预防医学-偏倚和病因教学.ppt

第四章 偏倚的控制与病因推断 刘伟新 公共卫生学院 第一节流行病学研究中的偏倚 一﹑偏倚的概念 ? 流行病学研究的精确性 ? 流行病学研究的真实性 ? 偏倚的概念 二﹑常见偏倚及其分类 三﹑偏倚的控制 一﹑流行病学研究的精确性与真实性 误差 ?? 概念：真实值与研究结果值之差。 ?? 类型: 随机误差与系统误差 随机误差是流行病学研究的精确性问题 系统误差是流行病学研究的真实性问题 1.流行病学研究的精确性 流行病学研究中的精确性(Precision)就是研究中随机误差的问题。 随机误差主要来源于研究对象的选择过程，即抽样。 随机误差不可避免，因此,精确性具有相对性，随机误差可用统计学方法评价。 随机误差的大小（研究的精确性）与样本大小有关，与抽样方法及观察值的变异(变量的变异度)有关。 提高精确性的方法 增加研究样本量: 样本量可用统计学中有关样本大小的公式计算。样本量的大小与研究设计、研究总体、把握度等因素有关。 提高信息获取的效率: 样本大小相同的两项研究，正确的设计者将获得更加精确的估计，更具有统计效率。 2.流行病学研究的真实性 流行病学研究的真实性是研究中的系统误差的问题 系统误差：由研究设计(方法的本身特点、设计的缺陷等)与实施过程的不恰当所致。 内部真实性(internal validity)指研究结果能准确反映目标人群真实状况的程度。 外部真实性(external validity)指研究结果被外推至不同时间、不同地区、不同人群时所能反映的可靠程度。 Random error and Bias 举例：用血压计和动脉内套管测量某人血压的系统误差和随机误差可用以下图示。 (二)偏倚的概念 流行病学研究中的各种系统误差被称为偏倚(bias)。 ?? 概念:偏倚只指在研究或推论过程中所获得的结果系统的偏离真实值. ?? 特点: 具有方向性 可以测量其大小和方向 不能用统计学方法处理 能够预先考虑到而加于预防和控制 偏倚的方向： （一）正偏倚和负偏倚： 凡夸大真实效应者为正偏倚。 凡缩小真实效应者为负偏倚。 假如某特征的真实值为θ，而测得值为θ’。 θ＝1.0为零效应； θ1为危险效应； θ1为保护效应。 1.θ1时： （1） θ’θ1时，夸大危险效应，为正偏倚。 （2）θθ’1时，缩小危险效应，为负偏倚。 2.θ1时： （1） θ’θ1时，夸大保护效应，为正偏倚。 （2）θθ’1时，缩小保护效应，为负偏倚。 （二）趋向无效值偏倚、远离无效值偏倚或颠倒偏倚：无效值指产生零效应的值。例如，对于RR或OR等于1时即无效值。就RR或OR而言： 当θ1时，若θ’θ1,则为远离无效值偏倚。 若θθ’1,则为趋向无效值偏倚。 当θ1时，若θ’θ1,则为远离无效值偏倚。 若θθ’1,则为趋向无效值偏倚。 （三）无论θ1或θ1，若θ和θ’在1的两侧，则为颠倒偏倚。 3.举例： （1）RR＝1.5 RR’=2.0时，为远离无效值正偏倚。 （2）RR＝0.6 RR’=0.8时，为趋向无效值负偏倚。 （3）RR=1.2 RR’=0.9时，为颠倒负偏倚。 二﹑常见偏倚及其分类 选择偏倚(selection bias) 信息偏倚(information bias) 混杂偏倚(confounding bias) 一、选择偏倚（selection bias） 定义 研究对象的选取过程中，由于选取方式不当，导致入选对象与未入选对象之间存在系统差异，由此造成的偏倚称为选择偏倚。 常见选择偏倚 入院率偏倚 检出症候偏倚 现患病例-新病例偏倚 无应答偏倚 易感性偏倚 时间效应偏倚 领先时间偏倚 入院率偏倚 入院率偏倚（ admission rate bias ），(伯克森偏倚Berkson bias) 1946年由J. Berkson 提出。是指利用医院就诊或住院病人作为研究对象时，由于入院率的不同而导致的偏差。 入院率偏倚(例) 若在某医院住院病人中选择研究对象进行病例对照研究，以B病为对照研究A病与某因素X的关系。 设人群中A病与B病患者各为1000人，患这两种疾病的病人，暴露于因素X者各为200人，非暴露于因素X者各为800人，暴露率均为20%，OR=1，A病与因素X无关。 入院率偏倚(例) 入院率偏倚(例) 假设: ?? 患A病者的住院率为40%， ?? 患B病者的住院率为80%， ?? 暴露于因素X者的住院率为40%。 ?? A病、B病及因素X是独立的，这样实际住院人数应为： 入院率偏倚(例)