流行病学07的研究.pptVIP

流行病学07的研究.ppt

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
暨南大学流行病学教研窆 流行病学研究中 常见偏倚及其控制 暨南大学流行病学教研室 e偏倚是误差的一种。 误差是由于各种因素的影响导致测量 结果与事物的真实情况之间的差异。 e误差的存在,影响了研究结果的真实 性,有时还可能导致错误的结论。 e在流行病学研究必须考虑能否得到正 确的结果和结论,使研究结果与客观、 真实情况一致。 暨南大学流行病学教研室 e学习内容 G偏倚的种类 G偏倚的产生或出现的原因和条件 避免或控制偏倚的方法 暨南大学流行病学教研室 第一节误差 、误差的概念 误差 error)是指对事物某一特征的测量 值偏离真实值的部分。 真实值测量的要求:必须有“金标准”或相对可 靠的标准。 暨南大学流行病学教研室 、误差的种类 临床研究中常见的误差有两类:随机误差 random error)和系统误差 (systematic error) 1.随机误差由于随机因素造成的所得均值 与总体参数的差异。 例子:如抽样误差 随机误差的特点 它普遍存在,不可能完全消除,但可以通过合理的设计 正确的抽样等使之减小; ¢样本的观察值都在平均值上下分布,从许多无偏倚样本 中得到的观察值均数,假如数量较大,总是趋向于接近 总体值 一随机误差的范围可以用可信区间估计,当保持随机方法 而加大样本时,样本均值逐渐向总体均值接近 暨南大学流行病学教研室 e2.系统误差:也称偏倚,是向量的方向 致或基本一致时的误差,或倾向性的 误差。 系统误差产生的常见原因: G样本选择的不同 G测量仪器不精确 试剂不纯 G操作不符合要求 G分析错误 暨南大学流行病学教研室 随机误差和系统误差(偏倚)的差异 e从图7一1可见 血压值 (由动脉内套管测量) (由血压计测量)随机误差由于测量中随机变量的 影响,个体的血压读数出现的误差, 从而使血压计读数分布在均数周围; 随机误差 系统误差是由于血压计测量个体血 压所得的数值均偏离了用动脉内套管 直接测量到的血压值。 舒张压mlg 图7-1偏倚和随机误差的关系( Fletcher,1982) 适当地重复试验或增加样本含量可以减少随机误差 但不能减少系统误差。 暨南大学流行病学教研室 第二节偏倚bias) 、偏倚的概念 ¢在流行病学研究中样本人群所测得的某变量值系 统的与目标人群中该变量真实值的偏离 使研究结果或推论结果与真实情况之间出现偏差 G系统误差造成的。 暨南大学流行病学教研室 Q、偏倚的方向和分类 e偏倚的方向有两种(如果某一特征的真实值为0 而测量值为0) ≯正向偏倚:当θ30时,为正偏倚。正偏倚会夸大研 究的结果; 负向偏倚:当θ0时,为负偏倚。负偏倚则会减小 研究的结果。 ●偏倚的原因分为三大类: 选择偏倚( selection bias 信息偏倚( information bias) 混杂偏倚( confounding bias) 暨南大学流行病学教研室 (选择偏倚 选择偏倚产生的时期:研究的设计阶段 选择偏倚产生的原因:选择研究对象的方法不 当,两组研究对象间存在除研究因素以外的其 他因素分布不均衡。 ●选择偏倚对结果的影响:人为地夸大或减小了 研究因素与疾病之间的关联度 了解选择偏倚有两个目的: 第一,在设计中充分考虑、尽量避免 第二,在分析与做结论时要慎重。

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档