遗忘；因研究对象对所调查的事件或因素关心程度不同，回答问题的多少及准确性有所不同。

如病例对照研究中，病例组的病人因患病而对过去的暴露史回忆得比较认真，也比较准确；而对照组的非病人因未患所研究的疾病对过去的暴露史未能认真地回忆或回忆不完全，因此使病例组和对照组提供的既往史的准确性和完整性有较大的差异。

24,2诊断怀疑偏倚（diagnosticsuspicionbias）概念:

事先已知研究对象的暴露史，对暴露者和未暴露者在诊断疾病过程中采取了不可比的作法，对暴露者使用多种诊断方法或灵敏度高的方法进行详细检查，使暴露组的诊断率和检出率高；于非暴露组，由此导致研究结果上的偏倚。

例如:

长期服用氯霉素与粒细胞减少症、再生障碍性贫血等疾病的关系，可以人为夸大服用氯霉素与粒细胞减少症、再生障碍性贫血等疾病的关联。

25,3暴露怀疑偏倚（exposuresuspicionbias）概念：

事先了解研究对象的患病情况或某种结局，主观上认为某病与某种因素有关联时，在病例组和对照组中采用不同的方法或使用不同深度和广度的调查方法探索可疑的致病因素，由此引起的偏倚称为暴露怀疑偏倚。

此类偏倚主要见于病例对照研究。

例如：

Davis等在一项有关服用TAMPON和中毒性休克综合征的病例对照研究中，研究者亲自调查询问病例组的情况，而对照组则采取被调查者自己填写调查表的方式去调查，由于两组调查方式及调查深度、广度不同，从而影响了研究结果的真实性。

26,4报告偏倚（reportingbias）也称说谎偏倚概念：

指研究对象因某种原因故意夸大或缩小某些信息而导致的偏倚。

实例：

研究对象有意反映治疗药物好，对照药不好；涉及被调查者的隐私、不愿公开的敏感问题，如研究未婚者人工流产，中、小学生吸烟情况，性乱关系等事件；有时在调查时涉及劳保、福利等问题，研究对象可能会故意夸大或缩小某些暴露因素的信息。

27,5检出偏倚（detectionbias）概念：

实验过程中由于实验的仪器和试剂质量不好及操作人员的操作误差造成的偏倚称为检出偏倚。

原因：

如测量仪器不准确，未经校正，或试剂不准确，批号不统一，实验方法的标准或程序不一致，操作人员的技术不规范等。

28,（三）混杂偏倚（confoundingbias）,概念：

混杂偏倚是指在流行病学研究中，由于一个或多个潜在的混杂因素（confoundingfactor）的影响，掩盖或夸大了研究因素与疾病间的联系。

原因：

设计阶段未能对混杂因素加以控制。

资料分析时未能进行正确校正。

常见的场合：

病因研究、效果评价等研究中。

29,1混杂因素的概念：

混杂因素亦称外来因素（extraneousfactor）是指与研究因素和研究疾病均有关，若在比较的人群中分布不均，可歪曲（夸大或缩小）研究因素与疾病之间真正联系的因素。

2混杂因素的特征：

（1）混杂因素必须是所研究疾病的独立危险因素，如果不找出或不避开，所得的研究结果可能不是研究因素造成的；

（2）混杂因素必须与所研究的暴露因素存在统计学联系；（3）混杂因素不应是暴露因素与疾病因果链中的一个环节或中间变量。

30,3混杂因素的测量测量混杂因素可结合专业知识，并按下述定量判别混杂偏倚和混杂因素的方法进行判别。

根据专业知识提出研究中可能存在的混杂因素，研究中常见的混杂因素可分为两类：

（1）其他未知的病因因素的相关因素或代表因素：

常见的有与人口统计学有关的因素，如年龄、性别、职业、经济收入、文化水平等指标是经常遇到的混杂因素。

在一项病因学的因果关系研究中，对各种人口统计学因素能否发挥作用及原因要逐一进行分析。

（2）暴露因素以外的其他病因因素或危险因素：

混杂因素广泛存在，表现形式多样，在研究中要结合其他的临床研究以及基础研究等共同考虑某些因素的作用。

31,利用分层分析可定量判别某因素是否为混杂因素（表7-3和表7-4）。

分析时按某可疑混杂因素f分层后，用Mantel-Haenszel法计算调整后的OR值，即aOR（f），然后与未分层的OR值（cOR）进行比较，即可判定f是否为混杂因素。

如果cORaOR（f），则f不是混杂因素；反之，如果cORaOR（f），则f是混杂因素。

通过分层分析既可以对混杂因素进行定量判别，又是控制混杂偏倚的有效方法。

32,计算aOR（f）（按某可疑混杂因素f分层调整后的OR值）如Shapiro等1979年以病例对照研究探讨近期口服避孕药与心肌梗死的关系。

病例组为在某地医院就诊的234名2549岁患心肌梗死的妇女，对照组为随机抽取的1742名该地2549岁妇女。

病例组与对照组均按统一标准，统一方法收集三个月前避孕药的服用情况。

不考虑潜在的混杂因素对口服避孕药与心肌梗死之间关系的影响，将资料收集列于表75。

从表76和表77可见年龄与心肌梗死和服用避孕药均有关，且在病例组与对照组分布不均衡，年龄有可能为潜在的混杂因素，歪曲口服避孕药与心肌梗死之间的真正联系，应予调整。

按年龄进行分层，口服避孕药与心肌梗死的关系资料列于表78。

33,根据表78，用MantelHaenszel方法计算年龄调整的口服避孕药与心肌梗死的比值比（aOR）：

ORMH=3.97cORaOR（f），表明年龄对口服避孕药与心肌梗死之间的关系起混杂作用，如上例，混杂偏倚（1.683.97）/3.97=0.577，为负值，使OR值低估了57.7。

34,3混杂偏倚的方向根据混杂偏倚产生的机制及对结果的影响不同，将混杂偏倚分成以下两种类型：

（1）正混杂偏倚：

指由于混杂因素的存在使暴露因素与疾病之间的关联被夸大，即cORaOR，也称阳性混杂。

（2）负混杂偏倚：

指由于混杂因素的存在使暴露因素与疾病之间的关联被缩小，即cORaOR，也称阴性混杂。

混杂偏倚及其方向与程度可以下式测量：

混杂偏倚=cORaOR若值0，为无混杂；若值O，正值时为正混杂，负值时为负混杂。

值的大小为混杂的程度。