醫(yī)學(xué)資料9流行病學(xué)研究中的偏倚匯總

1、流行病學(xué)研究中的偏倚2021/7/19 星期一學(xué)習(xí)要點(diǎn) 1.偏倚、誤差的概念 2.偏倚的種類(lèi) 3.常見(jiàn)偏倚產(chǎn)生的原因 4.常見(jiàn)偏倚的控制 2021/7/19 星期一樣 本總 體人 群外 推隨機(jī)抽取2021/7/19 星期一真 實(shí) 性推論的可靠程度2021/7/19 星期一影響真實(shí)性的因素觀測(cè)值真實(shí)值誤差+隨機(jī)誤差（機(jī)遇)系統(tǒng)誤差+(偏倚)2021/7/19 星期一影響真實(shí)性的因素觀測(cè)值真實(shí)值誤差+隨機(jī)誤差（機(jī)遇）系統(tǒng)誤差+隨機(jī)分布的,不可預(yù)測(cè)的不可避免的（抽樣引起）可估計(jì)誤差大小（統(tǒng)計(jì)學(xué)）通過(guò)增加樣本量或重復(fù)測(cè)量 取均值可以減小系統(tǒng)的偏離真實(shí)值可避免的是必須控制的有固定方向和固定大小(偏倚 b

2、ias)2021/7/19 星期一180 ，174，215，305233，276，146，195205，188，190，295170，164，248，162220，219，228，250295，146，220，162，228219，164，190，188，233305，276，195，215，170源群體 樣本A 樣本B 樣本C 高膽固醇率 = 40%=20% =0% 高膽固醇率 = 25% （240mg/dL） 圖1 源群體與樣本高膽固醇率的樣本變異性示例 源群體高膽固醇率為25%，樣本A為40%，樣本B為20%，樣本C為0%。如果增大樣本含量，樣本的變異性會(huì)減少，樣本的高膽固醇率對(duì)群體的代

3、表性會(huì)增大2021/7/19 星期一 圖2 膳食與藥物預(yù)防心機(jī)梗死的樣本變異性示例一般而言，研究樣本越大，效應(yīng)估計(jì)值的抽樣誤差越?。?5%可信限越?。?，此為隨機(jī)誤差；系統(tǒng)誤差與樣本含量無(wú)關(guān)。2021/7/19 星期一圖2，研究A和研究B中膳食改良組五年內(nèi)發(fā)生心梗死的風(fēng)險(xiǎn)為9%，降膽固醇藥物組為6%A樣本較?。?00人），兩組效應(yīng)指標(biāo)（心肌梗死風(fēng)險(xiǎn)）的95%可信限較大，從而發(fā)生重疊，統(tǒng)計(jì)檢驗(yàn)無(wú)顯著性差異研究B樣本較大（2000人），兩組效應(yīng)指標(biāo)的95%可信限較小，從而未發(fā)生重疊，統(tǒng)計(jì)檢驗(yàn)有顯著性差異一般而言，研究樣本越大，效應(yīng)估計(jì)值的抽樣誤差越?。?5%可信限越?。y(tǒng)計(jì)檢驗(yàn)?zāi)馨l(fā)現(xiàn)的兩組間效應(yīng)差

4、值越小2021/7/19 星期一Bias (600-540BC) Bias是古希臘時(shí)代七賢人之一Lydia的國(guó)王克利薩斯向Bias咨詢(xún)建造、部署戰(zhàn)艦防御愛(ài)奧尼亞人的最好方法Bias為了避免戰(zhàn)爭(zhēng)、流血，騙克利薩斯國(guó)王說(shuō)，愛(ài)奧尼亞人正在買(mǎi)馬準(zhǔn)備陸地戰(zhàn)后來(lái)，Bias向克利薩斯國(guó)王承認(rèn)，他說(shuō)了謊，愛(ài)奧尼亞人實(shí)際上也在建造戰(zhàn)艦克利薩斯國(guó)王對(duì)Bias的本意表示贊許，與愛(ài)奧尼亞人講和后人將“背離事實(shí)”稱(chēng)為bias(Hunter D. Father of all bias? BMJ 2002;324:1071)2021/7/19 星期一常見(jiàn)偏倚選擇偏倚 (selection bias)信息偏倚 (inform

5、ation bias)混雜偏倚 (confounding bias)2021/7/19 星期一選擇偏倚(Selection Bias) 不同類(lèi)型 (就研究的暴露、結(jié)局特征而言) 的個(gè)體入選研究的概率不同。 排除或過(guò)分代表某一類(lèi)型個(gè)體。 2021/7/19 星期一無(wú)偏抽樣2021/7/19 星期一選擇偏倚（吸煙與肺氣腫）肺氣腫、繼續(xù)吸煙的人生存期短2021/7/19 星期一常見(jiàn)的選擇偏倚 入院率偏倚 (admission rate) / Berkson偏倚現(xiàn)患病例新發(fā)病例偏倚 (prevalence-incidence bias) /奈曼（ Neyman）偏倚無(wú)應(yīng)答偏倚（non-response

6、 bias)和志愿者偏倚（volunteer bias)2021/7/19 星期一入院率偏倚 (admission rate) / Berkson偏倚入院病人解決辦法：不同類(lèi)型的多家醫(yī)院病例組與對(duì)照組(其他疾病的患者)入院率不同入選的與不入選的暴露率不同2021/7/19 星期一現(xiàn)患新發(fā)病例偏倚 (prevalence-incidence bias) / Neyman偏倚入選的為現(xiàn)患或存活病例不包括死亡病例、病程短的病例解決辦法：新發(fā)病例2021/7/19 星期一志愿者偏倚內(nèi)華達(dá)州煙霧型原子試爆試驗(yàn)：核彈試驗(yàn)觀察員中白血病的發(fā)病率最終聯(lián)系到76%的現(xiàn)場(chǎng)觀察員參加本次調(diào)查，了解這些人中白血病的發(fā)

7、生情況82%是調(diào)查員主動(dòng)聯(lián)系他們的18%是自己主動(dòng)聯(lián)系調(diào)查員的這些人中白血病的發(fā)病率是那些由調(diào)查員找到的人的4.4倍2021/7/19 星期一暴露者較不暴露者更易因某些癥狀較早較頻就醫(yī)檢查，提高了早期病例檢出率如果入選者中早期病例較多的話，則暴露比例必然被虛假的解決辦法：早、中、晚期病例檢出征候偏倚 (detection signal bias) / 暴露偏倚 (unmasking bias)2021/7/19 星期一選 擇 偏 倚無(wú)應(yīng)答偏倚：調(diào)查對(duì)象不合作或因種種原因不能或不愿意參加，從而降低了應(yīng)答率，以后亦未補(bǔ)查。如應(yīng)答率低于70就較難以調(diào)查結(jié)果來(lái)估計(jì)整個(gè)研究人群的現(xiàn)況。失訪偏倚 應(yīng)控制在

8、5%以下，若超過(guò)10%，作出結(jié)論應(yīng)慎重。如果暴露組與未暴露組的失訪率相似，失訪者與未失訪者的結(jié)局發(fā)生率也相似，則失訪將不會(huì)產(chǎn)生偏倚。比較現(xiàn)實(shí)可行的方法是把失訪者與未失訪者的基線資料中的一些特征加以比較，如差別不大，則可假定結(jié)局發(fā)生率的差別可能也不大。否則，對(duì)選擇偏倚可能產(chǎn)生的影響應(yīng)有充分估計(jì)。2021/7/19 星期一選擇偏倚的控制充分了解可能的選擇偏倚的來(lái)源，在研究的設(shè)計(jì)過(guò)程中盡量避免。在病例對(duì)照研究和現(xiàn)況研究中，盡量選擇新發(fā)病例而不是現(xiàn)患病例。在研究中采取相應(yīng)措施，盡量取得研究對(duì)象的合作，以獲得盡可能高的應(yīng)答率。盡量采用多種對(duì)照。2021/7/19 星期一常見(jiàn)偏倚選擇偏倚 (selecti

9、on bias)信息偏倚 (information bias)混雜偏倚 (confounding bias)2021/7/19 星期一信息偏倚 (Information Bias)又稱(chēng)分類(lèi)偏倚、觀察偏倚。是在收集信息過(guò)程中由于測(cè)量暴露與結(jié)局的方法(工具)有缺陷，使采集到的信息不準(zhǔn)確(即不完全真實(shí))，從而引起偏倚。常見(jiàn)偏倚回憶偏倚 (recall bias)：病例對(duì)照研究報(bào)告偏倚（reporting bias)調(diào)查者偏倚（interviewer bias）調(diào)查工具、手段等引起的偏倚錯(cuò)分是測(cè)量不準(zhǔn)確導(dǎo)致的最直接的結(jié)果。2021/7/19 星期一暴露的非差異性錯(cuò)分 解決辦法：客觀的指征、明確的定義暴

10、露：酗酒調(diào)查方式：詢(xún)問(wèn)2021/7/19 星期一暴露的非差異性錯(cuò)分暴露：被動(dòng)吸煙調(diào)查方式：詢(xún)問(wèn)解決辦法：客觀的指征、明確的定義2021/7/19 星期一暴露的非差異性錯(cuò)分解決辦法：客觀的指征、明確的定義2021/7/19 星期一暴露的差異性錯(cuò)分暴露：皮膚曬黑能力疾?。汉谒亓稣{(diào)查方式：詢(xún)問(wèn)2021/7/19 星期一暴露的差異性錯(cuò)分暴露：母親孕期暴露疾病：新生兒先天畸形調(diào)查方式：詢(xún)問(wèn)病例比對(duì)照會(huì)報(bào)告更多的不實(shí)的暴露對(duì)照較病例會(huì)漏掉更多的暴露2021/7/19 星期一2021/7/19 星期一信息偏倚的控制校準(zhǔn)測(cè)量工具統(tǒng)一資料收集方法和人群分類(lèi)標(biāo)準(zhǔn)采用盲法收集資料收集客觀資料廣泛收集資料嚴(yán)格的設(shè)計(jì)和

11、保證研究人員的科學(xué)態(tài)度2021/7/19 星期一常見(jiàn)偏倚選擇偏倚 (selection bias)信息偏倚 (information bias)混雜偏倚 (confounding bias)2021/7/19 星期一混雜偏倚(confounding bias)當(dāng)研究某一因素和疾病的關(guān)系時(shí)，由于某個(gè)與研究的因素和研究的疾病均有關(guān)的因素的影響，掩蓋或夸大了所研究的暴露因素與疾病的聯(lián)系，這種現(xiàn)象稱(chēng)為混雜，該因素稱(chēng)混雜因素，其帶來(lái)的偏倚即混雜偏倚。 參見(jiàn)P1192021/7/19 星期一吸煙、火柴與肺癌煙草公司的研究者堅(jiān)持認(rèn)為火柴暴露可以引起肺癌他們開(kāi)展了一項(xiàng)大型的病例對(duì)照研究來(lái)檢驗(yàn)這個(gè)假說(shuō)2021/

12、7/19 星期一研究者通過(guò)人群登記系統(tǒng)找到了1000名肺癌病例，其中820人曾攜帶過(guò)火柴從人群中隨機(jī)抽取了1000名對(duì)照，經(jīng)X線確認(rèn)未患肺癌，其中340人曾攜帶過(guò)火柴根據(jù)這批數(shù)據(jù)，定量估計(jì)火柴與肺癌之間的關(guān)聯(lián)吸煙、火柴與肺癌2021/7/19 星期一火柴與肺癌2021/7/19 星期一想分別了解一下吸煙者與不吸煙者中火柴與肺癌的關(guān)系結(jié)果發(fā)現(xiàn)在1000名病例中，900名為吸煙者，其中810名曾攜帶火柴在1000名對(duì)照中，300名為吸煙者，其中270名曾攜帶火柴分層繪制22表，計(jì)算火柴與肺癌的關(guān)聯(lián)效應(yīng)值吸煙、火柴與肺癌2021/7/19 星期一OR粗 = 8.8 (7.2, 10.9)OR吸煙者

13、= 1.0 (0.6, 1.5)OR不吸煙者 = 1.0 (0.5, 2.0)吸煙、火柴與肺癌2021/7/19 星期一這個(gè)例子說(shuō)明：即使本來(lái)沒(méi)有任何效應(yīng)，混雜也可以引起明顯的效應(yīng)在火柴與肺癌的關(guān)系中，吸煙就是一個(gè)混雜因素(confounding factor, confounder)吸煙混淆了火柴與肺癌之間的真實(shí)關(guān)系問(wèn)題：火柴對(duì)于吸煙與肺癌的關(guān)系是不是一個(gè)混雜因素混雜：吸煙、火柴與肺癌2021/7/19 星期一OR粗 = 21.0 (16.4, 26.9)OR攜帶火柴 = 21.0 (10.7, 41.3)OR不攜帶火柴 = 21.0 (13.1, 33.6)吸煙、火柴與肺癌2021/7/1

14、9 星期一吸煙不是混雜因素火柴肺癌2021/7/19 星期一夜燈女孩Sonia，旁邊是盞夜燈。夜里開(kāi)著這盞夜燈很方便，父母可以隨時(shí)從門(mén)口查看屋里的情況。2021/7/19 星期一夜燈與近視(Quinn et al. Nature 1999)現(xiàn)患比 =2歲以前周?chē)h(huán)境的夜燈兒童近視的發(fā)生2021/7/19 星期一于是，父母關(guān)掉了Sonia房中的夜燈，開(kāi)始每天在屋子里抹黑蹣跚2021/7/19 星期一后來(lái)，還是在Nature上，又發(fā)表了2篇文章，說(shuō)夜燈與近視的發(fā)生沒(méi)有關(guān)聯(lián)(Zadnik et al. and Gwiazda et al. Nature, 2000)夜燈與近視2021/7/19 星期

15、一父母的擔(dān)心沒(méi)有了，于是又把夜燈打開(kāi)了，皆大歡喜2021/7/19 星期一2021/7/19 星期一什么樣的因素是混雜因素?與暴露相關(guān)混雜因素要么是所研究的暴露因素的“因”，要么是“果”，要么為簡(jiǎn)單“相關(guān)”，而非因果關(guān)系混雜因素與所研究的暴露因素間的關(guān)聯(lián)必須獨(dú)立于其與所研究的疾病間的關(guān)聯(lián)，即，混雜因素與研究的暴露因素間的關(guān)聯(lián)必須可見(jiàn)于無(wú)病個(gè)體中與疾病相關(guān)不一定是疾病的“病因”，可以只是真正病因的一個(gè)標(biāo)志指標(biāo)混雜因素與所研究的疾病間的關(guān)聯(lián)必須獨(dú)立于其與所研究的暴露因素間的關(guān)聯(lián)，即，混雜因素與所研究的疾病間的關(guān)聯(lián)必須可見(jiàn)于無(wú)暴露個(gè)體中如果為所研究疾病的結(jié)果，不管其與所研究暴露因素的關(guān)系，該變量都不

16、是混雜因素2021/7/19 星期一研究因素與疾病因果鏈中的中間變量只與可疑暴露有關(guān)而與疾病無(wú)關(guān)的因素什么樣的因素不是混雜因素?2021/7/19 星期一C 混雜因素E 暴露因素D 疾病2021/7/19 星期一與暴露相關(guān)2021/7/19 星期一與暴露相關(guān)2021/7/19 星期一與疾病相關(guān)2021/7/19 星期一與疾病相關(guān)2021/7/19 星期一病因鏈上的中間變量2021/7/19 星期一控制混雜的方法研究設(shè)計(jì)階段隨機(jī)化限制匹配資料分析階段分層分析多因素分析標(biāo)準(zhǔn)化2021/7/19 星期一隨機(jī)化2021/7/19 星期一目標(biāo)人群患病人群未患病人群某些特征5/102/103/10病例與對(duì)

17、照匹配 頻數(shù)匹配 (frequency matching)2021/7/19 星期一病例與對(duì)照匹配 1:1個(gè)體匹配 (individual matching)某些特征配對(duì)(pair matching)目標(biāo)人群患病人群未患病人群2021/7/19 星期一病例與對(duì)照匹配 1:R個(gè)體匹配 (individual matching)目標(biāo)人群患病人群未患病人群某些特征1:2, 1:3 1:R2021/7/19 星期一下 章 案 例2002年11月在中國(guó)廣東省部分地區(qū)陸續(xù)出現(xiàn)一些不明原因肺炎病例，最初稱(chēng)為傳染性非典型肺炎。2003年1月起疫情加速擴(kuò)散，2月已呈全球流行態(tài)勢(shì)。3月15日，世界衛(wèi)生組織（WHO

18、）將其名稱(chēng)公布為嚴(yán)重急性呼吸道綜合癥（severe acute respiratory syndrome,縮寫(xiě)為SARS）。4月16日，WHO宣布SARS是由一種新的冠狀病毒感染所引起。2021/7/19 星期一下 章 案 例SARS發(fā)病主要集中在2003年3月至5月，6月疫情逐漸平息。截止到當(dāng)年8月7日，全球累計(jì)報(bào)告SARS病例8422例，死亡916例，病例分布于各大洲的32個(gè)國(guó)家和地區(qū)。中國(guó)內(nèi)地總發(fā)病數(shù)達(dá)5327例，死亡349例，病例分布于24個(gè)省市。其中北京、廣東分別發(fā)生2521例和1512例，占全國(guó)總病例數(shù)的75.7。病例以青壯年為主，20-29歲病例占30，20-60歲占85。病例具有明顯職業(yè)特點(diǎn)，醫(yī)務(wù)人員所占比例高達(dá)20。發(fā)病無(wú)明顯性別差異。2021/7/19 星期一