第九章 偏倚及其控制deng

偏倚及其控制Biasandit'scontrol第九章中學(xué)生近視：40%中學(xué)生近視？PP=40%?描述性研究Population

Sample分析性研究假設(shè)：完全母乳喂養(yǎng)3個(gè)月以上的嬰兒1歲內(nèi)感染性疾病的發(fā)病比人工喂養(yǎng)嬰兒少。設(shè)計(jì)類型：CasecontrolstudyCohortstudy結(jié)果：OR<1?RR<1?第一節(jié)研究結(jié)果的變異性

概述個(gè)體水平的變異性群體水平的變異性樣本水平的變異性變異性(variability)研究結(jié)果包括描述性和分析性數(shù)據(jù)（指標(biāo)）的變動或波動。第一節(jié)研究結(jié)果的變異性一、概述生物學(xué)（真實(shí)）變異和測量變異

生物學(xué)變異真實(shí)的客觀變異

測量變異測量過程的誤差隨機(jī)變異和系統(tǒng)變異

隨機(jī)變異絕對值和方向交錯(cuò)變化，正態(tài)分布

系統(tǒng)變異絕對值和方向保持恒定變異的來源分為兩個(gè)層次第一節(jié)研究結(jié)果的變異性某個(gè)體特征測得值的變化，是個(gè)體真值隨時(shí)間的改變，或是由于測量誤差引起的變化。二、個(gè)體水平的變異性第一節(jié)研究結(jié)果的變異性個(gè)體的累計(jì)變異

群體中的個(gè)體具有不同的遺傳素質(zhì)并受環(huán)境影響常大于個(gè)體變異

根據(jù)群體的變異范圍確定“正常值”范圍，用于判定個(gè)體測得值是否“正常”群體水平的變異性受測量誤差影響三、群體水平的變異性第一節(jié)研究結(jié)果的變異性描述性結(jié)果的樣本變異性第一節(jié)研究結(jié)果的變異性四、樣本水平的變異性分析性結(jié)果的樣本變異性膳食改良組膳食改良組降低膽固醇藥物組降低膽固醇藥物組研究A(研究對象200人，隨機(jī)分配到兩組)第一節(jié)研究結(jié)果的變異性第二節(jié)研究的真實(shí)性

概述內(nèi)部真實(shí)性外部真實(shí)性真實(shí)性(效度,validity)：指研究收集的數(shù)據(jù)、分析結(jié)果和所得結(jié)論與客觀實(shí)際的符合程度。研究誤差(error)：真實(shí)性的反面。包括隨機(jī)誤差和系統(tǒng)誤差。一、概述第二節(jié)研究的真實(shí)性真實(shí)值隨機(jī)抽樣誤差BIAS系統(tǒng)誤差第二節(jié)研究的真實(shí)性

系統(tǒng)誤差(偏倚):

來自于對象選取、測量和統(tǒng)計(jì)分析等的方法學(xué)缺陷，有固定方向和固定大小的誤差

。

隨機(jī)誤差:

用統(tǒng)計(jì)學(xué)方法來估計(jì)，增大樣本含量可減少，沒有固定方向和固定大小，一般呈正態(tài)分布。第二節(jié)研究的真實(shí)性二、內(nèi)部真實(shí)性

內(nèi)部真實(shí)性（internalvalidity）

定義研究結(jié)果與實(shí)際研究對象真實(shí)情況的符合程度,它回答一個(gè)研究本身是否真實(shí)或有效。改善措施

限制研究對象的類型和研究的環(huán)境條件。第二節(jié)研究的真實(shí)性

三、外部真實(shí)性

外部真實(shí)性（externalvalidity）

定義研究結(jié)果與推論對象真實(shí)情況的符合程度，又稱為普遍性（generalizability）。它回答一個(gè)研究能否推廣應(yīng)用到研究對象以外的人群。改善措施增加研究對象的異質(zhì)性，使得研究對象的代表性范圍擴(kuò)大。第三節(jié)研究的偏倚

選擇偏倚信息偏倚混雜偏倚混雜偏倚的分層分析Bias:

systematic,non-randomdeviationofresultsandinferencefromthetruthorprocessleadingtosuchdeviation,anytrendinthecollection,analysis,interpretation,publicationorreviewofdata,thatcanbeleadtoconclusionwhicharesystematicallydifferencefromthetruth.DictionaryofEpidemiology,3rded.第三節(jié)研究的偏倚在流行病學(xué)研究中由于系統(tǒng)誤差的存在，使樣本人群的測量指標(biāo)系統(tǒng)的偏離目標(biāo)人群的真實(shí)值，從而影響研究結(jié)果和推論的現(xiàn)象。偏倚可發(fā)生于研究的任何階段。

1946年，Berkson最著名的偏倚研究并給予證實(shí)，又稱為Berkson偏倚。1976年，Miettinen詳細(xì)討論了偏倚的定義，并給出分類框架,分三類：

選擇偏倚信息偏倚混雜偏倚第三節(jié)研究的偏倚一、選擇偏倚(selectionbias)

定義研究對象的選取過程中，由于選取方式不當(dāng)，導(dǎo)致入選對象與未入選對象之間存在系統(tǒng)差異，由此造成的偏倚稱為選擇偏倚。例如研究對象采用志愿者，方便樣本，或者研究對象的無應(yīng)答或失訪等。第三節(jié)研究的偏倚中學(xué)生近視：40%重點(diǎn)高中學(xué)生近視？pP=40%？某計(jì)劃生育門診隨診的IUD使用者中，生殖道感染現(xiàn)象嚴(yán)重，為此，該門診收集了半年的病例進(jìn)行了分析，發(fā)現(xiàn)STI感染率達(dá)到50%，所以，該門診醫(yī)生得出結(jié)論：IUD使用者中STI感染率為50%。IUD使用者有癥狀無癥狀就醫(yī)STI感染:50%SO:IUD使用者中STI感染率為:50%？呼吸道疾病一般人群骨和運(yùn)動疾病住院病人骨和運(yùn)動疾病+—合計(jì)+—合計(jì)+1720722451520—1842376256018219237合計(jì)2012583278423234257OR1.064.06一般人群和住院人群中骨、運(yùn)動疾病和呼吸道疾病的關(guān)系

描述性研究的選擇偏倚

主要體現(xiàn)在樣本對總體的代表性上如不是采用隨機(jī)抽樣而是使用方便樣本，或某些特定群體（志愿者、因特網(wǎng)利用者等）造成的外部效度（外推）受限問題?？刂品椒ūM量采用隨機(jī)抽樣，避免樣本選取的偏向?qū)μ囟ㄈ后w的結(jié)果在外推上要謹(jǐn)慎等

第三節(jié)研究的偏倚分析性研究的選擇偏倚

主要體現(xiàn)研究對象進(jìn)入、排除、不參與或失訪等與研究暴露或處理因素存在關(guān)聯(lián)，由此增大或減少暴露與疾病、處理與效應(yīng)的關(guān)聯(lián)，導(dǎo)致效應(yīng)估計(jì)的偏倚?？刂品椒ㄟx取具體環(huán)節(jié)或已選取人群的具體特征分析研究對象的選取是否同暴露或處理因素有關(guān)第三節(jié)研究的偏倚常見選擇偏倚入院偏倚失訪偏倚志愿者偏倚第三節(jié)研究的偏倚確定有無選擇偏倚的關(guān)鍵把握選取環(huán)節(jié)或已入選對象，是否存在人為增大或減少研究因素與結(jié)局的關(guān)聯(lián)程度控制方法嚴(yán)密掌握對象選取的各個(gè)環(huán)節(jié)，注意選取對象的代表性，增加應(yīng)答和減少失訪等第三節(jié)研究的偏倚二、信息偏倚（informationbias）

定義

又稱測量偏倚或觀察偏倚，是來自于測量或資料收集方法的問題，使得獲取的資料存在系統(tǒng)誤差。由于流行病學(xué)的暴露或疾病多為分類測量，所以信息偏倚又可稱為錯(cuò)誤分類偏倚（misclassificationbias）。信息偏倚同樣影響描述性研究和分析性研究的結(jié)果。第三節(jié)研究的偏倚無差異性錯(cuò)誤分類和差異性錯(cuò)誤分類表8-3

無差異性錯(cuò)誤分類

差異性錯(cuò)誤分類 錯(cuò)誤分類數(shù)據(jù) 錯(cuò)誤分類數(shù)據(jù)

研究真實(shí)數(shù)據(jù)

研究真實(shí)數(shù)據(jù)第三節(jié)研究的偏倚

差異性信息偏倚的兩種常見類型

回憶偏倚（recallbias）產(chǎn)生于研究對象記憶過去活動和暴露能力的差異。

調(diào)查者偏倚（interviewerbias）產(chǎn)生于調(diào)查者對研究對象有差異性地收集信息。采取盲法，可以降低調(diào)查者偏倚。第三節(jié)研究的偏倚

為了減少錯(cuò)誤分類以及改善測量的準(zhǔn)確性，研究者們正在越來越多地使用生物學(xué)標(biāo)記物（biologicalmarkers）。它們可以用來測量易感性、內(nèi)暴露（實(shí)際進(jìn)入體內(nèi)）劑量或生物學(xué)效應(yīng)（劑量）等。第三節(jié)研究的偏倚三、混雜偏倚（confoundingbias）

定義：在流行病學(xué)研究中，由于一個(gè)或多個(gè)與暴露和研究疾病均有關(guān)的第三因子的影響，掩蓋或夸大了研究因素和疾病之間的真實(shí)聯(lián)系。稱為混雜偏倚。第三節(jié)研究的偏倚混雜的特征：混雜因素是所研究疾病的一個(gè)獨(dú)立危險(xiǎn)因素混雜因素與所研究的暴露因素存在統(tǒng)計(jì)學(xué)聯(lián)系混雜因素不是所研究暴露因素和疾病之間因果鏈的中間環(huán)節(jié)。混雜的判斷：未分層的OR不等于分層調(diào)整后OR在非暴露組可疑混雜因子與疾病相關(guān)在非疾病組中可以混雜因子與暴露相關(guān)當(dāng)cRR=aRR(f)或cOR=aOR(f)時(shí)，則f無混雜作用。當(dāng)cRR≠aRR(f)或cOR≠aOR(f)時(shí)，且分層后有f層和無f層的分層RRi或ORi相同，則f有混雜作用。

混雜的方向：正混雜：cRR>aRR負(fù)混雜cRR<aRR中年人少量飲酒與心肌梗塞危險(xiǎn)性–混雜因素示例

少量飲酒不飲酒心肌梗塞發(fā)?。ɡ?40100隨訪人年（人年）30,00030,000發(fā)病率（1/千）4.673.33

RR=1.40

不同性別中年人少量飲酒與心肌梗塞危險(xiǎn)性–混雜因素示例

男性

女性

少量飲酒不飲酒

少量飲酒不飲酒心肌梗塞發(fā)病（例）12060

2040隨訪人年（人年）20,00010,000

10,00020,000發(fā)病率（1/千）6.006.00

2.002.00

RR=1.0

RR=1.0口服避孕藥心肌梗死對照合計(jì)＋29135164—20516071812合計(jì)23417421796

cOR=1.68口服避孕藥與心肌梗死的關(guān)系心肌梗死組和對照組年齡分布年齡（歲）心肌梗死例數(shù)構(gòu)成比（％）對照組人數(shù)

構(gòu)成比（％）25~62.628616.430~219.042324.335~3715.835620.440~7130.337121.345~499942.330617.6合計(jì)234100.01742100.0年齡組病例組口服避孕藥暴露率對照組口服避孕藥暴露率ORi2566.721.77.23042.97.88.93510.87.31.5408.52.43.745~496.13063.9合計(jì)12.47.7cOR=1.68ORＭＨ=3.97心肌梗死組和對照組口服避孕藥年齡別暴露率（％）C?DE高血清膽固醇冠心病黃色瘤？吸煙咖啡胰腺癌

繼發(fā)關(guān)聯(lián)（secondaryassociation）第三節(jié)研究的偏倚第三節(jié)研究的偏倚混雜的控制:設(shè)計(jì)階段：限制(restriction)，匹配(matching)隨機(jī)化(randomization)

分析階段：標(biāo)準(zhǔn)化率、分層和多變量分析限制(restriction)是在選擇研究對象時(shí)，限制在具有一定特征的對象中進(jìn)行觀察，以排除其他因素的干擾?？商岣呖杀刃浴＿@種方法所獲得的結(jié)論常有很大局限性，影響研究對象的代表性，使研究結(jié)果外推至一般人群時(shí)受限。

匹配(matching)匹配是指在為研究對象設(shè)立對照時(shí)，使研究組對象和其對照在一個(gè)或多個(gè)潛在混雜因素上相同或相近，從而消除混雜因素對研究結(jié)果的影響。匹配的目的是為了控制混雜、提高研究的統(tǒng)計(jì)學(xué)效率。病例對照研究、隊(duì)列研究和實(shí)驗(yàn)研究均可采用匹配。尤其是隊(duì)列研究，使用匹配可達(dá)到直接控制混雜的效果，但病例對照研究中仍需進(jìn)行分層分析來較好地控制混雜。隨機(jī)化(randomization)隨機(jī)化是指以隨機(jī)化原則將研究對象以同等的機(jī)率被分配在各處理組中，從而使?jié)撛诘幕祀s因素在各組間分布均衡。隨機(jī)化多用于實(shí)驗(yàn)研究，尤其是臨床試驗(yàn)。標(biāo)準(zhǔn)化（standardization）當(dāng)比較兩個(gè)率時(shí)，如果兩組對象內(nèi)部構(gòu)成存在的差別足以影響結(jié)論，可用率的標(biāo)準(zhǔn)化加以校正，亦即使可能影響結(jié)果的因素受到同等的加權(quán)，使這兩個(gè)率可比、無偏倚，這種方法稱為標(biāo)準(zhǔn)化。分層（stratification）分層是指將研究所獲資料按可疑的混雜因素分成數(shù)層（亞組）進(jìn)行分析。Mantel-Haenszel分層分析是最常用的檢出和控制偏倚的方法之一。但如果欲控制的混雜因素較多，則分層分析對樣本量的要求較大，此時(shí)，可以應(yīng)用多因素分析方法如Logistic回歸分析等來估計(jì)和控制混雜。

四、混雜偏倚的分層分析

M-H(Mantel-Haenszel)分層分析方法的步驟按可疑的混雜因素進(jìn)行分層層間一致性檢驗(yàn)；判定層間RR或OR是否相等或相近合并計(jì)算調(diào)整的(控制混雜后)RR或OR將調(diào)整RR或OR與分層前的粗