简32008级临床医学等偏不倚和病因2010.pptVIP

第四章 偏 倚 的 控 制 与 病 因 推 断 公 共 卫 生 学 院 黄河浪 一 偏倚（bias）的概念 (一)流行病学研究的精确性与真实性 在流行病学研究中，数据和指标的变动（波动） 称为变异或误差 从25个变量的相对总体中抽取3组数据，每组为5个，得到3个样本的不同阳性率 (1) 总体高胆固醇阳性率＝25％，从总体中抽取3个样本，得到3个不同P，即 PA＝40％，PB＝20％，PC＝0％ (2) 说明抽样的个体不同造成了抽样误差 1 流行病研究的精确性 ▲ 精确性概念 测量中的随机误差大小 衡量的办法 方差 标准差、标准误 2 流行病学研究的真实性 ★ 真实性（validity） ——指收集的数据、分析结果和所得结论 与客观实际 的符合程度,它是科学研究的核心追求。 ★ 偏倚定义： 使测量系统地偏离了真实值的原因（系统误差） （一） 选择偏倚（selection bias） ☆ 定义：由于研究对象的确定、诊断、选择方法不正确，使被入 选的研究对象与目标人群的重要特征具有系统的差异， 使得样本推论总体出现了系统的偏离。 主要种类：入院率偏倚 （admission rate bias） 检出症侯偏倚 (detection signal bias) 现患病例—新发病历偏倚 (prevalence incidence bias) 无应答偏倚 (non—respondent bias) 易感性偏倚 (susceptibility bias) 时间效应偏倚 (time effect bias) 领先时间偏倚 (lead time bias) 例1 研究A 病与因素X的关系，以B 病作对照。假定在某人群中A、B两病均为1000人，两组病人暴露于X者各为200人三者入院率又相对独立 A病具有x因素同B病等同 OR＝(200×800)/(200 × 800)=1 A、B、X三者间并无关联，OR＝1 现假设A、B病入院率不同，分别为40％、80％，且具有 X因素者的入院率40％，根据上述不同入院率计 算住院病人： A病有X因素人数： 200 × 40％＋200 ×(100-40％) × 40％＝128 B病有X因素人数： 200× 80％＋200 ×(100-80％) × 40％＝176 A病入选而无X因素人数： 800 × 40％＝320 B病入选而无X因素人数： 800 × 80％＝640 病种 有X因素 无X因素 总人数 A病 128 320 448 B病 176 640 816 OR=(128 × 640)/(320× 176)=1.454 说明本来X因素与A病无关联(OR=1)， 而以医院病例作为样本所得结果， 提示X为A病的危险因素，为B病的 保护因素 结论： 本来X对A和B是无效应的（OR＝1）， 现在入院率不同，夸大了 X对A的效应（负偏倚） 例2： 不同来源研究对象估计药物与疾病联系的OR值比较 定义： 在测量或采取资料时获得不正确（准确）信息或产生 的系统误差 类型： 诊断怀疑偏倚（diagnostic suspicion