實習8 偏倚及其控制課件

偏倚及其控制目的：了解偏倚的類型及常見偏倚的測量與控制方法時間：3-6學時內容：大課回顧、實習題目誤差的概念一般地講，真實值與研究結果（實際測量值）之間的差異。誤差的種類隨機誤差：隨機誤差主要來源于研究的抽樣過程。系統誤差：由研究設計(方法的本身特點、設計的缺陷等)與實施過程的失誤所致。流行病學調查研究中的各種系統誤差又稱偏倚。

誤差（error）隨機誤差(randomerror)定義由于某事件發(fā)生的概率造成的測量值和真實值之間的誤差，是隨機性的，通常造成的差異在真實值的兩側波動，并且是較小的誤差，可以通過統計學中計算標準誤的方法估計其大小。

隨機誤差主要與研究對象的變異程度、抽樣方法、樣本大小等有關。隨機誤差是流行病學研究中的精確性(precision)問題。由于隨機誤差難以避免，所以流行病學研究的精度具有相對性。系統誤差（systematicerror）定義人為造成的錯誤，是由于研究設計、實施和分析不正確造成的測量值與真實值之間的差異。誤差向量的方向一致或基本一致。系統誤差是流行病學研究中的真實性（validity）問題。通常把流行病學研究中的各種系統誤差稱稱為偏倚(bias)。

RandomerrorandBiasRandomerrorBias偏倚的分類（1）選擇偏倚（Selectionbias）（2）信息偏倚（Observationbiasorinformationbias)（3）混雜偏倚（Confoundingbias）選擇偏倚的分類入院率偏倚現患-新發(fā)病例偏倚檢出癥候偏倚無應答偏倚易感性偏倚（以健康工人效應為例）排除偏倚志愿者偏倚遷移性偏倚非同期對照偏倚因不同住院率而住院的A、B病患者及其與因素X的關系

疾病暴露于X者非暴露于X者合計X暴露率(%)OR

P實際人群

A（對照）20080010002011

B（病例）200800100020合計4001600200020住院率（對照A=50%；病例B=20%；暴露于因素X者40%）A（對照91.86<0.001B（病例）10416026439.4合計24456080430.4200×0.5+100×0.4800×0.5200×0.2+160×0.4800×0.2造成不同疾病入院率不同的原因：醫(yī)院技術特長；患者疾病嚴重程度、經濟狀況,就診方便程度等（醫(yī)院病人雙向選擇）?，F患-新發(fā)病例偏倚（Prevalence-incidencebiasorNeyman’sbias)

是指病例對照或現況研究中的病例為現患典型病例，不包括死亡、病程短、輕型等病例。因此對估計暴露因素的作用會有一定偏倚；或病例因疾病改變了生活習慣，從而低估了暴露因素的作用。

檢出癥候偏倚（Detectionsignalbias）某因素本與疾病無關，但可引起所研究疾病的癥狀或體征，從而促使患者早就診，提高了早期病例檢出率，過高的估計了暴露程度。例：病例對照研究發(fā)現：服用雌激素與子宮內膜癌發(fā)病有正關聯。原因：雌激素促進子宮內膜生長，導致出血，頻繁接受檢查，促使早期發(fā)現子宮內膜癌患者。無應答偏倚（Non-responsebias）研究對象未按要求回答調查內容，而無應答者的患病或因素的暴露情況與應答者又不同，從而造成該偏倚。

健康工人效應在研究某些職業(yè)暴露的危害而以一般人群作參比時，由于職業(yè)工人相對于一般人群健康，從而降低了暴露因素與疾病之間的真實聯系。TotalpopulationSampledpopulationEligiblesubjectsSubjectsaskedtoparticipateparticipantsCompletestudyExclusions

Losttofollow-upNon-participantsSamplingschemeInclusioncriteriaInformedconsent信息偏倚定義指在流行病學調查、采集各種信息資料的過程中，由于測量暴露或結局的方法有缺陷，使所獲得的信息偏離真實值的一種結果。報告偏倚(reportingbias)

由于研究對象有意擴大或縮小某些信息造成的偏倚。例：縮小信息：性亂史；青少年吸煙史擴大偏倚：職業(yè)危害（為獲取福利）暴露懷疑偏倚（ExposureSuspicionbias）

研究者事先了解研究對象的患病或結局，可能會對其以與對照組不可比的方法探詢認為與某病或結局有關的因素。對同一組研究對象以不同的方法調查，結果會出現很大差異?；祀s偏倚定義在研究的設計階段未能對混雜因素加以控制和在資料分析階段未能進行正確校正所造成的偏倚。混雜因素（confoundingfactor）

定義指與研究因素和研究疾病均有關聯，可以掩蓋或夸大研究因素與疾病之間真正關聯的因素。特點混雜因素必須是所研究疾病的獨立危險因素混雜因素必須與所研究暴露因素存在統計學聯系混雜因素不應是暴露因素與疾病因果鏈中的一個環(huán)節(jié)或中間變量

如何判斷混雜因素

幾種情況：EEEEE:研究因素DDDDD:疾病FFFfFF:外來因子EEEEf:伴隨因子DDDD:因果關系FFFF:一般相關（1-3混雜成立，4-8混雜不成立）根據表1計算的OR為粗OR（cOR）按混雜因素分層后，計算各層OR:OR(f+)OR(f-)1.如果OR(f+)=OR(f-)=cOR，f不是混雜因素。2.如果OR(f+)=OR(f-)≠cOR，f為可疑混雜因素，計算aOR，若aOR≠cOR，則f是混雜因素。3.如果OR(f+)≠OR(f-)，應對分層OR進行同質性檢驗，若無顯著性差異，計算aOR，如aOR≠cOR，則f為混雜因素；若差異有顯著性，認為各層資料不屬同質資料，考慮f為效應修飾因素。偏倚的控制選擇偏倚的控制措施隨機化設立多種對照嚴格掌握研究對象的診斷、入選、排除標準提高應答率，減少失訪（失訪率<20%）信息偏倚的控制措施采用盲法收集資料收集客觀指標的資料使用統一的標準收集資料保證研究人員的科學態(tài)度適當采用一些調查技巧回憶偏倚資料的校正舉例因素真實分布實測結果病例對照病例對照暴露ABab非暴露CDcd合計n1n2n1n2真實情況實測結果合計暴露非暴露暴露a1c1a1+c1非暴露a2c2a2+c2合計aca+c以病例組回憶偏倚為例Se=a1/(a1+c1)Sp=c2/(a2+c2)靈敏度(Se):真陽性率。實際有病而按該篩選試驗的標準被正確地判為有病的百分比設：按一定的Se，Sp獲得暴露的測量結果，也可以得到一個測得的OR值，我們可以根據以下公式計算出該暴露的真實分布，從而求得真實的OR（aOR）A=（Sp×n1-c）/(Sp+Se-1)B=（Sp×n2-d）/(Sp+Se-1)C=n1-AD=n2-B由這些數據就得到了暴露的真實分布，并求其aOR，并可按前述公式進一步求得回憶偏倚的值。（課后習題四及此類題型，待會不再詳述）混雜偏倚的控制措施

設計階段限制匹配隨機化分析階段分層分析標準化多因素分析實習題目課題一

表8-1不同來源研究對象估計藥物與疾病關系OR值

藥物疾病研究對象社區(qū)人群醫(yī)院病例水楊酸類藥過敏1.150.18水楊酸類藥疲乏2.090.72輕瀉藥運動骨骼系統疾病1.535.07輕瀉藥關節(jié)炎風濕病1.485.00安眠藥循環(huán)系統疾病6.383.27維生素類藥過敏1.760.00維生素類藥外傷0.611.92心臟病類藥循環(huán)系統疾病30.6519.17心臟病類藥關節(jié)炎風濕病3.4649.92問題如何解釋表8-1中兩種不同來源研究對象研究結果的差異？原因？據表顯示，與以社區(qū)人群為研究對象相比，對以醫(yī)院為研究對象研究結果所產生的偏倚大小與方向予以測量如何控制該偏倚答案提示該差異由于入院偏倚根據前面所給公式分別計算各類藥物OR值的偏倚設多組對照，其中一個應來自社區(qū)人群，如果通過不同對照組所獲得的差異不大，則可認為無入院偏倚；相反，則提示有此偏倚存在課題二（表略）考查點：以“健康工人效應”為例討論易感性偏倚課題背景：某些報道顯示，橡膠行業(yè)工人不但總死亡率較一般人群高，而且腫瘤、心血管等疾病死亡率也有升高的趨勢。但本次研究結果顯示橡膠行業(yè)工人全死因及其他一些死因觀察死亡數低于期望死亡數。問題如何解釋此現象？能否說明橡膠行業(yè)職業(yè)暴露對人類健康不但沒有危害而且還有保護性作用？在研究某些職業(yè)暴露的危害時，以一般人口作參比易受“健康工人效應”的影響，如何控制？答案提示問題1提示：暴露組期望死亡數=暴露組實際人口數×一般人口標準死亡率期望死亡數是以一般人口死亡率作參比計算所得，因此，如果暴露組與一般人口在影響疾病或死亡的人群特征上（如年齡、性別、疾病易感性等）構成不一致時，計算出的期望死亡數不能反映其真實的理論死亡水平。職業(yè)工人相對于一般人群是健康的，即對疾病的易感性低，所以，觀察死亡數低于期望死亡數不能說明職業(yè)暴露是保護因素。問題2提示不以一般人群作對照，設立的對照組最好能使除了研究因素之外的其它影響疾病發(fā)病或死亡的因素與暴露組一致以一般人群作對照，所選人群應與暴露組相同地區(qū)、相同年代、相同人群構成等通過實際觀察獲得能夠代表本地區(qū)的職工和一般人群死亡率的比值，以此為校正系數乘以研究人群各亞組預期死亡數進行校正課題三

表8-5干預組應答者與無應答者隨訪死亡人數死因應答者（n=7455）

無應答者（n=2501）冠心病1712腫瘤1010意外事故56自殺54其他1420感染25腦血管病61酒精中毒24慢性呼吸系統疾病21非冠心病心臟病13肝硬化04肺拴塞10尿毒癥01消化性潰瘍穿孔01合計5152問題根據7455例應答者的資料能否反映干預組的情況？為什么？提示：通過考慮無應答率，及兩組的總死亡率和死因別死亡率是否有差異，來推斷無應答者對研究的影響是否重大可能產生無應答偏倚的原因有哪些？如何控制和處理此偏倚？調查者調查方法調查對象加強宣傳，充分了解研究的重要性

加強設計技巧（目的明確、指標具體）、詢問技巧、選擇合適調查方法遺漏、研究目的不明確，技巧、項目設置不當等信函調查<電話調查<面談調查客觀:不在家、文化程度低、疾病嚴重不能回答主觀:不了解調查意義、對調查內容不感興趣若無應答率較高時，可對其做如下處理：子樣估計法：從無應答者中隨機抽取一個子樣對其進行調查，然后比較其與原樣本應答者的研究指標，看兩者是否有差異多次訪問法數理統計法課題四答案提示1.cOR=1.34x2=2.03p>0.052.Se=24/37=0.65Sp=31/38=0.823.真實分布病例對照暴露5727非暴露194224合計251251aOR=2.44bias=-0.454.如何避免該偏倚：1.選擇一個與暴露史有聯系的鮮明的記憶目標幫助研究對象聯想回憶2.盡量使用客觀記錄資料3.加強宣傳使研究對象了解研究的重要性課題五飲酒病例對照合計是73202275否81381462合計154583737飲酒超重不超重病例對照合計病例對照合計是487212025130155否5815721523224247合計10622933548354402超重飲酒不飲酒病例對照合計病例對照合計是487212058157215否25130155