偏倚bias吉林大学课程中心.ppt

预防医学系 吉林大学公共卫生学院,/yfyx.html,第二篇 预防保健策略与措施,病例对照研究,(Case-control study),第五章,主要内容,概述 设计与实施 资料分析 常见偏倚与控制 优缺点,一、基本概念,暴露 exposure 研究对象曾经接触过某些因素，或具备某些特征，或处于某种状态，这些因素或状态即为暴露因素，它可以是有害的，也可以是有益的，也叫研究变量,危险因素risk factor 是泛指那些能够使人群疾病发生频率升高的因素，也就是流行病学中广义的“病因”。,保护因素protective factor 是泛指那些能够使人群疾病发生频率下降的因素。,一、基本概念,病例对照研究是按照疾病状态将研究对象分为病例和对照，分别追溯其既往（发病前）所研究因素的暴露情况，并进行比较，以推断疾病与暴露之间有无关联和关联强度大小的一种观察性研究,选择一组患某病的病例组，再选择一组不患该病的对照组，比较两组在疾病发生之前对某可疑因素（危险因素）的暴露率差异，从而确定所研究疾病与因素之间是否存在关联。,二、基本原理,观察法 设立对照,属分析性研究 由果及因,回顾性的 认证强度：不能立因果关系,三、特 点,广泛探索和深入研究疾病的影响因素 研究健康状态等事件发生的影响因素 疾病预后因素研究 临床疗效影响因素研究,四、目的或用途,五、研究类型,成组的病例对照研究（非匹配） 匹配病例对照研究 成组匹配（频数匹配） 个体匹配,成组的病例对照研究 按与病例组可比的原则，根据样本的大小，选择一定数量的对照。对照与病例的数量不需成严格的比例关系，但对照的数量应等于或多于病例。,病例组,对照组,病例与对照不匹配,匹配病例对照研究 成组（频数）匹配 对照组具有某因素或特征者所占比例与病例组一致。 个体匹配 指给每一个病例选择一个或几个对照，使病例与对照配成对（pair）或配成伍，使对照在某些因素或特征（如年龄、性别等）方面与其相配的病例相同或基本相同。,匹配目的 提高研究(统计)效率 控制混杂因素,某些特征,病例与对照匹配 频数匹配 (frequency matching),病例与对照匹配 1:1个体匹配 (individual matching),某些特征,配对 (pair matching),病例与对照匹配 1:R个体匹配 (individual matching),某些特征,1:2, 1:3 1:R,主要内容,概述 设计与实施 资料分析 常见偏倚与控制 优缺点,提出假设 制订研究计划 收集资料 资料的整理与分析 提出研究报告,一、实施步骤,实施步骤,提出假设 根据以往疾病分布研究或现况调查结果并结合文献，提出病因假设,疾病 & 暴露因素,选择病例与对照比较的方法：可用匹配(matching)或成组比较法，或两者同时使用。如用匹配法，需确定病例与对照的比例及匹配条件； 病例与对照的来源和选择方法；病例的诊断方法； 样本大小的估计； 确定调查因素，考虑混杂因素；,实施步骤,制定研究计划,调查表的设计; 整个研究过程中可能出现的偏倚;质量控制措施; 调查的实施与期中分析; 资料整理与分析的方法； 所需费用的概算; 人员分工与需要的协作单位。,制定研究计划,实施步骤,培训调查员与预调查 预调查后应对整个研究计划（包括调查表）提出修改。 实施调查 应严格按照已修改过的调查表与统一的调查方式进行。 资料的整理与分析 提出研究报告。,实施步骤,研究目的 研究因素 研究对象 样本含量估计 资料收集,二、设计要点,研究目的：前面的四个目的之一 研究因素：（研究假设） 根据以往疾病分布研究或现况调查结果并结合文献，提出病因假设,疾病 & 暴露因素,基本原则 代表性 病例能代表总体的病例 对照能代表产生病例的总体人群或源人群 可比性 两组主要特征方面无明显差异,研究对象：（病例与对照的选择）,选择病例的要求 诊断可靠：尽量使用金标准，如对癌症病例，尽可能应用病理诊断。上世纪80年代初，天津医学院研究吸烟与肺癌的关系时，选择的135例病人中，90%经病理诊断确诊，10%经X线与支气管镜检查确诊。 应尽量选择确诊的新病例，因为其回忆偏倚小，代表性好，容易合作，被调查因素改变少。,病例的选择,病例的选择,要求,诊断疾病的标准 具体、明确 尽量采用国际通用或国内统一的诊断标准 自订标准：宽严适度（假阳性、假阴性）,可对病例的某些特征进行限定：年龄、性别、民族等,病例的选择,新发病例: 提供的信息较为可靠 现患病例: 掺入疾病迁延及存活因素在内 疾病患者 存活时间长，有机会入选研究 死亡病例: 信息准确性较差,来自社区: 代表性较强，但不易得到 来自医疗机构: 易获得，难以定义源人群，易发生选择偏倚,类型,来源,对照的选择,要求（原则） 候选对象必须来自产生病例的总体 不患有所要研究疾病甚至是同一系统疾病 对照一旦发生所研究的疾病便成为病例组的研究对象,对照的选择,对照的形式 成组病例对照 匹配病例对照,匹配带来的问题 增加工作难度(费用、时间) 限制样本量 匹配因素将无法再进行分析 匹配过头,不能滥用匹配！,同一或多个医疗机构中诊断的其他病例 病例的邻居或所在同一居委会、住宅区内的健康人或非该病病人 社会团体人群中的非该病病例或健康人 社区人口中的非病例或健康人群 病例的配偶、同胞、亲戚、同学或同事等,没有哪一种对照就一定优于另一种对照，各有优势、各有局限性，不同来源的对照解决不同的问题。,来源,对照的选择,有关参数 病例组的暴露率（P1）和对照组暴露（P0） 优势比（odds ratio, OR） 值 把握度1-,估计的样本含量并非绝对精确的数值，仅供参考 样本量不是越大越好 病例组和对照组样本量相等时效率最高,样本含量的估计,软件：EPI info, EpiCalc2000等 查表法 公式法：,估计方法,举例 为研究西安市肺癌与吸烟的关系，欲进行一次病例对照研究。已知西安市普通人群中吸烟率 P0为30%，OR为5.0，为0.05，把握度为0.90 、值查表，U为1.64， U为1.28,样本含量的估计,代入公式得： 病例组与对照组，各需19人,实例1,拟进行一项病例对照研究，研究吸烟与肺癌的关系。预期吸烟者的相对危险度为2.0，人群吸烟率约为20%，设=0.05（双侧），=0.10，估计样本含量。,非匹配设计,研究因素在对照组中的暴露率P0 预期的该因素引起的相对危险度RR或暴露的比值比OR 显著性水平: 功效: 1-,EpiCalc 2000,EpiCalc 2000,医院病案记录，疾病登记报告等摘录 检测病人的标本或病人的环境获得 对病例或对照的询问调查中取得,资料的收集,主要内容,概述 设计与实施 资料分析 常见偏倚与控制 优缺点,资料分析,描述性分析,一般特征描述 描述研究对象的一般情况：年龄、性别、职业、出生地及居住地等,均衡性检验 比较病例组与对照组在研究因素以外的其他主要特征方面有否可比性，两组非研究因素均衡，其暴露率的差异与发病有关,资料分析,推断性分析,非匹配或成组匹配设计,个体匹配设计,成组比较法资料的分析,检验 是检验研究因素与疾病之间是否有统计学联系。其计算可按传统的四格表的专用公式，也可以用antel-Haenszel (M-H)方法。,成组比较法资料的分析,暴露与疾病的统计学关联,当2 3.84 P0.05时，疾病与因素之间无联系,成组比较法资料的分析,按M-H法, 公式为:,E(a)为a的期望值； V(a)为a的方差。,成组比较法资料的分析,OR又叫优势比，指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值、反映暴露者患某种疾病的危险性较无暴露者高的程度。 描述：暴露组患病的危险性是非暴露组的多少倍,联系强度,比值比 OR（odds ratio）,成组比较法资料的分析,病例组的比值,对照组的比值,计算比值比OR（odds ratio） 比值是指某事物发生的概率与不发生的概率之比,OR的数值表示的意义： OR=1，暴露因素与疾病无联系 OR1，暴露因素与疾病存在正相关，是疾病的危险因素。 OR1，暴露因素与疾病存在负相关，是疾病的保护因素。,成组比较法资料的分析,OR的95%可信区间,Miettinen氏法 先求出2 、OR,意义：用样本的OR值推算总体OR所在的区间，并作显著性检验。如可信区间不包括1在内，则：OR在与可信区间相同的概率水平有显著意义。如可信区间包括1在内，则暴露与疾病无联系。,成组比较法资料的分析,例 ：子宫内膜癌与糖尿病史的关联研究,成组比较法资料的分析,结论：2=7.41 3.84,且OR值的95%可信区间为(1.37，29.99)不包括1，说明子宫内膜癌与糖尿病史有关联；OR=6.41，说明有糖尿病史的人患子宫内膜癌的危险性是无糖尿病史者的6.4倍，糖尿病史可能是子宫内膜癌发生的危险因素。,EpiCalc 2000,EpiCalc 2000,资料分析步骤 整理四格表 2检验 计算OR及其可信区间,1：1配对病例对照研究资料的分析,1：1配对病例对照研究资料的分析,联系的显著性检验,联系强度,OR的95%可信区间,例 ：妊娠头三个月内孕妇风疹与新生儿发生畸形的关系研究,1：1配对病例对照研究资料的分析,1：1配对病例对照研究资料的分析,EpiCalc 2000,EpiCalc 2000,结论：2=9.63 3.84,且OR值的95%可信区间为(1.66，9.60)不包括1，说明新生儿畸形与妊娠头三个月内孕妇风疹有关联；OR=4.00，说明妊娠头三个月内孕妇风疹的新生儿发生畸形的危险性是无风疹史的4倍，说明妊娠头三个月内孕妇风疹可能是新生儿发生畸形的危险因素。,1：1配对病例对照研究资料的分析,分层分析,EpiCalc 2000,分层分析,EpiCalc 2000,资料分析步骤 整理四格表 2检验 计算OR及其可信区间,分层分析,OR=2.20 (1.253.86),考虑年龄可能是混杂因素,分层分析,为什么考虑年龄是混杂因素？,2=7.27, OR=2.10 (1.223.62),提示: 年龄越大，发生心肌梗死的危险性越大,分层分析,2=8.98, OR=3.91 (1.539.99),提示: 年龄越小，服用OC的可能性越大 年龄越大，服用OC的可能性越小,为什么考虑年龄是混杂因素？,对照组,表. 在对照组年龄与服用OC的关联,分层分析,年龄与疾病 (心肌梗死) 有关联 年龄与暴露 (是否服OC) 有关联 年龄不是OC与心肌梗死作用通路上的中间环节,为什么考虑年龄是混杂因素？,分层分析,SPSS,SPSS,OR40=2.80, OR40=2.78, 经检验，同质，可以计算总OR,分层分析后，OR从2.20增加到2.79，提示因年龄的混杂作用，低估了暴露因素OC与心肌梗死间的关联，使之趋向于1,参照组,分级分析,EpiCalc 2000,EpiCalc 2000,提示随着每日吸烟量的增加，发生肺癌的危险性递增，呈现有统计学显著性的剂量反应关系。,主要内容,概述 设计与实施 资料分析 常见偏倚与控制 优缺点,偏倚(bias)：,一旦产生很难弥补，重在预防,是指在研究设计、实施、分析和解释阶段所出现的系统误差。,病例对照研究中常见的偏倚,1.选择偏倚 2.信息偏倚 3.混杂偏倚,主要类型,无偏抽样,选择偏倚,选择偏倚,入院率偏倚 (admission rate) / Berkson偏倚 现患病例新发病例偏倚 (prevalence-incidence bias) / Neyman偏倚 检出征候偏倚 (detection signal bias) / 暴露偏倚 (unmasking bias) 时间效应偏倚 (time effect bias),入院率偏倚 (admission rate) / Berkson偏倚,入院病人,解决办法：不同类型的多家医院,病例组与对照组(其他疾病的患者)入院率不同 入选的与不入选的暴露率不同,现患新发病例偏倚 (prevalence-incidence bias) / Neyman偏倚,入选的为现患或存活病例 不包括死亡病例、病程短的病例,解决办法：新发病例,暴露者较不暴露者更易因某些症状较早较频就医检查，提高了早期病例检出率 如果入选者中早期病例较多的话，则暴露比例必然被虚假的,解决办法：早、中、晚期病例,检出征候偏倚 (detection signal bias) / 暴露偏倚 (unmasking bias),信息偏倚 (Information Bias),又称测量偏倚、观察偏倚。是在收集信息过程中由于测量暴露与结局的方法(工具)有缺陷，使采集到的信息不准确(即不完全真实)，从而引起偏倚。错分是测量不准确导致的最直接的结果。,回忆偏倚 (recall bias) 调查偏倚 (investigation bias),问题环节,问卷的问题 不准确的回忆 不明确的问题 过分热情或冷淡的调查员 生物标本的问题 标本采集、处理或保存过程中的问题 检测方法固有的限制 仪器故障,数据管理的问题 编码 设计或分析的问题 测量时间不合适 不适当的汇总变量,混杂偏倚 (confounding bias),由于混杂因素的影响，掩盖或夸大了所研究的暴露因素与疾病的联系，这个现象叫混杂偏倚,与暴露相关 与疾病相关 研究的暴露因素与疾病因果链上的中间变量不是混杂因素,夜灯,我女儿Sonia，旁边是盏夜灯。夜里开着这盏夜