发病密度抽样设计.PPT

比较患某病者与未患该病的对照者既往暴露于某个（或某些）可能危险因素的百分比差异，以判断这(些)因素与该病有无关联及关联程度大小的观察性研究方法。 病例和对照常用的选择方法 选择偏倚(Selection Bias) 什么样的因素是/不是混杂因素? 选择偏倚 5 第五章 病例对照研究 选择偏倚 入院率偏倚 (admission rate) / Berkson偏倚 现患病例－新发病例偏倚 (prevalence-incidence bias) / Neyman偏倚 检出征候偏倚 (detection signal bias) / 暴露偏倚 (unmasking bias) 时间效应偏倚 (time effect bias) 入院率偏倚 (admission rate) / Berkson偏倚 入院病人 ? ? ? ? 解决办法：不同类型的多家医院 病例组与对照组(其他疾病的患者)入院率不同 入选的与不入选的暴露率不同 现患－新发病例偏倚 (prevalence-incidence bias) / Neyman偏倚 入选的为现患或存活病例 不包括死亡病例、病程短的病例 解决办法：新发病例 ? 暴露者较不暴露者更易因某些症状较早较频就医检查，提高了早期病例检出率 如果入选者中早期病例较多的话，则暴露比例必然被虚假的? 解决办法：早、中、晚期病例 检出征候偏倚 (detection signal bias) / 暴露偏倚 (unmasking bias) ? 某些个体尚处于早期病变阶段、缺乏适当的检测手段，因此易被视为无病个体 入选病例组的个体中较多的为已进入临床疾病阶段、能够被检测出来的个体 解决办法：提高检测早期病例的灵敏度 时间效应偏倚 (time effect bias) ? 常见偏倚 选择偏倚 (selection bias) 信息偏倚 (information bias) 混杂偏倚 (confounding bias) 病例对照研究偏倚 5 第五章 暴露的非差异性错分 解决办法：客观的指征、明确的定义 暴露：酗酒 调查方式：询问 暴露的非差异性错分 暴露：被动吸烟 调查方式：询问 解决办法：客观的指征、明确的定义 暴露的非差异性错分 解决办法：客观的指征、明确的定义 暴露的差异性错分 暴露：母亲孕期暴露 疾病：新生儿先天畸形 调查方式：询问 病例比对照会报告更多的不实的暴露 对照较病例会漏掉更多的暴露 5 第五章 病例对照研究 信息偏倚 回忆偏倚 (recall bias) 调查偏倚 (investigation bias) 常见偏倚 选择偏倚 (selection bias) 信息偏倚 (information bias) 混杂偏倚 (confounding bias) 病例对照研究偏倚 5 第五章 混杂偏倚 (confounding bias) 　　由于混杂因素的影响，掩盖或夸大了所研究的暴露因素与疾病的联系，这个现象叫混杂偏倚 火柴与肺癌 OR粗 = 8.8 (7.2, 10.9) OR吸烟者 = 1.0 (0.6, 1.5) OR不吸烟者 = 1.0 (0.5, 2.0) 吸烟、火柴与肺癌 OR粗 = 21.0 (16.4, 26.9) OR携带火柴 = 21.0 (10.7, 41.3) OR不携带火柴 = 21.0 (13.1, 33.6) 吸烟、火柴与肺癌 于是，我们关掉了Sonia房中的夜灯，开始每天在屋子里抹黑蹒跚 我们的担心没有了，于是又把夜灯打开了，皆大欢喜 与暴露相关 混杂因素要么是所研究的暴露因素的“因”，要么是“果”，要么为简单“相关”，而非因果关系 混杂因素与所研究的暴露因素间的关联必须独立于其与所研究的疾病间的关联，即，混杂因素与研究的暴露因素间的关联必须可见于无病个体中 与疾病相关 不一定是疾病的“病因”，可以只是真正病因的一个标志指标 混杂因素与所研究的疾病间的关联必须独立于其与所研究的暴露因素间的关联，即，混杂因素与所研究的疾病间的关联必须可见于无暴露个体中 如果为所研究疾病的结果，不管其与所研究暴露因素的关系，该变量都不是混杂因素 研究的暴露因素与疾病因果链上的中间变量不是混杂因素 年龄与疾病 (心肌梗死) 有关联 年龄与暴露 (是否服OC) 有关联 年龄不是OC与心肌梗死作用通路上的中间环节 为什么考虑年龄是混杂因素？ 年纪大的人多 服OC比例低 暴露比例? 年轻的人多 服OC比例高 暴露比例? 比较病例组与对照组的暴露比例 OR ? 研究设计阶段 随机化 限制 匹配 资料分析阶段 分层分析 多因素分析 控制混杂因素的方法 5 第五章 病例对照研究分析 2. 不匹配分层 SPSS-12 (Crosstabs) p97页表