流行病学研究中的混杂效应控制.pptxVIP

混杂效应控制; 1. 限制（Restriction） ： “简化”研究对象某些可能起到“混杂”作用的特征，或者说，让潜在的混杂变量变为（近似的）“常量” 例如，年龄 2. 随机分配（Randomized allocation）：用随机分组方法使可能的混杂变量分布在比较组间平衡； 只能用于实验研究设计。 ; 3. 匹配（matching）： 常在病例对照或队列研究中使用； 在实验研究中按照混杂因素分层后再进行随机分组（分层随机）也是一种“频数匹配”。;什么是匹配（Matching）？;匹配方法（1） 个体匹配（Individual matching）;匹配方法（2） 频数匹配（Category / frequency/ stratified matching）;匹配方法（续）;匹配实例： 下表是在一个200万人口的研究对象总体中，不同性别人口的暴露和结局分布情况： ;在这个研究对象总体中： 暴露与疾病结局是否关联？;假如从这个研究总体中抽样，用队列研究方法探讨暴露和疾病的关联（1）;? ;假如从这个研究总体中抽样，用队列研究方法探讨暴露和疾病的关联（2）;? ;在队列研究实例中 匹配抽样对关联测量的影响：;假如从这个研究总体中抽样，用病例对照方法探讨暴露和疾病的关联;? ;在病例对照研究实例中 匹配抽样对关联测量的影响：;在病例对照研究实例中 匹配抽样对关联测量的影响（续）;匹配设计在混杂效应控制中的作用：总结;匹配设计在混杂效应控制中的作用：总结（续）;什么时候需要考虑匹配：;匹配可能带来的问题:;过度匹配（Overmatching）;20万总体人群的情况：性别不是暴露和疾病关系中的混杂因素 ;抽取这个总体中全部1310位病人为病例组 再抽取性别上与病人匹配的1310位非病人为对照进行病例对照研究： ;过度匹配（续）;过度匹配（续）;（二）分析中控制混杂的技术;个体匹配病例对照研究中配对资料的数据表： ;未匹配/频数匹配 病例对照研究数据表 不分层的粗OR值： ;分层分析（Stratified analysis） 分层分析需按混杂因素（F）分层后，分别估计暴露与疾病结局的关联（分层的OR或RR值）； 使用分层分析法，可以比较分层OR或RR值与不分层的粗关联测量，以评价F的混杂效应以及效应修正作用； ;分层分析（续） 如果分层后，各个分层的OR或RR值大致相等，但不等于未分层的OR或RR值（提示分层因素有混杂效应），可以用Mantel-Haenszel方法计算调整的总的暴露-结局关联值（调整OR或调整RR值）。;未匹配/频数匹配 病例对照研究数据的分层分析数据表 ; 计算调整OR值（ORM-H）的公式：? ∑(ai di / Ni) ORM-H = --------------------------------- ∑(bi ci / Ni) ? 式中：ai，bi，ci，di为每一层中四格表中的四个数； Ni为每层观察总人数；i为层数（i = 1 , 2 … n )。; (1)ORM-H= cOR：F不是混杂因子，cOR不存在混杂偏倚； RRM-H = cRR：F不是混杂因子，cRR不存在混杂偏倚。 (2)ORM-H ? cOR：F是混杂因子，cOR存在混杂偏倚； RRM-H ? cRR：F是混杂因子，cRR存在混杂偏倚。;分层分析的基本步骤： 1) 初步审阅资料； 2) 计算粗的比值比或相对危险度(cOR 或 cRR)； 3) 分层：按怀疑的混杂因子分层，并计算每一层 的比值比或相对危险度(aOR 或 aRR)； 4) 比较 cOR 和 aOR （或 cRR 和 aRR）； 5) （如果各个层的aOR相等但不等于cOR ）用Mantel-Haenszel法计算调整混杂因子影响后总的ORmh 或 RRmh； 6) 进行 X2mh 检验，计算ORmh 或 RRmh 95%可信区间。;多因素分析模型控制混杂效应;研究类型 ;研究类型 ;多元Logistic回归分析控制混杂 例1. 定群研究资料分析…弗明汉心血管疾病研究 742名居住在弗明汉年龄为40-49岁的男性，在各自暴露不同水平的影响因素(详见下表中的7种因素)，经12年追踪观察冠心病（CHD）发病情况。 根据此742名受试者每人暴露各项因素的水平和CHD发病与否的资料，采用多因素LOGISTIC回归模型进行