《流行病学》课件-08章 偏倚及其控制.pptVIP

信息偏倚=(1.27-1.56)/1.56=-0.19 得值≠0，存在有差异错误分类信息偏倚。根据自我陈述调查资料计算的OR值低估了他汀类药物暴露与乳腺癌之间的关系，程度为19%。 信息偏倚的控制 严格信息标准 盲法收集信息 采用客观指标 调查技术的应用 统计学处理 统计学处理 根据信息重测κ值校正 校正公式如下：ORT= (κ+ORO-1)/ κ 根据前面资料已经获得κ值为0.833，计算 所得OR（ORo）为1.51（Elwood,2007）; 则，ORT= (0.833+1.51-1)/0.833=1.61 * 第八章 流行病学研究结果的偏差 随机误差和系统误差 精确性与真实性 偏倚及其种类 第一节 选择偏倚 第二节 信息偏倚 第三节 混杂偏倚 第一节 选择偏倚 选择偏倚是指被选入到研究中的研究对象，与没有被选入者特征上的差异所导致的系统误差。 此种偏倚在确定研究样本、选择比较组时容易产生，也可产生于资料收集过程中的失访或无应答等。 选择偏倚的种类 选择偏倚的测量 选择偏倚的控制 第一节 选择偏倚 选择偏倚的种类 入院率偏倚（admission rate bias） 亦称伯克森偏倚（Berkson’s bias）。 当以医院病人作为研究对象进行研究时，由于不同患者入院率的不同所导致的系统误差。 Example： 人群： 医院: A=1000 因A入院率=60% B=1000 因B入院率=10% X均=10% 因X入院率=50% A病为对照 X与疾病B无关 表8-1 住院的A、B病患者及其与X暴露的关系 疾病 X暴露 X非暴露 合计 X暴露率(%) A 80 540 620 12.9 B 55 90 145 37.9 合计 135 630 765 17.6 （OR=4.13 χ2=50.65 P0.01） 现患病例-新发病例偏倚（prevalence-incidence bias） 也称奈曼偏倚（Neyman bias）。 以现患病例为对象进行研究，与以新病例为对象进行研究时相比，因研究对象的特征差异所致的系统误差。 检出症候偏倚（detection signal bias） 某因素与研究疾病在病因学上无关，但由于该因素的存在导致了所研究疾病相关症状或体征的出现，使其及早就医，以致该人群比一般人群该病的检出率高，从而得出该因素与该疾病相关联的错误结论。由此所致的系统误差称为检出症候偏倚。 无应答偏倚（non-response bias） 在流行病学研究中，无应答者是指由于种种原因那些没有对调查信息予以应答的研究对象。 在特定研究样本中，无应答者的患病状况以及对某些研究因素的暴露情况与应答者可能会不尽相同，从而导致系统误差。 易感性偏倚（susceptibility bias） 研究对象暴露于某可疑致病因素与否，与许多主、客观原因有关，其有可能直接或间接地影响研究对象对所研究疾病的易感程度，从而导致某因素与某疾病间的虚假联系。 健康工人效应（healthy worker effect ） 选择偏倚的测量 测量方法 总人群比值比 样本比值比 以α、β、γ、δ分别代表A、B、C、D的样本选择概率，（α=a/A，β=b/B，γ=c/C，δ=d/D） 选择偏倚= 或 若得值=0，即 =1，则不存在选择偏倚； 若得值0，即 1，则存在选择偏倚，为正偏倚； 若得值0，即 1，则存在选择偏倚，为负偏倚。 测量举例 前面资料。在总人群中，A病、B病患者各1000人，暴露于因素X者各100人，非暴露者各900人；由于住院率的不同，实际住院人数如表8-1。若以住院病人作为研究对象，则： 患B病且暴露于因素X的选择概率 α=55/100=0.55 患B病但未暴露于因素X的选择概率 β=90/900=0.10 患A病且暴露于因素X的选择概率 γ=80/100=0.80 患A病但未暴露于因素X的选择概率