8.偏倚PPT.pptVIP

混杂的判定原则 比较混杂因素调控前后的暴露因素效应估计值，如果存在有意义的差异，就产生了混杂偏倚。 调控的统计方法 分析阶段：标准化率、分层和多变量分析 设计阶段：配比、随机化分配或限制进入 四、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是否相等或相近 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 流行病学研究 研究中常见的偏倚及其控制 重庆医科大学公共卫生与管理学院 随机误差 即机遇、抽样误差，因随机抽样而产生的差 异。 抽样研究中普遍存在，不可避免； 但可以衡量并加以控制。 误 差 误 差 系统误差 由于设计、资料收集及分析方法不当所造成的差异; 误差向量方向一致，不能通过增大样本量来克服它； 可避免且应该避免产生。 偏倚（bias） 含义 在流行病学调查研究的设计、实施、分析以至推论的各个阶段，由于某些因素的影响而使得研究结果与真实情况之间出现的系统误差，使研究因素与疾病之间的真实联系被歪曲，造成虚假的联系或掩盖真实的联系，从而导致错误结论。 偏 倚 偏 倚 性质 系统误差、错误，可以避免产生。 分类 选择偏倚、信息偏倚和混杂偏倚。 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。 描述性研究的选择偏倚 主要体现在样本对总体的代表性上 如不是采用随机抽样而是使用方便样本，或某些特定群体（志愿者、因特网利用者等）造成的外部效度（外推）受限问题。 控制方法 尽量采用随机抽样，避免样本选取的偏向 对特定群体的结果在外推上要谨慎等 分析性研究的选择偏倚 主要体现 研究对象进入、排除、不参与或失访等与研究暴露或处理因素存在关联，由此增大或减少暴露与疾病、处理与效应的关联，导致效应估计的偏倚。 控制方法 选取具体环节或已选取人群的具体特征 分析研究对象的选取是否同暴露或处理因素有关 常见选择偏倚 入院偏倚 失访偏倚 志愿者偏倚 第三节 研究的偏倚 选择偏倚 入院率偏倚 也称伯克森偏倚。 　 当利用医院病人作为研究对象时，病例及对照组均不是各自总体的随机样本。 　 防止方法是选择人群中的病例或对照的随机样本。 选择偏倚 现患病例–新病例偏倚 也称奈曼偏倚。 由于仅选择现患病例，而不包括死亡病例、已痊愈的病例及病程短的轻型病例产生的偏倚。 　　两类病例的暴露史可能有差异，且现患病例多数病程较长，可能已经改变了原有的暴露情况。 　防止方法是选用新病例。 选择偏倚 检出偏倚 或称检出症候偏倚。 　　 指由于一些与疾病无关的因素而引起疾病的某些症状，促使患者早期就诊而发现疾病。如选用这部分早期病人作研究对象，可使研究误认为该因素是疾病的病因。 　　 检出症候偏倚 例子：妇女使用雌H→子宫容易出血→早期就医而发现子宫内膜癌，用这部分人作病例对照研究时，就易造成雌H与子宫癌有关联的错误结论。实际上该因素只是这部分研究对象得以发现的一个诱因，而不是其病因，当用全子宫癌人群的随机样本时即可得出两者无关的结论。 选择偏倚 易感性偏倚 由于某些因素影响到疾病的易感性，而导致研究因素与疾病间的虚假联系。如健康工人效应：工人疾病的易感性较其他人群可能更低。 无应答偏倚 　 无应答者是指研究对象中没有按照研究设计对被调查的内容予以回答者。无应答者与应答者可能在暴露情况、患病情况、易感性等特征均有不同。造成实际研究人群与总体目标人群间存在系统差异。 排除偏倚 　在研究对象的确定过程中，没有按照对等的原则或标准从观察组或对照组中排除某些研究对象。 二、信息偏倚（Information bias） 含义　又称观察偏倚、测量偏倚，主要发生于资料收集阶段，是由于测量暴露或结局的方法有问题，所获得的信息不准确而产生的系统误差。 来源　可来源于研究者、研究对象及用于测量 的仪器、设备及方法。 分类（常见来源举例） 无差异性错误分类和差异性错误分类 表 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 回忆偏倚 　　 由于