流行病学的误差和偏倚.pptxVIP

第18章 流行病学研究的误差和偏倚 影响结论真实性的原因可以归纳为两类，一类是随机误差，另一类是系统误差。在流行病学研究中，无论是观察性研究还是实验性研究，研究者必须设法避免由于研究设计和资料分析中的方法存在问题而得出虚假的结论。研究者在研究过程中设法尽量减少这两种误差的来源，提高研究结果的真实性。目 录 第一节 误差和偏倚的概念 第二节 偏倚 第一节 误差与偏倚的概念 实验研究的结果受三方面因素的影响：①处理因素的作用；②各种随机误差的干扰；③各种偏倚的干扰。?一、随机误差 随机误差又称机会(chance)，即由于非研究因素影响而造成的一类不恒定的、随机变化的误差。是不能完全避免而应该尽量减少的误差。一般可以通过统计学方法予以估计和评价。二、系统误差 系统误差又称偏倚(bias)，是由于非研究因素影响而造成的恒定不变的，或是遵循着一定规律变化的误差。 可发生于流行病学研究设计、实施、分析以及推论的各个阶段。应尽可能设法预见到各种系统误差的具体来源，并极力消除其影响，对不能消除的系统误差则应设法估计其误差的影响程度，以供分析资料时参考。三、随机误差与系统误差的关系图18-1、随机误差与系统误差的关系随机误差和系统误差的区别产生机理不同: 随机误差由抽样而产生，可以通过扩大样本量和改进抽样方法而减小。 偏倚是因为研究对象的选择方法不当、收集信息的方法不当、以及一些混杂因素的存在而产生。随机误差和系统误差的区别表现形式不同: 随机误差:无固定方向和固定大小，一般呈正态分布。偏倚：有固定方向和固定大小。随机误差和系统误差的区别控制方法不同: 随机误差:改进抽样方法，扩大样本量。 偏倚：针对性采取相应措施控制，扩大样本量不会减小偏倚。?第二节 偏 倚（bias）选择偏倚（selection bias）信息偏倚（information bias) 混杂偏倚（confounding bias） 一、选择偏倚（selection bias） 定义 研究对象的选取过程中，由于选取方式不当，导致入选对象与未入选对象之间存在系统差异，由此造成的偏倚称为选择偏倚。例如研究对象采用志愿者，方便样本，或者研究对象的无应答或失访等。多见于病例对照研究和现况研究。常见的选择偏倚：1、入院率偏倚（admission rate bias），又称伯克森偏倚(Berkson bias) 指用医院就诊或住院病人作为研究对象时，由于入院率的不同而产生的偏倚。表18-1 呼吸道疾病与骨及运动器官的关系表18-2 过敏及代谢疾病与疲乏的关系 常见的选择偏倚： 2、现患-新发病例偏倚 （prevalence-incidence bias） 又叫奈曼偏倚(Neyman bias) ，多发生于病例对照研究和现况研究中，指由于利用现患病例作为研究对象，而不是该病的所有病例（包括轻型、不典型、死亡病例等），从而得到的疾病和暴露之间片面的联系。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，而不是现患病例。 表18-3 美国Framinghan地区男性胆固醇水平与冠心病关系的研究 常见的选择偏倚： 3、 无应答偏倚(non-respondent bias)和志愿者偏倚(volunteer bias) 无应答者指调查对象中因为各种原因不能按照研究设计对被调查的内容予以回答的人。由于无应答者和应答者在某些特征上不同，所以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。 常见的选择偏倚： 4、检出症候偏倚(detection signal bias)又称暴露偏倚(exposure bias)。 当选择纳入病例时，部分病例会因为某种与本病无关的症状和体征，而促成本病的发现。结果在分析时这部分人中某种疾病的检出率人为地提高了，甚至还可能得出这种疾病与该因素有一定关系的错误结论。 选择偏倚的控制： 充分了解可能的选择偏倚的来源，在研究的设计 过程中尽量避免。 在病例对照研究和现况研究中，尽量选择新发病 例而不是现患病例。 在研究中采取相应措施，尽量取得研究对象的合 作，以获得尽可能高的应答率。 尽量采用多种对照。 二、信息偏倚（information bias） 定 义 又称测量偏倚或观察偏倚，是来自于测量或资料收集方法的问题，使得获取的资料存在系统误差。信息偏倚可以来自被调查者， 如：回忆偏倚和报告偏倚； 也可以来自调查者， 如：诊断怀疑偏倚、暴露怀疑偏倚和测量偏倚等。二、信息偏倚（information bias） 无差异错分： 如果疾病或暴露的错误分类同研究分组无关， 即在各比较组间不存在差异称为无差异性错分； 它在大多数情况下模糊了研究组间的差异，一般 使研究效应的估计值偏低。二、信息偏倚（information bias） 差异错分