流行病学研究中的偏倚PPT课件.ppt

常见偏倚 选择偏倚 (selection bias) 信息偏倚 (information bias) 混杂偏倚 (confounding bias) 混杂偏倚(confounding bias) 　　当研究某一因素和疾病的关系时，由于某个与研究的因素和研究的疾病均有关的因素的影响，掩盖或夸大了所研究的暴露因素与疾病的联系，这种现象称为混杂，该因素称混杂因素，其带来的偏倚即混杂偏倚。 参见P119 吸烟、火柴与肺癌 烟草公司的研究者坚持认为火柴暴露可以引起肺癌 他们开展了一项大型的病例对照研究来检验这个假说 研究者通过人群登记系统找到了1000名肺癌病例，其中820人曾携带过火柴 从人群中随机抽取了1000名对照，经X线确认未患肺癌，其中340人曾携带过火柴 根据这批数据，定量估计火柴与肺癌之间的关联 吸烟、火柴与肺癌 火柴与肺癌 想分别了解一下吸烟者与不吸烟者中火柴与肺癌的关系 结果发现在1000名病例中，900名为吸烟者，其中810名曾携带火柴 在1000名对照中，300名为吸烟者，其中270名曾携带火柴 分层绘制2×2表，计算火柴与肺癌的关联效应值 吸烟、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 这个例子说明：即使本来没有任何效应，混杂也可以引起明显的效应 在火柴与肺癌的关系中，吸烟就是一个混杂因素(confounding factor, confounder) 吸烟混淆了火柴与肺癌之间的真实关系 问题：火柴对于吸烟与肺癌的关系是不是一个混杂因素 混杂：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 吸烟 不是混杂因素 火柴 肺癌 夜灯 女孩Sonia，旁边是盏夜灯。夜里开着这盏夜灯很方便，父母可以随时从门口查看屋里的情况。 夜灯与近视 (Quinn et al. Nature 1999) 现患比 = 2岁以前周围环境的夜灯－儿童近视的发生 于是，父母关掉了Sonia房中的夜灯，开始每天在屋子里抹黑蹒跚 后来，还是在Nature上，又发表了2篇文章，说夜灯与近视的发生没有关联 (Zadnik et al. and Gwiazda et al. Nature, 2000) 夜灯与近视 父母的担心没有了，于是又把夜灯打开了，皆大欢喜 什么样的因素是混杂因素? 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 研究因素与疾病因果链中的中间变量 只与可疑暴露有关而与疾病无关的因素 什么样的因素不是混杂因素? C 混杂因素 E 暴露因素 D 疾病 与暴露相关 与暴露相关 与疾病相关 与疾病相关 病因链上的中间变量 控制混杂的方法 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 标准化 随机化 目标人群 患病人群 未患病人群 某些特征 5/10 2/10 3/10 病例与对照匹配 频数匹配 (frequency matching)  学习要点 1.偏倚、误差的概念 2.偏倚的种类 3.常见偏倚产生的原因 4.常见偏倚的控制 样 本 总 体 人 群 外 推 随机抽取 真 实 性—推论的可靠程度 影响真实性的因素 观测值 真实值 误差 + 随机误差 （机遇) 系统误差 + (偏倚) 图2 膳食与药物预防心机梗死的样本变异性示例 一般而言，研究样本越大，效应估计值的抽样误差越小（95%可信限越小），此为随机误差；系统误差与样本含量无关。 图2，研究A和研究B中膳食改良组五年内发生心梗死的风险为9%，降胆固醇药物组为6% A样本较小（200人），两组效应指标（心肌梗死风险）的95%可信限较大，从而发生重叠，统计检验无显著性差异 研究B样本较大（2000人），两组效应指标的95%可信限较小，从而未发生重叠，统计检验有显著性差异 一般而言，研究样本越大