观察性研究中的因果推断方法(三)30分钟.ppt

观察性研究中的因果推断方法(三)30分钟.ppt

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
观察性研究中的因果推断方法(三)30分钟

* * * 混杂偏倚( confounding bias ) 混杂因子亦称混杂因素或外来因素,是指与研究因素和研究结局均有关,若在比较的人群组中分布不匀,可以歪曲(掩盖或夸大)因素暴露与结局之间真正联系的因素。基本特点是:① 必须是所研究结局的独立危险因子;② 必须与研究因素(暴露因素)有关;③ 一定不是研究因素与研究结局(疾病)因果链上的中间变量。具备这几个条件的因素,如果在比较的人群组中分布不均,即可导致混杂偏倚产生。 例如,人群中观察到肺癌患者往往指甲发黄,研究假设为:黄指甲是肺癌的危险因素? 此时,吸烟就是研究假设的一个混杂因素。 混杂偏倚及其控制 控制混杂偏倚的基本方法——设计阶段: * 随机化分配( Randomization ) 混杂偏倚及其控制 控制混杂偏倚的基本方法——设计阶段: * 随机化分配——有效范围 E 混杂偏倚及其控制 * Qi Y, Fan J, Liu J, Wang W, Wang M, Sun J, Liu J, Xie W, Zhao F, Li Y, Zhao D.Cholesterol-overloaded HDL particles are independently associated with progression of carotid atherosclerosis in a cardiovascular disease-free population: a community-based cohort study.J Am Coll Cardiol. 2015 Feb 3;65(4):355-63. 升高血清HDL的药物(CETP) 控制混杂偏倚的基本方法——设计阶段: 随机化分配——理解病理生理机制的重要性 混杂偏倚及其控制 控制混杂偏倚的基本方法——设计阶段: * 随机化分配——理解病理生理机制的重要性 混杂偏倚及其控制 控制混杂偏倚的基本方法——设计阶段: * 限制( Restriction ) 研究受教育水平对记忆力的影响时,儿童认知能力是一个混杂因子,此时可以选择认知能力相同的儿童,此时由于将混杂限制在了固定水平,从而实现对其控制。 (C) (E) (D) 选择认知能力相同的儿童 (C) (E) (D) S 混杂偏倚及其控制 L和E通过两条路L→S←E和L→E而有向相连(d-connected), 然而,在配对设计中L与E是相互独立的。在L→S←E中,由于对S施加条件而导致L与E相关,但方向与 L→E的相关相反而相互抵消,保证L与E在匹配亚队列中仍独立。因而,匹配并未产生混杂,不必要调整。 * 控制混杂偏倚的基本方法——设计阶段: 匹配( Matching )——在队列设计中匹配 引自: Mansournia MA. Int J Epidemiol. 2013;42(3):860-9. 混杂偏倚及其控制 右图是匹配混杂因子C的匹配病例对照设计。C对D的作用通过C → D、C → E → D、C....D(是有C →[ S] ← D形成的碰撞偏倚路)而有向连接。匹配混杂因子C后,C在病例组与对照组间相等,故C与D独立,意味着C → D、C → E → D、C....D三条路的关联性之和必定为零。则, C → D与 C....D的关联性之和必定不为零;因此,混杂路E ← C → D仍然开放。所以,匹配并不能消除C的混杂作用。不仅如此,由于对C →[ S] ← D中碰撞节点S施加条件(匹配),还额外引入了碰撞偏倚C....D。 * 引自: Shahar E. Clin Epidemiol. 2012;4:137-44 控制混杂偏倚的基本方法——设计阶段: 匹配( Matching )——在病例对照设计中匹配 混杂偏倚及其控制 * Relative Risk = (27/75) / (14/81) = 2.1 Smokers Non-smokers Relative Risk = (1/25) / (2/50) = 1.0 Relative Risk = (26/50) / (12/31) = 1.3 控制混杂偏倚的基本方法——分析阶段: 分层分析( Stratified analysis ) 化学物 暴露 吸烟 恶性 肿瘤 ? 混杂偏倚及其控制 U 适用于混杂因子集(C)已知的情形,其侧重点在于C→Y,原理是通过回归模型调整掉C的混杂作用,以估计暴露(X)对结局(Y)的因果作用。 β1 β1 β1 β2 β1= =β3/β2 β1=δ1= β1= 适用于混杂因子集(C)已知的情形,其侧重点在于C

文档评论(0)

sandaolingcrh + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档