临床研究中误差和控制.pptVIP

* (四) 分层分析 分层分析是资料分析阶段控制混杂偏倚最基本的方法 按可疑混杂因素分层后分析指标与分层前有较大差别，如各层OR值的齐性检验无统计学差异，则说明可能存在混杂偏倚，可采用Mantel-Haenszel或其它公式进行合并，计算总ORM-H值；如齐性检验差异有统计学意义，则说明可能存在交互作用 * (四) 分层分析 表5-14 病例对照研究分层资料整理表 暴露史 i层 合　计 病例 对照 有 ai bi n1i 无 ci di n0i 合计 m1i m0i ti * (四) 分层分析 表5-15 OC与MI关系的病例对照研究资料整理表 口服避孕药 病例(MI) 对照 合计 粗OR 服用 39 24 63 未服用 114 154 268 2.2 合计 153 178 331 表5-15 OC与MI按年龄分层的整理表 OC ＜40岁 ≥40岁 MI 对照 合计 MI 对照 合计 服用 21(a1) 17(b1) 38(n11) 18(a2) 7(b2) 25(n12) 未服用 26(c1) 59(d1) 85(n01) 88(c2) 95(d2) 183(n02) 合 计 47(m11) 76(m01) 123(t1) 106(m12) 102(m02) 208(t2) * (四) 分层分析 分析步骤： (1) 计算分层OR OR1＝ a1d1 / b1c1 ＝21×59 /(17×26)＝2.80 OR2＝ a2d2 / b2c2 ＝18×95 /(7×88)＝2.78 (2) 同质性检验 ①计算各层lnORi、Var(lnORi)、wi： Var(lnORi)=1/a+1/b+1/c+1/d wi=1/ Var(lnORi) ②卡方检验 * (四) 分层分析 (2) 同质性检验 ＝0.0001357 P0.05，经同质性检验两层OR差异无统计学意义 层次 ORi lnORi Var(lnORi) wi 1 2.80 1.0296 1/21+1/26+1/17+1/59=0.1618 6.1805 2 2.78 1.0224 1/18+1/88+1/7+1/95=0.2203 4.5393 表5-16 * (四) 分层分析 (3) 计算总 和总OR ∑E(ai)＝27.26 ∑V(ai)＝11.77 ＝(21+18－27.26)2/11.77 = 11.71 可见，OR1和OR2分别为2.80 和2.78，均大于未分层OR 值2.20，ORMH值2.79大于未分层OR值 2.20，说明由于混杂因素年龄的作用，稀释了口服避孕药与心肌梗死的关联强度 * (四) 分层分析 OC ＜40岁 ≥40岁 MI 对照 合计 MI 对照 合计 服用 21(a1) 17(b1) 38(n11) 18(a2) 7(b2) 25(n12) 未服用 26(c1) 59(d1) 85(n01) 88(c2) 95(d2) 183(n02) 合 计 47(m11) 76(m01) 123(t1) 106(m12) 102(m02) 208(t2) 表5-17 OC与MI按年龄分层的整理表 值得注意的是，本项有关口服避孕药与心肌梗死的关联性研究中，除了考虑年龄的混杂作用外，还需要考虑吸烟因素的混杂作用。据后续的研究报道，西方女性口服避孕药与心肌梗死的关联主要是由于吸烟的混杂所造成的，因为服用避孕药的女性中吸烟者的比例明显高于不服用者，从而造成了口服避孕药明显增加心肌梗死危险性的假象。 * (五) 多因素分析 广义线性模型(generalized linear models, GLM，其中主要包括Logistic回归模型、Poisson模型、Cox模型、对数线性模型等) 线性混合效应模型(linear mixed models, LMM) 广义线性混合效应模型(generalized linear mixed models, GLMM) * (一) 失访偏倚(lost to follow-up bias) 预后研究一般需要对研究对象进行前瞻性的随访，由于观察时间较长，研究对象中有人因搬迁、死亡、药物效果差或药物副作用等原因而退出研究队列，从而影响结果的真实性，由此产生的偏倚称为失访偏倚 为了减少此类偏倚，预后研究通常要求失访率不应超过10% * (二) 零点偏倚(zero time bias) 零点是指被观察疾病的起始时刻，如患者进入观察时是处于该疾病的早期、中期还是晚期。在疾病预后研究中，不同的患者