流行病学（第7版）（配套光盘）.pptVIP

无差异性错误分类和差异性错误分类 混杂因素的特征: 必须同疾病有关联,是疾病的危险因素或保护因素或病因标志物 必须同暴露有统计学关联 不能是暴露的效应,不能是暴露与结局间的中间变量 混杂偏倚的分层分析 M-H(Mantel-Haenszel)分层分析方法的步骤 对可能的混杂因素进行分层 判定层间RR或OR是否无统计学意义 综合各层RR或OR得到控制混杂后的调整RR或OR 再将调整RR或OR与分层前的粗RR或粗OR（cRR或cOR）进行比较 饮酒与高血压间的关系 按超重分层后饮酒与高血压间的关系 思考：饮用不同水与直肠癌关系的研究 第7版 流行病学 人 民 卫 生 出 版 社 流行病学研究结果的偏差 精确性(可靠性)与真实性 随机误差和系统误差 偏倚种类、测量及控制 选择偏倚 信息偏倚 混杂偏倚 选择偏倚 选择偏倚是指被选入到研究中的研究对象，与没有被选入者特征上的差异所导致的系统误差。 此种偏倚在确定研究样本、选择比较组时容易产生，也可产生于资料收集过程中的失访或无应答等。 选择偏倚的种类 选择偏倚的测量 选择偏倚的控制 选择偏倚的种类 入院率偏倚（admission rate bias） 亦称伯克森偏倚（Berkson’s bias）。 当以医院病人作为研究对象进行研究时，由于不同患者入院率的不同所导致的系统误差。 现患病例-新发病例偏倚（prevalence-incidence bias） 也称奈曼偏倚（Neyman bias）。 以现患病例为对象进行研究，与以新病例为对象进行研究时相比，因研究对象的特征差异所致的系统误差。 检出症候偏倚（detection signal bias） 某因素与研究疾病在病因学上无关，但由于该因素的存在导致了所研究疾病相关症状或体征的出现，使其及早就医，以致该人群比一般人群该病的检出率高，从而得出该因素与该疾病相关联的错误结论。由此所致的系统误差称为检出症候偏倚。 无应答偏倚（non-response bias） 在流行病学研究中，无应答者是指由于种种原因那些没有对调查信息予以应答的研究对象。 在特定研究样本中，无应答者的患病状况以及对某些研究因素的暴露情况与应答者可能会不尽相同，从而导致系统误差。 选择偏倚的控制（代表性） 掌握发生环节 严格选择标准 研究对象的合作 采用多种对照 信息偏倚 信息偏倚又称测量偏倚或观察偏倚（observational bias）， ，是来自于测量或资料收集方法的问题，使得获取的资料存在系统误差。由于流行病学的暴露或疾病多为分类测量，所以信息偏倚又可称为错误分类偏倚（misclassification bias错分偏倚）。 表8-3 无差异性错误分类 差异性错误分类 错误分类数据 错误分类数据 研究真实数据 研究真实数据 信息偏倚的种类 回忆偏倚（recall bias） 指研究对象在回忆以往研究因素的暴露情况等信息时，由于准确性或完整性上的差异而导致的系统误差。 报告偏倚（reporting bias） 在研究信息收集时，由于某些原因，研究对象有意夸大或缩小某些信息而导致的系统误差。 调查者、调查工具偏倚（detection bias） 信息偏倚的控制 严格信息标准 盲法收集信息 采用客观指标 调查技术的应用 统计学处理 混杂偏倚 混杂偏倚或称混杂（confounding） 指在流行病学研究中, 由于一个或多个潜在的混杂因素（confounding factor）的影响，掩盖或夸大了研究因素与研究疾病（事件）之间的联系，从而使两者之间的真正联系被错误地估计的系统误差。 混杂因素及其特点 亦称外来因素（extraneous factor）、混杂因子或混杂变量。 定义：与研究因素和研究疾病均有关, 若在比较的人群组中分布不均衡，可以歪曲（缩小或夸大）研究因素与疾病之间真实联系的因素。 混杂偏倚的控制 限制（restriction） 随机化（randomization） 匹配（matching） 统计学处理 若cRR=aRR(f)；f无混杂作用, cRR不存在f的混杂偏倚。 若cRR≠aRR(f)；f有混杂作用, cRR存在f的混杂偏倚。 若cRRaRR(f)；为正混杂（positive confounding） 若cRRaRR(f)；为负混杂（negative confounding） 737 583 154 合计 462 381 81 否 275 202 73 是 合计 对照 病例 饮酒 402 354 48 335 229 106 合计 247 224 23 215 157 58 否 155 130 25 120 72 48 是