一文解析临床研究中的偏倚及控制方法..docxVIP

一文解析临床研究中的偏倚及控制方法在临床科研过程中，我们都致力于一点，就是让分析所得的关联性（association）尽量接近病因性（causation）。除了应用统计学方法以外，非常重要的就是从根本上分析造成偏倚（bias）的原因并控制误差和偏倚。正如LinkLab前文所提及的，我们需要重点分析和排除的误差包括：随机误差和系统误差（bias），以及发现和解释效应修正（effect modification）。其中随机误差是随机分布且不可预测的，因此除了增加样本量或重复测量取均值外别无他法。但对于系统误差和效应修正却可以得到控制或解释，帮助理解所得结论。系统误差包括：混淆偏倚（confounding）、选择偏倚（selection bias）和信息偏倚（information bias）。其中，信息偏倚(information bias)是指在研究的实施阶段中从研究对象获取研究所需的信息时产生的系统误差，其原因是由于诊断疾病、测量暴露或结局的方法有问题，导致被比较各组间收集的信息有差异而引入的误差。本文将不对其进行描述。阅读此文前强烈建议您阅读LinkLab 2015年11月6日《流行病学也好玩（四）：一种方法教会你理清科研思路》，之后就能轻松理解清楚误差和偏倚，以及有效的解决方法。混淆偏倚（confounding）E：暴露变量（exposure）；Y：结果变量（outcome）；