流行病学中常见的偏倚及其控制.pptxVIP

流行病学中常见的偏倚及其控制第1页/共95页 2流行病学中常见的偏倚及其控制第2页/共95页 3误差 （error） 对事物某一特征的测量值偏离真实值的部分。 随机误差 （random error ） 系统误差 （systematic error ）第3页/共95页 4随机误差 指随机抽样所得的均值与总体参数的差异，也称抽样误差。只能减少，不能避免。可以是测量方法本身的随机变异，也可以是被测定的生物现象的随机变异。利用统计学技术可估计随机误差的大小，但随机误差无法消除。第4页/共95页 5随机误差的两个特点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；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。第5页/共95页 6描述性结果的样本变异性图8－1样本A样本C样本B第6页/共95页 7 在图8-1中，群体高胆固醇率为25%，样本A为40%，样本B为20%，样本C为0%。 增大样本含量，样本的变异性会减少，样本的高胆固醇率对群体的代表性会增大。第7页/共95页 8分析性结果的样本变异性膳食改良组膳食改良组降低胆固醇药物组降低胆固醇药物组第8页/共95页 9 如图8-2，研究A和B中膳食改良组五年内发生心机梗死的风险为9%，而降胆固醇药物组为6%。 研究A样本较小（200人），两组效应指标（心肌梗死风险）的95%可信限较大，发生重叠，无显著性差异。 研究B样本较大（2000人），两组效应指标（心肌梗死风险）的95%CI较小，未发生重叠，有显著性差异。第9页/共95页 10 样本越大，效应估计值的抽样误差越小（95%可信限越小），统计检验能发现的两组间效应差值越小。 样本非常大，两组间差异很小的效应值也会有统计学显著差异，但这很少有生物学或临床意义。第10页/共95页 11系统误差 当对群体的某一特征做一次测量或对某一个体的某一特征做多次测量时，所得均值与总体间的真实性也会产生误差，如果误差向量的方向一致或基本一致时，这种误差称为系统误差。第11页/共95页 12 系统误差不是由随机抽样所引起的，而是由某些不能准确定量但较为恒定的因素所引起，其结果导致测量值系统地偏离总体的真实值。第12页/共95页 13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，系统误差和随机误差可用以下图示随机误差80100舒张压（mmHg）系统误差发生频次血压计法测量舒张压值的分布第13页/共95页 14随机误差和系统误差的区别 假设一项研究可以将样本量增至无穷大，如果研究样本无穷大能使误差减小到零，则此误差为随机误差。系统误差不受样本量增加的影响，因此在研究样本无穷大时仍然存在的误差是系统误差；适当的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。第14页/共95页 15偏倚（bias） 指在流行病学研究中样本人群所测得的某变量系统地偏离了目标人群中该变量的真实值，使得研究结果或推论的结果与真实情况之间出现偏差，这是由系统误差造成的。第15页/共95页 16偏倚的方向（一）正偏倚和负偏倚： 凡夸大真实效应者为正偏倚。 凡缩小真实效应者为负偏倚。 假如某特征的真实值为θ，而测得值为θ’。 θ＝1.0为零效应； θ1为危险效应； θ1为保护效应。第16页/共95页 171.θ1时： （1） θ’θ1时，夸大危险效应，为正偏倚。 （2）θθ’1时，缩小危险效应，为负偏倚。2.θ1时： （1） θ’θ1时，夸大 保护效应，为正偏倚。 （2）θθ’1时，缩小保护效应，为负偏倚。第17页/共95页 18（二）趋向无效值偏倚、远离无效值偏倚或颠倒偏倚：无效值指产生零效应的值。例如，对于RR或OR等于1时即无效值。就RR或OR而言：当θ1时，若θ’θ1,则为远离无效值偏倚。 若θθ’1,则为趋向无效值偏倚。当θ1时，若θ’θ1,则为远离无效值偏倚。 若θθ’1,则为趋向无效值偏倚。（三）无论θ1或θ1，若θ和θ’在1的两侧，则为颠倒偏倚。 第18页/共95页 193.举例：（1）RR＝1.5 RR’=2.0时，为远离无效值正偏倚。（2）RR＝0.6 RR’=0.8时，为趋向无效值负偏倚。（3）RR=1.2 RR’=0.9时，为颠倒负偏倚。第19页/共95页 20 1946年，Berkson做最著名的偏倚研究并给予证实，又称为