医学流行病学答辩偏倚校正教学课件.pptxVIP

一、前言：从一次“意外”说起演讲人

04/护理诊断：给偏倚“下诊断书”03/护理评估：抽丝剥茧找“偏倚源”02/病例介绍：一次“失真”的队列研究01/前言：从一次“意外”说起06/并发症的观察及护理：校正过程中的“风险预警”05/护理目标与措施：为偏倚“开处方”08/总结：偏倚校正，是科学更是责任07/健康教育：让偏倚校正“入脑入心”目录

医学流行病学答辩偏倚校正教学课件

01前言：从一次“意外”说起

前言：从一次“意外”说起站在流行病学教研室的投影仪前，我摸着手中那份被反复批注的研究报告，想起三年前带学生做社区高血压患病率调查时的场景。当时我们信心满满：样本覆盖了辖区内6个社区，问卷设计参考了《中国高血压防治指南》，数据量超过2000份。可当整理结果时，却发现60岁以上人群的患病率比《中国慢性病监测报告》低了12%——这个偏差大到无法用抽样误差解释。

“老师，是不是我们漏掉了什么？”学生小周皱着眉头问。那天我们围着数据讨论到深夜，逐一排查：是问卷设计问题？不，漏填率不到3%；是调查时间？我们避开了农忙和节日；是样本代表性？社区户籍人口和流动人口比例与统计局数据一致……直到翻到现场调查记录——有位78岁的王奶奶因听力障碍，由儿媳代答，而儿媳随口说了句“我妈血压不高”，但后续随访发现王奶奶实际长期服用降压药。那一刻我突然意识到：流行病学研究中，偏倚就像隐藏在数据背后的“影子”，稍有疏忽便会扭曲真相。

前言：从一次“意外”说起这正是今天要和大家分享的主题——医学流行病学答辩偏倚校正。作为流行病学研究者、带教老师，我们不仅要教会学生如何设计研究、收集数据，更要教会他们识别、分析并校正偏倚，因为这是保证研究结果真实性的“最后一道防线”。接下来，我将结合一个真实的教学案例，和大家一起拆解偏倚校正的全流程。

02病例介绍：一次“失真”的队列研究

病例介绍：一次“失真”的队列研究2022年，我带领研究生团队参与了某县“糖尿病危险因素队列研究”。研究目标是探讨长期高盐饮食与2型糖尿病发病的关联，计划随访5年，基线纳入18-70岁常住居民3200人，每两年随访一次。研究背景：该县是传统高盐饮食地区（日均盐摄入量12g，远超WHO推荐的5g），且近年糖尿病患病率呈上升趋势（2020年县疾控数据为11.2%）。研究设计：前瞻性队列研究，基线调查内容包括：①人口学特征（年龄、性别、文化程度）；②饮食行为（通过24小时膳食回顾法评估盐摄入量）；③健康指标（空腹血糖、BMI、血压）；④疾病史（糖尿病家族史）。

病例介绍：一次“失真”的队列研究初步问题：2024年首次随访时，我们发现失访率高达28%（900人失访），且失访人群中60岁以上、文化程度较低者占比（55%）显著高于完成随访者（32%）。更关键的是，初步分析显示高盐饮食组糖尿病发病率（8.7%）与正常饮食组（7.9%）差异无统计学意义（P=0.12），这与国内外多数研究结论（高盐饮食增加糖尿病风险）不符。

“老师，是不是我们的假设错了？”学生小陈有些沮丧。但直觉告诉我，问题可能出在偏倚上——失访带来的选择偏倚，或是测量盐摄入量时的信息偏倚，甚至可能存在混杂因素未被控制（如体力活动量）。接下来，我们需要像临床护士评估患者病情一样，对研究中的偏倚进行“全面体检”。

03护理评估：抽丝剥茧找“偏倚源”

护理评估：抽丝剥茧找“偏倚源”在流行病学中，“护理评估”可以理解为对研究中潜在偏倚的系统排查。我们参照“偏倚三角模型”（选择偏倚、信息偏倚、混杂偏倚），结合研究各阶段（设计、实施、分析）逐一评估。

选择偏倚评估来源分析：队列研究的选择偏倚主要发生在纳入和失访阶段。基线纳入时，我们通过社区动员覆盖了90%的目标人群，漏纳者多为长期在外务工人员（年龄20-40岁为主），与研究关注的“高盐饮食-糖尿病”关联可能无直接关联；但首次随访失访率28%，且失访人群年龄更大、文化程度更低——这类人群可能因记忆力减退、对研究重视度低，导致基线盐摄入量报告偏低，而实际饮食更咸；同时，他们的糖尿病发病率可能更高（年龄是糖尿病危险因素）。

证据支持：比较失访者与完成随访者的基线特征：失访者平均年龄（58.3岁）＞完成者（52.1岁）（t=4.21，P＜0.001）；文化程度≤小学者占比（55%vs32%，χ2=45.6，P＜0.001）；基线空腹血糖（6.1mmol/Lvs5.8mmol/L，t=2.87，P=0.004）。这提示失访可能导致“高风险人群”流失，低估高盐饮食组的糖尿病发病率。

信息偏倚评估来源分析：信息偏倚主要来自暴露（盐摄入量）和结局（糖尿病）的测量。盐摄入量通过24小时膳食回顾法收集，但老年人可能因记忆偏差少报盐量（如“我平时吃得淡”）；而年轻调查员可能未准确记录烹饪用盐（如“汤里加了半勺盐”的“勺”