流行病学之偏倚及其控制课件.ppt

1、流行病学Epidemiology 第九章第九章 偏倚及其控制偏倚及其控制Biases and Their Control2022-8-142 研究的解说涉及到研究的真实性的问题。研究的真实性直接关系到是否获得正确的结论，而真实性需要通过变异性估计来确定。2022-8-143 第一节 研究结果的变异性 第二节 研究的真实性 第三节 研究的偏倚2022-8-144第一节第一节 研究结果的变异性研究结果的变异性 概概 述述 个体水平的变异性个体水平的变异性 群体水平的变异性群体水平的变异性 样本水平的变异性样本水平的变异性 2022-8-145变异性变异性(variability)研究结果包括描述性

2、和分析性数据（指标）的变动或波动。第一节第一节 研究结果的变异性研究结果的变异性一一、概、概 述述2022-8-146l生物学（真实）变异和测量变异生物学（真实）变异和测量变异l生物学变异生物学变异 真实的客观变异真实的客观变异l测量变异测量变异 测量过程的误差测量过程的误差l随机变异和系统变异随机变异和系统变异l随机变异随机变异 绝对值和方向交错变化，正态分布绝对值和方向交错变化，正态分布l系统变异系统变异 绝对值和方向保持恒定绝对值和方向保持恒定第一节第一节 研究结果的变异性研究结果的变异性 变异的来源分为两个层次变异的来源分为两个层次2022-8-147某个体特征测得值的变化，是个体真值

3、随时间某个体特征测得值的变化，是个体真值随时间的改变，或是由于测量误差引起的变化。的改变，或是由于测量误差引起的变化。第一节第一节 研究结果的变异性研究结果的变异性二、个体水平的变异性二、个体水平的变异性2022-8-148l日间变异l年龄l膳食运动l环境 仪器标度差 仪器精密度差 读数或记录错误个体状态测量误差2022-8-149l个体的累计变异个体的累计变异l 群体中的个体具有不同的遗传素质并受环境影响群体中的个体具有不同的遗传素质并受环境影响l常大于个体变异常大于个体变异l 根据群体的变异范围确定根据群体的变异范围确定“正常值正常值”范围，用于范围，用于判定个体测得值是否判定个体测得值是

4、否“正常正常”l群体水平的变异性受测量误差影响群体水平的变异性受测量误差影响第一节第一节 研究结果的变异性研究结果的变异性三、群体水平的变异性三、群体水平的变异性2022-8-1410通过不同样本研究所得结果的差异性 为什么高水平的血清总胆固醇是不利的或不健康的？这可以在关于血清总胆固醇与心血管死亡风险呈正相关的研究中找到答案。如Framingham心脏研究。第一节第一节 研究结果的变异性研究结果的变异性四、样本水平的变异性四、样本水平的变异性2022-8-1411描述性结果的样本变异性描述性结果的样本变异性第一节第一节 研究结果的变异性研究结果的变异性样本样本A样本样本C样本样本B2022-

5、8-1412 在图8-1中，群体高胆固醇率为25%，样本A为40%，样本B为20%，样本C为0%。增大样本含量，样本的变异性会减少，样本的高胆固醇率对群体的代表性会增大。第一节第一节 研究结果的变异性研究结果的变异性2022-8-1413分析性结果的样本变异性膳食改良组膳食改良组膳食改良组膳食改良组降低胆固醇药物组降低胆固醇药物组降低胆固醇药物组降低胆固醇药物组 研究A(研究对象200人，随机分配到两组)第一节第一节 研究结果的变异性研究结果的变异性2022-8-1414 如图8-2，研究A和B中膳食改良组五年内发生心机梗死的风险为9%，而降胆固醇药物组为6%。研究A样本较小（200人），两组

6、效应指标（心肌梗死风险）的95%可信限较大，发生重叠，无显著性差异。研究B样本较大（2000人），两组效应指标（心肌梗死风险）的95%CI较小，未发生重叠，有显著性差异。第一节第一节 研究结果的变异性研究结果的变异性2022-8-1415 样本越大，效应估计值的抽样误差越小（95%可信限越小），统计检验能发现的两组间效应差值越小。样本非常大，两组间差异很小的效应值也会有统计学显著差异，但这很少有生物学或临床意义。2022-8-1416第二节第二节 研究的真实性研究的真实性 概概 述述 内部真实性内部真实性 外部真实性外部真实性 2022-8-1417 真实性(效度)定义 指研究收集的数据、分析

7、结果和所得结论与客观实际的符合程度。研究误差 真实性的反面变异可以是真实的（如生物学个体变异），而反映研究误差的变异肯定是不真实的。一、概 述2022-8-1418 系统误差 称为偏倚 来自于对象选取、测量和统计分析等的方法学缺陷，有固定方向和固定大小的误差。随机误差 用统计学方法来估计，增大样本含量可减少，没有固定方向和固定大小，一般呈正态分布。研究误差的两种常见类型2022-8-1419二、内部真实性二、内部真实性 内部真实性（内部真实性（internal validity）定义研究结果与实际研究对象真实情定义研究结果与实际研究对象真实情况的符合程度况的符合程度,它回答一个研究本身是否真实

8、它回答一个研究本身是否真实或有效。或有效。改善措施改善措施 限制研究对象的类型和研究的环境条件。限制研究对象的类型和研究的环境条件。第二节第二节 研究的真实性研究的真实性2022-8-1420 三、外部真实性三、外部真实性 外部真实性（外部真实性（external validity）定义研究结果与推论对象真实情况的符合定义研究结果与推论对象真实情况的符合程度，又称为普遍性（程度，又称为普遍性（generalizability）。它回答）。它回答一个研究能否推广应用到研究对象以外的人群。一个研究能否推广应用到研究对象以外的人群。改善措施改善措施增加研究对象的异质性，使得研究对象的代增加研究对象的

9、异质性，使得研究对象的代表性范围扩大。表性范围扩大。第二节第二节 研究的真实性研究的真实性2022-8-1421 在实际研究时，需要综合平衡考虑在实际研究时，需要综合平衡考虑 研究对象的同质性和异质性问题研究对象的同质性和异质性问题2022-8-1422第三节第三节 研究的偏倚研究的偏倚 选择偏倚选择偏倚 信息偏倚信息偏倚 混杂偏倚混杂偏倚 混杂偏倚的分层分析混杂偏倚的分层分析2022-8-1423 1946年，Berkson做最著名的偏倚研究并给予证实，又称为Berkson偏倚。1976年，Miettinen详细讨论了偏倚的定义，并给出分类框架,分三类 选择偏倚 信息偏倚 混杂偏倚2022-

10、8-1424一、选择偏倚一、选择偏倚（selection bias）定义 研究对象的选取过程中，由于选取方式不当，导致入选对象与未入选对象之间存在系统差异，由此造成的偏倚称为选择偏倚。例如研究对象采用志愿者，方便样本，或者研究对象的无应答或失访等。第三节第三节 研究的偏倚研究的偏倚2022-8-1425 描述性研究的选择偏倚描述性研究的选择偏倚 主要体现主要体现在样本对总体的代表性上 如不是采用随机抽样而是使用方便样本，或某些特定群体（志愿者、因特网利用者等）造成的外部效度（外推）受限问题。控制方法控制方法 尽量采用随机抽样，避免样本选取的偏向对特定群体的结果在外推上要谨慎等 第三节第三节 研

11、究的偏倚研究的偏倚2022-8-1426 分析性研究的选择偏倚 主要体现主要体现 研究对象进入、排除、不参与或失访等与研究暴露或处理因素存在关联，由此增大或减少暴露与疾病、处理与效应的关联，导致效应估计的偏倚。控制方法控制方法选取具体环节或已选取人群的具体特征分析研究对象的选取是否同暴露或处理因素有关第三节第三节 研究的偏倚研究的偏倚2022-8-1427 常见选择偏倚 入院偏倚 失访偏倚 志愿者偏倚第三节第三节 研究的偏倚研究的偏倚2022-8-1428 确定有无选择偏倚的关键 把握选取环节或已入选对象，是否存在人为增大或减少研究因素与结局的关联程度 控制方法 严密掌握对象选取的各个环节，注

12、意选取对象的代表性，增加应答和减少失访等第三节第三节 研究的偏研究的偏倚倚2022-8-1429二、信息偏倚二、信息偏倚（information bias）定 义 又称测量偏倚或观察偏倚，是来自于测量或资料收集方法的问题，使得获取的资料存在系统误差。由于流行病学的暴露或疾病多为分类测量，所 以 信 息 偏 倚 又 可 称 为 错 误 分 类 偏 倚（misclassification bias）。信息偏倚同样影响描述性研究和分析性研究的结果。第三节第三节 研究的偏倚研究的偏倚2022-8-1430无差异性错误分类和差异性错误分类第三节第三节 研究的偏倚研究的偏倚无差异性错误分类无差异性错误分类

13、差异性错误分类差异性错误分类错误分类数据错误分类数据错误分类数据错误分类数据研究真实数据研究真实数据研究真实数据研究真实数据2022-8-1431差异性信息偏倚的两种常见类型 回忆偏倚（recall bias）产生于研究对象记忆过去活动和暴露能力的差异。调查者偏倚（interviewer bias）产生于调查者对研究对象有差异性地收集信息。采取盲法，可以降低调查者偏倚。第三节第三节 研究的偏倚研究的偏倚2022-8-1432 为了减少错误分类以及改善测量的准确性，研究者们正在越来越多地使用生物学标记物（biological markers）。它们可以用来测量易感性、内暴露（实际进入体内）剂量或

14、生物学效应（剂量）等。第三节第三节 研究的偏倚研究的偏倚2022-8-1433三、混杂偏倚（三、混杂偏倚（confounding bias）定义 是指暴露因素与疾病发生的相关(关联)程度受到其他因素的歪曲或干扰。混杂的本来含义是“混合掺杂”(mixing together)，这里是指暴露因素对疾病的独立效应与混杂因素的效应混在一起，造成对暴露因素效应的估计偏倚。第三节第三节 研究的偏倚研究的偏倚2022-8-1434 判定原则 比较混杂因素调控前后的暴露因素效应估计值，如果存在有意义的差异，就产生了混杂偏倚。调控的统计方法 设计阶段：标准化率、分层和多变量分析 设计阶段：配比、随机化分配或限制

15、进入第三节第三节 研究的偏研究的偏倚倚2022-8-1435 继发关联（secondary association）定义 是一种纯粹由混杂偏倚产生的关联 即怀疑的病因（暴露）E与疾病D并不存在因果关系，而是由于两者（E,D）有共同的原因C，E,D同C存在关联，从而继发产生E与D的关联。第三节第三节 研究的偏倚研究的偏倚C?DE2022-8-1436例如 高血清胆固醇是冠心病的危险因素，高血清胆固醇可产生沉积于眼睑的黄色瘤，从而导致黄色瘤与冠心病的继发关联。另外，E与C也可以由于相关（因果方向不明）而产生继发关联。例如 吸烟是胰腺癌的危险因素，吸烟又与喝咖啡存在相关（没有确定的时间先后），从而造

16、成喝咖啡与胰腺癌的继发关联。第三节第三节 研究的偏倚研究的偏倚2022-8-1437 直接因果关联的歪曲 如果怀疑病因E与疾病D既存在直接关联，又存在间接关联(图A)或与其他危险（保护）因素F存在相关(图B)，暴露E与疾病D的直接因果关联程度或方向将可能受到混杂干扰，即得到歪曲的关联估计值。第三节第三节 研究的偏倚研究的偏倚F FD DEF FD DE?AB2022-8-1438 例如 静脉吸毒E与性乱F都是HIV感染D的危险因素，吸毒者易发生多性伴行为，即吸毒同HIV感染既存在直接关联（ED）又存在间接关联（EFD）（图8-3,(2)），吸毒与多性伴没有确定的时间先后而呈双向相关（图8-3,

17、(3)），多性伴F将对吸毒E与HIV感染D的直接因果关联起混杂或歪曲作用。第三节第三节 研究的偏倚研究的偏倚2022-8-1439 E E E C？F？F？D D D (1)继发关联 (2)直接因果关联的歪曲 (3)直接因果关联的歪曲 图 8-4 混杂偏倚引起假关联 第三节第三节 研究的偏倚研究的偏倚图8-32022-8-1440四、混杂偏倚的分层分析四、混杂偏倚的分层分析 M-H(Mantel-Haenszel)分层分析方法的步骤 对可能的混杂因素进行分层 判定层间RR或OR是否相等或相近 得到控制混杂后的调整RR或OR 再将调整RR或OR与分层前的粗RR或粗OR（cRR或cOR）进行比较第

18、三节第三节 研究的偏倚研究的偏倚2022-8-1441 队列研究(1)累计发病率资料2221010/1iiiiiMHiiiiiia dbcTN N M MTT01/iiiMHiiia NTRRc NT第三节第三节 研究的偏倚研究的偏倚表8-42022-8-1442(2)发病密度资料01/iiiM Hiiia NTR Rc NT2112110/iiiiMHiiiiaN MTMN NT 第三节第三节 研究的偏倚研究的偏倚2022-8-1443 病例对照研究病例对照研究/iiiM Hiiia dtO Rb ct2221010/1iiiiiM Hiiiiiia db ctm mn ntt第三节第三节

19、研究的偏倚研究的偏倚2022-8-1444 （1 1）按可能的混杂因素吸烟分层）按可能的混杂因素吸烟分层第三节第三节 研究的偏倚研究的偏倚ai bi m1i ci di m0ini n0 ti 2022-8-1445(2)(2)判定层间关联效应水平是否同质判定层间关联效应水平是否同质按是否吸烟分层后，两层内的饮酒与肺癌的关联效应大小是同质(同质性检验)的，可以应用M-H方法计算综合OR121 41.566 9OR23 361.594 17OR12OROR第三节第三节 研究的偏倚研究的偏倚2022-8-1446(3)(3)计算综合或调整计算综合或调整OROR，并与粗，并与粗OROR比较比较 22

20、2221 46 19/403 364 17/600.650927 13 30 10/40 1 407 53 20 40/60 1 60 MH 21 4/403 36/601.576 9/404 17/60 MHOR 24 403.6910 26 cORMHcORORP 0.25第三节第三节 研究的偏倚研究的偏倚2022-8-1447(4)(4)结论结论l吸烟对饮酒与肺癌的关联（cOR=3.69）有混杂作用（cOR ORMH）l控制吸烟的混杂作用后，饮酒与肺癌无关联（=0.6509,P0.25）l注意针对ORMH的2检验是在排除了混杂偏倚的基础上再排除随机误差，而针对cOR的2检验是建立在没有排除混杂偏倚的基础上的第三节第三节 研究的偏倚研究的偏倚