流行病学研究中的常见偏倚课件.pptVIP

流行病学研究中的常见偏倚及其控制 偏倚(bias) 指观察值与真值之间的偏离，是一种随机误差以外误差的误差，属系统误差（systemic error）它是由某些较为恒定的不能准确测量的因素所造成。偏倚可发生在流行病学研究的设计、实施分析等各个阶段，如选择对象中以志愿者代替随机样本，使调查对象不能代表总体。重复抽样或加大样本含量并不能使这种误差减少或消失。流行病学研究中常见的偏倚主要有三大类，即选择偏倚、信息偏倚、混杂偏倚。 。 第一节 选择偏倚及控制 一、选择偏倚概念及类型 选择偏倚(selection bias)是由于选择研究对象的方法有问题，使入选者与未入选者在某些特征上存在着系统差异，从而导致研究结果偏离真实情况。在各类流行病学研究中均可发生选择偏倚，以病例对照研究中较为常见，如入院率偏倚、现患病例-新病例偏倚、检出症候群偏倚等。 1.入院率偏倚（admission rate bias） 入院率偏倚是由于各种疾病的入院率不同而致的偏倚。现举例说明。 某研究者计划研究A病与X因素的关系，A病例取自某医院，同时，他以同一医院随机抽取相应人数的B病人作对照。 假设A病住院率为25％，B病住院率为60％，具有X因素也有一定的入院率为40％。现就上述不同的入院率计算住院人数： A病无X因素住院人数＝4800×0.25＝1200人 A病有X因素住院人数＝1200×0.25＋(1200－300)×0.4＝660人 B病无X因素住院人数＝4800×0.6＝2800人 B病有X因素住院人数＝1200×0.6＋(1200－720)×0.4＝912人 2.现患病例-新病例偏倚（prevalence-incidence bias） 在病例对照研究，调查时选择的病例往往是存活的现患病例，无法对那些因患病已死亡的病例或轻型、非典型或已痊愈的病例进行调查，而队列研究中常采用新发生的病例，因而病例对照研究得出的结论与队列研究的结果可能发生差异，此即现患病例-新病例偏倚，也称为奈曼偏倚（Neyman bias）。 例如，Friedman等人在美国弗明汉地区对心血管系统疾病的研究中发现：男性居民在队列研究中，具有高胆固醇水平者，患冠心病的RR值为2.40，而另一项病例对照研究中，病例组与对照组却无明显差异，OR=1.16（表）。 进一步调查发现，患冠心病病人在被诊断为该病后，其后来的生活习惯或嗜好发生改变，如开始戒烟、多食低胆固醇食物、进行体育锻炼，从而使血中胆固醇水平降低，因此病例对照研究的结论存在明显的差异。 3.检出征候群偏倚（detection signal bias） 检出征候群偏倚是指某因素与某疾病在病因学上虽无关系，但由于该因素的存在会引起该病的临床症状或体征的出现，从而使患者及早就医，接受多种检查，导致该人群有较高的检出率，致使过高地估计该因素与该疾病的关联。 例如，1975年，Ziel等以病例对照研究，从美国加州洛杉矶妇女中调查口服雌激素与子宫内膜癌的关系，结果表明子宫内膜癌患者雌激素暴露比例明显高于对照组，认为子宫内膜癌与服用雌激素密切相关。 1978年，Horwitz指出，这一结论是由检出征候偏倚所致，两者之间的高度关联是虚假的。因为在人群中有一定量的无症状的子宫内膜癌早期病人，她们若不服用雌激素，子宫不致出血，因而不去医院就诊，而不能被发现。 4. 志愿者偏倚（volunteer bias） 一般情况下，志愿者与非志愿者在关心健康、注意饮食习惯、禁烟、禁酒及体育锻炼等方面可能存在系统的差别，因而，志愿者被入选为观察对象，而非志愿者落选，这样的研究结果往往有选择偏倚。例如，一项以体育锻炼预防冠心病的研究，干预组都是志愿者，而将非志愿者作对照，以比较该项措施的效果，这样就可能会得出不正确的结论。 从上例可以看出选好对照组是十分不容易的，它同研究者的临床知识，经验，及关于研究变量的特征，对象选入的方法等都有关。有时还需将多种对照同时观察更能说明问题。 5. 无应答偏倚（nonrespondent bias） 无应答者是指研究对象中未按设计要求对被调查的内容予以应答者。某个特定样本中的无应答者的患病情况及某些因素的暴露情况与应答者可能不同，因此而产生的偏倚称为无应答偏倚。此种偏倚在分析性研究和实验性研究中均可发生。 如Seltze等报道，以函访调查人群吸烟状况时发现，85%的非吸烟者在一个月内回函应答了调查内容，但在吸烟者中，应答率仅占67%，这样对男性吸烟的估计是明显低估的。 6. 失访偏倚（loss to follow up bias） 失访也是无应答的一种表现，只是它主要发生在队列及实验性研究中。在随访研究过程中，研究对象未能按计划被随访，它是此类研究选择偏倚的主要原因之一。 失访一般有两种情况，一种