流行病学--病例对照研究讲解课件.ppt

* * * * * * * * * * * = 1.26，3.84 （二）1:1配对资料的分析 1、资料整理——列四格表：匹配资料是由病例与对照结合成对子，列成下表中的格式，表内的数字a、b、c、d 是病例与对照配成对的对子数。 1：1配对研究中疾病与暴露的关系 2、 检验病例和对照暴露率有无差异 ?2 = ( b - c ) 2 b + c 3、计算比值比 OR OR = C b 4、计算 OR 的可信限 （二）1:1配对资料的分析 OR 95%CI = 食管癌发病因素的研究中发现，吸烟与发病有关，男性的资料归纳成表5-6 χ2=11.28, OR=4.33 表明男性吸烟者患食管癌的危险性是不吸烟者的4.3倍 OR95%可信限 举例： 三、混杂因素作用的估计与分层分析 配比法 分层分析 表5－7 按饮酒与否分层 计算OR值 饮酒者中吸烟的OR(2.98)稍高于不分层OR(2.87) 不饮酒者中吸烟的OR(1.67)却低得很多 表明饮酒是混杂因素，饮酒似可加强吸烟的作用 按饮酒与食管癌的关系列表计算 χ2=31.9, RR=2.29 可见饮酒与食管癌有联系 消除饮酒与否的影响，就要计算这两组人群合并的χ２与OR值，而在此之前必须先作齐性检验（可参照有关书籍）。 如果两组人群OR值没有明显差别，用统计学方法消除混杂作用影响，求合并OR值；有显著差异，不宜再计算合并OR值。 本例齐性检验的结果无显著差异。 进行齐性检验 齐性检验 合并χ２与OR值 OR值无明显差别，则饮酒是混杂因素 合并OR值 OR值有显著差异，则饮酒是明显混杂? 合并OR值 本例齐性检验无显著差异，计算合并OR与χ2 计算合并OR与χ2值 公式（M-H法）： 合并 合并 =37.74 =2.42 经饮酒分层调整后，吸烟的χ2与OR（即合并χ2与合并OR）虽较未调整的χ2 (55.5)与OR(2.87)为低，但仍有一定强度与统计学上的显著性。 吸烟与食管癌之间有显著的关联 饮酒是吸烟与食管癌之间的混杂因素，似能加强吸烟的作用 2 M-H 表5-9 分层计算结果整理表 第四节 偏倚及其控制 从研究设计、实施、到数据处理和分析的各个环节中产生的系统误差，以及结果解释、推论中的片面性，导致研究结果与真实值之间出现倾向性的差异，从而错误地描述暴露与疾病之间的联系，称之为偏倚。 定 义 偏 倚 选择偏倚 (selection bias) 信息偏倚 (information bias) 混杂偏倚 (confounding bias) 种类 一、选择偏倚 选择偏倚(Selection Bias)指由于入选的研究对象与未入选的研究对象在某些特征上存在差异而引起的误差。这种偏倚常发生在设计阶段。 选择偏倚又可细分为入院率偏倚、现患病例-新发病例偏倚、检出征侯偏倚、时间效应偏倚 1、入院率偏倚（Berkson偏倚） 定义 当利用医院病人作为病例和对照时，对照是医院的某一部分病人不是全体目标人群的一个随机样本，病例只是该医院或某些医院的特定病例不是全体病人的随机样本，所以难免产生偏倚，特别是因为各种疾病的入院率不同导致病例组与对照组某些特征上的系统差异。 控制 合理地选择病例与对照; 从总体人群中选择所有或绝大多数符合诊断标准的病例; 从各医院中选取病例，从多病种中选择对照。 2、现患病例-新发病例偏倚（奈曼偏倚） 定义 如果调查对象选自现患病例，即存活病例，可能得到更多的信息，但是其中很多信息可能只与存活有关，而未必与该病的发病有关，从而高估了某些暴露因素的病因作用；另一种情况是，某病的幸存者改变了生活习惯，从而降低了某个危险因素的水平，或当他们被调查时夸大或缩小了病前生活习惯上的某些特征，导致某一因素与疾病的关联误差。 控制 调查时明确规定纳入标准为新发病例 3、检出征侯偏倚（暴露偏倚） 定义 病人常因某些与致病无关的症状而就医，从而提高了早期病例的检出率，致使过高地估计了暴露程度而产生的系统误差。 控制 延长收集病例的时间，超过由早期向中、晚期发生的时间 4、时间效应偏倚 定义 对于肿瘤、冠心病等慢性疾病，从开始暴露于危险因素到出现病变往往经历一个较长的时间过程，因此那些暴露后即将发生病变的人、已发生早期病变而不能检出的人、或在调查中已有病变但因缺乏早期检测手段而被错误地认为是非病例的人，都可能被选入对照组，由此而产生了结论的误差。 控制 尽量采用敏感的疾病早期检查技术 开展观察期充分长的纵向调查 其他偏倚 无应答偏倚：入选的研究对象与未应答的人