混杂偏倚confounding bias与交互作用.pptVIP

粗的OR=3.50 ORMH = 3.78 cOR – aOR 3.50-3.78 混杂偏倚=------------- = -------------=-0.07 aOR 3.78 负混杂，混杂因子造成低估暴露因素的致病作用。 控制混杂后暴露与疾病的关联强度OR值为3.78。 * 如果欲控制的混杂因素较多，往往受样本量的影响，分层分析常不适用。在这种情况下,可应用多因素分析方法予以控制, 如多元协方差分析，多元Logistic 回归分析等等。 * （一）背景 不同学科、不同学者对交互作用的概念定义存在歧异。毒理学、药理学、生物化学、物理学… 在同一学科中（如流行病学），交互的概念也常被混混淆。 交互作用的概念在流行病学文献中一直有些争议。术语“交互作用”曾经被用作性质截然不同的统计学、生物学和公共卫生学概念。争议的原因主要是人们对这些概念有着不同理解。 * (二) 流行病学研究中的交互作用概念 指两个或多个因素共同作用与某一事件时，其效应不同于该两个或多个因素单独作用时的和或积，称这些因子间存在交互作用。 McMahon 对流行病学交互作用的定义为：“When the incidence rate of disease in the presence of two or more risk factors differs from the incidence rate expected to the result from their individual effects.” （参考译文： 当两个或更多危险因子存在时疾病的发病率不同于它们独立作用时所期望的发病率”。） * （三）交互作用的类型 三类： 统计学交互作用statistical interaction： 采用数学模型评价交互作用，虽不涉及生物学机理，但有助于探索病因。 生物学交互作用biological interaction： 采用生物作用机制模型或抽象生物模型评价交互作用。与生物作用机制有关。 公共卫生学交互作用public health interaction： 应用统计学模型，多用于公共卫生效果评价。（或称用于评价公共卫生干预效果的统计学交互作用） * （三）统计学交互作用的概念 统计学交互作用与效应修正(EFFECT MODIFICATION，EM) 的概念是一致的。 统计学交互作用＝效应修正（交互因子=效应修正因子） 在流行病学中一般所谈的交互作用是指统计学交互作用。 交互因子（效应修正因子）： 指某种效应的大小依据某些第三因子的值而变化。此第三因子称为交互因子或效应修饰因子(EFFECT MODIFER，EF)。EM不是需控制的偏倚，而是需要努力发现、描述与报告的。 * * * 偏倚： 选择偏倚(selection bias) 信息偏倚(information bias) 混杂偏倚(confounding bias) * （一）混杂偏倚的概念： 指在流行病学研究中, 由于一个或多个潜在的混杂因素（confounding factor)的影响，掩盖或夸大了研究因素与疾病(或事件)之间的联系，从而使两者之间的真正联系被错误地估计，造成混杂（confounding）。 * 混杂因子(confounding factor，confounder)？ 研究的暴露因素和研究疾病之外因素（第三因子，外部因素） 此外部因素与研究疾病有关（独立相关） 并且与研究的暴露因素有关（统计关联） 混杂（confounding） 若混杂因素在比较的人群组中分布不匀,可以歪曲(掩盖或夸大)因素与疾病之间真正联系。 举例 研究吸烟与肺癌的关系 性别是个外部变量，性别与肺癌有关，性别与吸烟暴露有关。故性别是该研究中的混杂因子。 无论是队列研究还是病例对照研究，若性别在比较组中分布不均衡，研究将出现混杂。 * 为明确定义混杂因子： 流行病学分析中排除一类外部因子： 该因子是暴露导致疾病的中间环节或中间变量。 如： 吸烟 高血压 心脏病 吸烟 COPD 肺癌 高血压与COPD都不是混杂因子。 因为它们为病因链中的因子，也称内部介导因子（Intermediate Factor)。 * 混杂因子(confounding factor，confounder)？ 研究的暴露因素和研究疾病之外因素（第三因子，外部因素） 此因素与研究疾病有关（独立相关，危