流行病学研究中的偏倚及其控制-精选课件(公开).ppt

流行病学研究中的偏倚及其控制 本章要点 1. 偏倚的概念、方向、种类 2. 常见的偏倚及其经典例子 3. 常见偏倚的控制方法 第一节 概述 一、偏倚的概念：指在流行病学调查或推论过程中所获结论系统地偏离真实值，属于系统误差。 二、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。 1.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。 （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。 3.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。 三、偏倚的种类 偏倚可发生于设计、实施、分析至推断过程中； 可存在于各种研究类型中，形式各异大致可分为： （一）选择偏倚 （二）信息偏倚 （三）混杂偏倚 第二节 选择偏倚 指被选入到研究中的研究对象与未被选者特征上的差异所造成的偏倚。 多见于现况研究、病例对照研究、历史性队列研究。 一、选择偏倚的种类 （一）入院率偏倚（Berkson’s bias） 指利用医院门诊或住院病人作为研究对象时,由于入院率的不同而导致的偏倚。 社会阶层与颈椎病 假定某人群中有6000人患颈椎病，6000人患冠心病，并且在患这两种疾病的人中各有20%的人属于上等社会阶层。 这两种疾病的病人社会阶层情况： 1.患冠心病并属上等阶层：1200人 2.患颈椎病并属上等阶层：1200人 3.患冠心病不属上等阶层：4800人 2.患颈椎病不属上等阶层：4800人 又假定患冠心病者入院率为60%，颈椎病为25%，上等阶层者因接受保健检查的入院率为40%。那么实际入院人数为： 1.患冠心病并属上等阶层：共1200人， 正常入院：1200×60%＝720人 接受保健检查入院：480×40%＝192人 实际入院人数：720＋192＝912人 2.患冠心病不属上等阶层：共4800人 正常入院：4800×60%＝2880 实际入院人数： 2880 3.患颈椎病并属上等阶层：共1200人， 正常入院：1200×25%＝300人 接受保健检查入院：900×40%＝360人 实际入院人数：300＋360＝660人 4.患颈椎病不属上等阶层：共4800人 正常入院：4800×25%＝1200 实际入院人数：1200 颈椎病与社会地位的关系： (二)现患病例－新病例偏倚（Neyman bias） 病例对照研究中如选择现患病例作病例，他们是过去一段时间新发病例的幸存着，如果幸存者所反映的暴露情况比新发病例高或低，则会导致此种偏倚的出现。 如性别与结肠癌关系的研究：发病率男性稍高于女性，但生存期女性明显高于男性。现患病例的样本比新发病例样本女病人比例较大。 以医院中心肌梗死病人为病例进行病例对照研究，得到结论：大量饮用咖啡与心肌梗死无关。 而队列研究表明：大量饮用咖啡者心肌梗死发病危险性是对照的2倍。 原因： Neyman bias 50％的心肌梗死患者入院前死亡。调查对象只是心肌梗死后的幸存者； 死亡者多是大量饮用咖啡者且时间较长； 入院的未死亡病例只是一般的饮用者； 此外，现患病例有时会主动改变其对危险因素的暴露，导致对危险因素与疾病关系的低估。 队列研究发现高胆固醇血症与冠心病的RR为2.4。而病例对照研究中，RR为1.16。 原因：病例对照研究中的现患病例已改变了他们高胆固醇的饮食习惯。 （三）检出偏倚：指某因素与某疾病无关联