杨林胜安徽医科大学流行病与卫生统计学系.pptVIP

目 录 概述 误差（error） 偏离正确的行动、主张和信仰 。 数学上，测量值和真实值之间的差值。 两种误差：随机误差和系统误差 概述 偏倚（bias） 系统误差 Bias is a deviation from the truth. ——Last’s Dictionary 概述 偏倚的种类 选择偏倚 信息偏倚 混杂偏倚 各类偏倚并非互斥，有些情况下是互相联系的； 偏倚大小和方向的估计是一个复杂的过程。 概述 偏倚发生的环节 选择偏倚（selection bias） 选择偏倚 概念 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。 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。 选择偏倚 常见类型 入院率偏倚 现患病例-新病例偏倚 检出征候群偏倚） 志愿者偏倚 无应答偏倚 失访偏倚 入院率偏倚 (admission rate bias) 各种疾病的入院率不同而致的偏倚。 示例：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1：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％ 假设2: A病、B病和因素X是独立的 则实际住院人数： A病、X因素暴露：1200×(0.25+0.4-0.25×0.4) A病、非X因素暴露：4800×0.25 B病、X因素暴露：1200×(0.6+0.4-0.6×0.4) B病、非X因素暴露： 4800×0.6 现患病例-新发病例偏倚 (prevalence-incidence bias) 也称为奈曼偏倚（Neyman bias） 指以现患病例为对象进行研究与以新发病例为对象进行研究时相比，因研究对象特征的差异所致的偏倚。 示例：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）。 原因分析：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。 检出征候群偏倚（detection signal bias） 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。 示例： 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。 原因分析：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。 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。 无应答偏倚（nonrespondent bias） 无应答者:指研究对象中未按设计要求对被调查的内容予以应答者。 无应答偏倚: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，因此产生的偏倚。 此种偏倚在分析性研究和实验性研究中均可发生。 示例：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。 失访偏倚（loss to follow up bias） 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。 两种失访情况： 一种是由于观察期限短于原规定的观察危险期，一般与所观察的暴露因素或结果无关，且经过统计学处理能把他们当作截尾数据（censored data）处理。 另一种失访是在随访过程中因种种原因拒绝继续留在观察组中，他们的失访是主动的。 选择偏倚的测量 理论上可以通过总人群与实际抽样人群疾病与暴露分布情况进行测量。 以病例对照研究为例，总人群与实际抽样人群中疾病与暴露因素的分布分别如表8