临床研究中的偏倚及控制讲解.pptVIP

临床研究中的偏倚及控制 中山大学肿瘤医院 临床试验研究中心 第一部分 流行病学研究中的误差 误差(error) ：实际观察值与客观真实值之差 分类： 随机误差（random error）:随机测量误差和随机抽样误差 系统误差/偏倚（systematic error/bias） 举例：用动脉血压计测量某人血压（实际值为80mmHg），各次读数的均值为100mmHg 一 两类误差特点 随机误差特点： 没有固定方向和固定大小，一般呈正态分布 难以避免 可以用统计学方法控制、分析、估计 系统误差特点： 有方向性 可消除 二、随机误差和系统误差的区别 临床科学研究中的误差与样本的关系 偏倚产生的原因 设计不合理 实施不严格 资料分析不正确 第二部分 偏倚 可以发生在设计、实施、分析和推论的各个阶段，种类很多，一般分为： 三大类 选择偏倚（selection bias） 信息偏倚(information bias) 混杂偏倚(confounding bias) 一、选择偏倚 选择偏倚(selection bias)：由被选入的研究对象与未被选入者特征上的差异所造成的系统误差。 主要产生于研究的设计阶段 多见于病例对照研究和现况研究 资料收集过程中的失访、无应答 一、选择偏倚 常发生在研究的设计阶段 选择偏倚的常见种类 入院率偏倚(admission rate bias) 现患病例-新病例偏倚(prevalence-incidence bias) 无应答偏倚(non-respondent bias) 志愿者偏倚(volunteer bias) 检出征候偏倚(detection signal bias) 时间效应偏倚 排除偏倚(exclusive bias) 易感性偏倚(susceptibility bias) 入院率偏倚（admission rate bias） 又称伯克森偏倚(Berkson’s bias)，利用医院就诊或住院病人作为研究对象时，由于入院率或就诊机会不同而导致的偏倚 医院对患者的选择 患者对医院的选择 入院率偏倚的控制 尽量从一般人群中获取样本 多个医院 解决办法： 1.选取社区病人，或选择两个或两个以上的对照组，一个来自于社区，一个对照组来自于医院不同科室的病人，对不同对照组的结果进行比较来判断是否存在选择偏倚。 2.病例的选择尽量不要在同一所医院，尽量在不同等级的医院中随机抽样，样本的代表性好些。 现患病例-新病例偏倚(prevalence-incidence bias) 又称奈曼偏倚（Neyman bias）：研究中选择现患病例为研究对象时，由于他们与新病例在某些特征或行为上的差异，而造成研究结果的偏倚。 病例对照或现况研究中的病例为现患典型病例，不包括死亡、病程短、轻型或不典型病例，致使调查结果出现的系统误差。 现患病例与新病例的暴露状况、病情、病型、病程和预后等都不尽相同 现患病例可能是“生物学上的强者” 患病例往往对自身所患疾病有所了解，有时会主动更改其对危险因素的暴露，导致了对危险因素与疾病关系的低估 患病率或发病率偏倚 例：Framingham心血管疾病研究 队列研究：高胆固醇者患冠心病OR值=2.4(有统计学意义) 病例对照研究：高胆固醇者患冠心病OR值=1.16(无统计学意义) 原因: 冠心病存活者改变生活习惯（戒烟、体育锻炼、注意饮食） 冠心病存活者本身的胆固醇水平就低于死亡者 控制： 在病例对照研究和现况研究的病例选择时，尽量选择新发病例 无应答偏倚（non-respondent bias） 无应答者：调查研究中那些因各种原因不回答或不能回答所提出问题的人、不依研究设计接受治疗者。 当无应答者和应答者在某些特征上不同，当一项调查中无应答者占一定比例时，就可以使研究的结果产生偏倚。 主要发生于现况调查 当无应答率较高时，如大于15%，从应答人群中得出的有关研究因素与疾病的联系不能反映两者间的真实联系 志愿者偏倚(volunteer bias) 主动加入研究的志愿者同非志愿者在关心健康、注意饮食卫生及营养食疗、禁烟禁酒、坚持锻炼等方面有差异，当研究的暴露组或治疗组对象为志愿者时，在暴露的志愿者和非暴露的对照（主要为非志愿者）间的比较可能产生偏倚 暴露状态不同 在与疾病发生相关的其他很多方面也可能不同，如志愿者具有更强的自我保健意识 志愿者由于对疾病及其危险因素的了解较多，在回忆暴露情况时可能会过分强调其暴露程度；或因未患所研究疾病而对回忆暴露史不感兴趣 检出征候偏倚 征候指在疾病和暴露因素之外存在着一个因素，即一种临床症状或体征。该症候不是疾病的危险因素，但人们却因具有这种征候而去就诊，从而提高某病的早期病例的检出率，从而过高的估计了暴露程度，形成某征候与