流行病學(xué)研究中的偏倚幻燈片

流行病學(xué)研究中的偏倚學(xué)習(xí)要點1.偏倚、誤差的概念2.偏倚的種類3.常見偏倚產(chǎn)生的原因4.常見偏倚的控制

樣本總體人群外推隨機抽取真實性—推論的可靠程度影響真實性的因素觀測值真實值誤差+隨機誤差（機遇)系統(tǒng)誤差+(偏倚)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，樣本的變異性會減少，樣本的高膽固醇率對群體的代表性會增大圖2膳食與藥物預(yù)防心機梗死的樣本變異性示例一般而言，研究樣本越大，效應(yīng)估計值的抽樣誤差越小（95%可信限越?。?，此為隨機誤差；系統(tǒng)誤差與樣本含量無關(guān)。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)險為9%，降膽固醇藥物組為6%A樣本較小（200人），兩組效應(yīng)指標(biāo)（心肌梗死風(fēng)險）的95%可信限較大，從而發(fā)生重疊，統(tǒng)計檢驗無顯著性差異 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)計檢驗有顯著性差異一般而言，研究樣本越大，效應(yīng)估計值的抽樣誤差越?。?5%可信限越?。?，統(tǒng)計檢驗?zāi)馨l(fā)現(xiàn)的兩組間效應(yīng)差值越小Bias(600-540BC)Bias是古希臘時代七賢人之一Lydia的國王克利薩斯向Bias咨詢建造、部署戰(zhàn)艦防御愛奧尼亞人的最好方法Bias為了避免戰(zhàn)爭、流血，騙克利薩斯國王說，愛奧尼亞人正在買馬準(zhǔn)備陸地戰(zhàn)后來，Bias向克利薩斯國王承認(rèn)，他說了謊，愛奧尼亞人實際上也在建造戰(zhàn)艦克利薩斯國王對Bias的本意表示贊許，與愛奧尼亞人講和后人將“背離事實”稱為bias(HunterD.Fatherofallbias?BMJ2002;324:1071)常見偏倚選擇偏倚

(selectionbias)信息偏倚(informationbias)混雜偏倚(confoundingbias)選擇偏倚

(SelectionBias)不同類型(就研究的暴露、結(jié)局特征而言)的個體入選研究的概率不同。排除或過分代表某一類型個體。

無偏抽樣選擇偏倚（吸煙與肺氣腫）肺氣腫、繼續(xù)吸煙的人生存期短常見的選擇偏倚

入院率偏倚

(admissionrate)/Berkson偏倚現(xiàn)患病例－新發(fā)病例偏倚

(prevalence-incidencebias)/奈曼（Neyman）偏倚無應(yīng)答偏倚（non-responsebias)和志愿者偏倚（volunteerbias)入院率偏倚(admissionrate)/Berkson偏倚入院病人解決辦法：不同類型的多家醫(yī)院病例組與對照組(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現(xiàn)患－新發(fā)病例偏倚(prevalence-incidencebias)/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)病例志愿者偏倚內(nèi)華達(dá)州煙霧型原子試爆試驗：核彈試驗觀察員中白血病的發(fā)病率最終聯(lián)系到76%的現(xiàn)場觀察員參加本次調(diào)查，了解這些人中白血病的發(fā)生情況82%是調(diào)查員主動聯(lián)系他們的18%是自己主動聯(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(detectionsignalbias)/暴露偏倚(unmaskingbias)選擇偏倚無應(yīng)答偏倚：調(diào)查對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，以后亦未補查。如應(yīng)答率低于70％就較難以調(diào)查結(jié)果來估計整個研究人群的現(xiàn)況。失訪偏倚應(yīng)控制在5%以下，若超過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，則失訪將不會產(chǎn)生偏倚。比較現(xiàn)實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，對選擇偏倚可能產(chǎn)生的影響應(yīng)有充分估計。選擇偏倚的控制充分了解可能的選擇偏倚的來源，在研究的設(shè)計過程中盡量避免。在病例對照研究和現(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，盡量取得研究對象的合作，以獲得盡可能高的應(yīng)答率。盡量采用多種對照。常見偏倚選擇偏倚(selectionbias)信息偏倚

(informationbias)混雜偏倚(confoundingbias)信息偏倚

(InformationBias)又稱分類偏倚、觀察偏倚。是在收集信息過程中由于測量暴露與結(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)，從而引起偏倚。常見偏倚回憶偏倚

(recallbias)：病例對照研究報告偏倚（reportingbias)調(diào)查者偏倚（interviewerbias）調(diào)查工具、手段等引起的偏倚錯分是測量不準(zhǔn)確導(dǎo)致的最直接的結(jié)果。暴露的非差異性錯分解決辦法：客觀的指征、明確的定義暴露：酗酒調(diào)查方式：詢問暴露的非差異性錯分暴露：被動吸煙調(diào)查方式：詢問解決辦法：客觀的指征、明確的定義暴露的非差異性錯分解決辦法：客觀的指征、明確的定義暴露的差異性錯分暴露：皮膚曬黑能力疾?。汉谒亓稣{(diào)查方式：詢問暴露的差異性錯分暴露：母親孕期暴露疾?。盒律鷥合忍旎握{(diào)查方式：詢問病例比對照會報告更多的不實的暴露對照較病例會漏掉更多的暴露信息偏倚的控制校準(zhǔn)測量工具統(tǒng)一資料收集方法和人群分類標(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)計和保證研究人員的科學(xué)態(tài)度常見偏倚選擇偏倚

(selectionbias)信息偏倚(informationbias)混雜偏倚

(confoundingbias)混雜偏倚(confoundingbias)

當(dāng)研究某一因素和疾病的關(guān)系時，由于某個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)象稱為混雜，該因素稱混雜因素，其帶來的偏倚即混雜偏倚。參見P119吸煙、火柴與肺癌煙草公司的研究者堅持認(rèn)為火柴暴露可以引起肺癌他們開展了一項大型的病例對照研究來檢驗這個假說研究者通過人群登記系統(tǒng)找到了1000名肺癌病例，其中820人曾攜帶過火柴從人群中隨機抽取了1000名對照，經(jīng)X線確認(rèn)未患肺癌，其中340人曾攜帶過火柴根據(jù)這批數(shù)據(jù)，定量估計火柴與肺癌之間的關(guān)聯(lián)吸煙、火柴與肺癌火柴與肺癌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名對照中，300名為吸煙者，其中270名曾攜帶火柴分層繪制2×2表，計算火柴與肺癌的關(guān)聯(lián)效應(yīng)值吸煙、火柴與肺癌OR粗

=8.8(7.2,10.9)OR吸煙者=1.0(0.6,1.5)OR不吸煙者=1.0(0.5,2.0)吸煙、火柴與肺癌這個例子說明：即使本來沒有任何效應(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，吸煙就是一個混雜因素(confoundingfactor,confounder)吸煙混淆了火柴與肺癌之間的真實關(guān)系問題：火柴對于吸煙與肺癌的關(guān)系是不是一個混雜因素混雜：吸煙、火柴與肺癌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、火柴與肺癌吸煙不是混雜因素火柴肺癌夜燈女孩Sonia，旁邊是盞夜燈。夜里開著這盞夜燈很方便，父母可以隨時從門口查看屋里的情況。夜燈與近視(Quinnetal.Nature1999)現(xiàn)患比=2歲以前周圍環(huán)境的夜燈－兒童近視的發(fā)生于是，父母關(guān)掉了Sonia房中的夜燈，開始每天在屋子里抹黑蹣跚后來，還是在Nature上，又發(fā)表了2篇文章，說夜燈與近視的發(fā)生沒有關(guān)聯(lián)(Zadniketal.andGwiazdaetal.Nature,2000)夜燈與近視父母的擔(dān)心沒有了，于是又把夜燈打開了，皆大歡喜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)必須可見于無病個體中與疾病相關(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)必須可見于無暴露個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，該變量都不是混雜因素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)而與疾病無關(guān)的因素什么樣的因素不是混雜因素?C混雜因素E暴露因素D疾病與暴露相關(guān)與暴露相關(guān)與疾病相關(guān)與疾病相關(guān)病因鏈上的中間變量控制混雜的方法研究設(shè)計階段隨機化限制匹配資料分析階段分層分析多因素分析標(biāo)準(zhǔn)化隨機化目標(biāo)人群患病人群未患病人群某些特征5/102/103/10病例與對照匹配

頻數(shù)匹配(frequencymatching)病例與對照匹配

1:1個體匹配(individualmatching)某些特征配對(pairmatching)目標(biāo)人群患病人群未患病人群病例與對照匹配

1:R個體匹配(individualmatching)目標(biāo)人群患病人群未患病人群某些特征1:2,1:3…1:R下章案例2002年11月在中國廣東省部分地區(qū)陸續(xù)出現(xiàn)一些不明原因肺炎病例，最初稱為傳染性非典型肺炎。2003年1月起疫情加速擴散，2月已呈全球流行態(tài)勢。3月15日，世界衛(wèi)生組織（WHO）將其名稱公布為嚴(yán)重急性呼吸道綜合癥（severeacuterespiratorysyndrome,縮寫為SARS）。4月16日，WHO宣布SARS是由一種新的冠狀病毒感染所引起。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，全球累計報告SARS病例8422例，死亡916例，病例分布于各大洲的32個國家和地區(qū)。中國內(nèi)地總發(fā)病數(shù)達(dá)5327例，死亡349例，病例分布于24個省市。其中北京、廣東分別發(fā)生2521例和1512例，占全國總病例數(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，醫(yī)務(wù)人員所占比例高達(dá)20％。發(fā)病無明顯性別差異。問題