第,章级预防本科生专用

,还没有上完课就把老师忘了?,问题二： 每章的核心是什么（用一句话概括）？,第一章 学科的定义（要素） 实质 研究疾病和健康问题 核心 研究疾病与健康问题的方法学 第二章 疾病和卫生事件流行规律在人、地、时的表现 第三章 流行病学研究的起点任何事物的研究都是从现 象（描述）开始,第八、九章,第四讲,Biases with causes and causal inference,Taught by : He Lang-Huang (黄 河 浪) E-mail : Phone :0ffice) Teaching units: Department of Epidemiology School of Public Health in Nanchang University,2013 PPT,Chapter 8 Biases and their control Validity in research is referred to the closeness of the observed resultsto the truth or the degree to which an inference drawn from a study re-flect the truth.The concept opposite to validity is bias or systematic error;the larger the bias is,the lower the validity is. In epidemiological studiesBiases can in general be classified into three categories: selection bias ,Information bias and confounding bias. The chapter describes at some Length the concepts,types,measurement and control bias.,译文： 效度研究是指（被称为）观察结果接近真实的情况的程度或一种推理得出的研究结果的真实程度。真实相对立的概念就是偏倚或系统误差；偏倚越大真实性越低。在流行病学研究中，偏倚大体上能够被归纳为三种类型：选择偏倚、信息偏倚和混杂偏倚。本章在较长的篇幅上描述偏倚的概念、类型、测量及控制。,引言：关于研究结果的变异性 真实性,变异（variability）定义： 研究数据和指标的变动（波动）称为变异性 研究变异的意义： 把握主观与客观的差距，揭示事物的真面目,第8章 偏倚及其控制,生物变异（真实的客观变化）和测量变异（测量过程的误差） 随机变异（由抽样时而造成的样本与总体的差异，其特点是没有固定方向和大小的误差。）、系统变异（由方法、仪器等造成的测量值系统偏离了真实值，其特点是有固定方向和大小。）,变异来源,变异的种类: 个体、群体、样本 样本水平的变异性 排除了测量误差，样本估计值与 总体真实值仍有差异，此称为抽样误差,例：抽样误差如何产生的？从25个变量的相对总体中抽取3组数据，每组为5个，得到3个样本的不同阳性率,(1) 总体高胆固醇阳性率25，从总体中抽取3个样本，得到3个不同P，即 PA40，PB20，PC0(2) 说明抽样的个体不同造成了抽样误差,1 描述性结果的样本变异,例：抽样误差如何产生？（以膳食和药物预防心肌梗死为例）,n 200，两组效应指标（AMI）的95%可信限较大，从而发生了 重叠，统计学不显著性； n2000，两组效应指标（AMI）的95%可信限较小，从而未发生 重叠，统计学有显著性；,膳食改良组,降胆固醇药物组,研究样本A（200人，分两组）,0,5,10,15,五年内发生AMI风险（%）,膳食改良组,降胆固醇药物组,0,5,10,15,五年内发生AMI风险（%）,研究样本B（2000人，分两组）,2 分析结果的样本变异性,发生率9%,发生率6%,抽样误大,抽样误小,真实性（validity）概念： 指收集的数据、分析结果和所得结论 与客观实际的符合程度,内部真实性（internal validity） 1 概念：即研究结果与实际研究对象真实情况的 符合程度 2 控制：限制研究对象的类型和环境条件 外部真实性（external validity） 1 概念：即研究结果与推论对象真实情况的符合程度 2 控制：增加研究对象的异质性，代表性范围扩大,问题三在对总体做出推论时（ ） A 区间估计范围越大，误差越小推论结果也越可靠 B 区间估计范围越小，误差越大则推论结果不可靠 C 区间估计范围越大，误差越大则推论结果越不可靠 D 区间估计范围越小，误差越小则推论结果可靠性缩小 E 区间估计范围一定时，说明误差不变，结果稳定,C,C, 关于偏倚的概念： 使测量系统地偏离了真实值的原因（系统误差）可分为： 选择偏倚、信息偏倚、混杂偏倚三大类型,第一节 选择偏倚（selection bias）,偏倚的方向： 正方向：使原来的真实值被夸大了 负方向：使原来的真实值被缩小了 RR() = 1， 即为零效应 RR() 1， 为危险效应 RR() 1， 为保护效应,一 选择偏倚及种类 定义： 在选择研究对象过程中，由于选择方法不 当，导致入选对象与为入选对象之间存在 系统误差（设计阶段多见） 种类： 入院率偏倚、现患病例-新发病例偏倚 检出症候偏倚、无应答偏倚、易感性偏倚等,（一）入院偏倚（admission rate bias） -也称伯克森偏倚（Berkoson ,s bias):即医院病人作为研究对象时，由于不同患者的入院率不同所导致的系统误差 产生原因： 1 如研究病因，病例与对照选择了不同对象 2 疾病与非疾病在治疗方面的疗效、离医院 距离、病情程度、入院率不同 3 暴露因子本身作用的独立性，导致了不同 的入院率,举例 2 某医院一项病例对照研究：以A 病为病例，研究B病与某因素X的关系。设人群中患A病和B病者各1000例，暴露X因素各100人，并假定A、B、X之间无任何关联，三者入院率又相对独立，B病的OR=1,附表: A、B两病及x因素的人群分布 病种 有X因素 无X因素 总人数 B病 100 900 1000 A病 100 900 1000 OR = ad/bc=100 900/100 900=1 问题4：说明什么？,现假设A、B病入院率不同，分别为60、10，且具有 X因素者也有一定的入院率50，根据上述不同入院率计 算住院病人： A病有C因素人数： 100 60100 (100-60) 5080,进一步假设：,因A病住院,A病因X因素住院,B病有X因素人数：100 10100 (100-10) 5055A病住院而无X因素人数： 900 60540B病住院而无X因素人数： 900 1090,因B病住院,B病因X因住院,病种 有X因素 无X因素 合计 X暴露率（%） A病 80 540 620 12.9 B病 55 90 145 37.6 合计 135 630 765 17.6 =(54055)/(8090)=4.125 问题5：OR值说明了什么？,附表2 取自医院病例样本中A、B两病 及C因素关系的人数分布,说明本来X因素与B病无关联(OR=1)，而以医院病例 作为样本所得结果，提示X为为B病的危险因素,A并 病的保护因素；即本来X对A和B是无效应的（OR1）， 现在入院率不同，夸大了X对B的危险效应，为正偏倚。 反映了偏倚对结果的影响,答：,（二）现患病例-新发病例偏倚（prevalence- incidence bias） - 也称莱曼偏倚（neyman bias）因研究对象的特征 差异所致的系统误差,问题6： Friedman在费明汉地区心血管疾病发患病的队列研究，基线调查时CHD病例组的胆固醇水平要明显高于非CHD对照组；但观察一定年限后，结果相反，即CHD组的胆固醇水平比对照组明显低，这个结果可能是（ ） A 研究设计不合理B 观察者一旦患病后会自我控制饮食而造成了假象C 研究对象行为改变出现了特征差异所致的系统误差D 不排除测量偏倚E 可能所观察的时间太长,c,（三）检出症候偏倚（detection signal bias） - 请阅读P146中子宫内膜癌与雌激素暴露的关系一例（四）无应答偏倚（non-response bias）略（五） 易感性偏倚（susceptibility bias）略,问题7： 某位中年女性因子宫出血前来医院就诊，并初步确定为宫颈癌，近一步询问病史和检查发现该患者长期复用雌激素，在以后一些来就诊的宫颈癌病人中也有同样的情况，于是医生认为雌激素使用可能引起宫颈癌，这个结论可能存在（ ） A 领先时间偏倚 D 检出症侯偏倚 B 诊断怀疑偏倚 E 信息偏倚 C 报告偏倚,D,二 选择偏倚测量（一）评价总体暴露与样本暴露的效应,总人群OR,样本OR,以 分别代表A、B、C、D的样本选择概率：,如果暴露分布均匀OR应等于1,选择偏倚的程度与方向公式如下： SB=,以表8-1为例： A、B病患者各1000人，暴露X者各100人，若以住院 病人为研究对象：患B病且E于因素X的选择概率：患B病未E于因素X的选择概率：患A病且E于因素X的选择概率：患A 病未E于因素X的选择概率：人群中的ORT =1，住院病人的ORO=4.125,代入选择偏倚(SB)公式： SB=,问题8：如何解释此结果？,答：说明住院率不同，导致了选择性偏倚产生，即用医院住院病人为研究对象估计出来的OR值被错误地高估，比自然人群高3.13倍(非X因在素A病在比例很大）,三 SB的控制（办法） 掌握发生环节 严格选择标准 研究对象的合作 采用多种对照,详见 P148,第二节 信息偏倚 - 亦称观察偏倚（observational bias），指 实施研究过程中，获取研究信息时产生的系统 误差。 一 、信息偏倚的种类 （一）回忆偏倚（recall bias） - 指研究对象在回忆以往研究因素的暴露情况等信息时 由于准确性或完整性上的差别而导致的系统误差。 如：姜红英的中学生伤害调查，伤害发生后3天，6个月两次调查 结果的一致率不同（P149）,(二) 报告偏倚（reporting bias）:(三)暴露怀疑偏倚（exposure suspicion bias）,问题9：Nishihiyama等对儿童甲状腺癌患者调查过去放射性物质暴露史发现，常规检查病例组36人中的暴露率为28%，对照组22人，其暴露率为0%；而另组织专人调查前者暴露率为47%，后者则为50%，这可能存在的偏倚是（ ） A 暴露怀疑偏倚 D 时间效应偏倚 B 回忆偏倚 E 新发病例偏倚 C 错误分类偏倚,A,(四) 诊断怀疑偏倚（diagnostic suspicion bias） 问题10：,某项关于CHD研究中规定：病例发病后几分钟内死亡，若医生未发现其他病因，或生前病史不能提供其他死因，即可诊断为CHD猝死.该结果（ ） A 报告偏倚 B 暴露怀疑偏倚 C 错分偏倚 D 诊断偏倚 E 诊断怀疑偏倚,E,真实,错分,真实,错分,OR=（6060）/（4040）=2.3,OR=（4868）/（5232）=2.0,OR=（6060）/（4040）=2.3,OR=（6068）/（4032）=3.2,无差异错误分类,差异错误分类,(五) 测量（错分）偏倚（detection bias）,1 MI组真实： 高脂膳食占60，错分则变成：48， 低报（60-48）/60 100%=20%; 对照组真实：高脂膳食占40，错分成：32 低报（40-32）/40 100%=20%; 2 MI组真实： 高脂膳食占60，无错分：60， 低报（60-60）/60 100%=0% 对照组真实： 高脂膳食占40，错分成：20， 但80正确报告了高脂：32/40 100%=80%, 低脂多报了13，（60-68）/60 100%),附表 Kappa值判断标准,二 信息偏倚的测量 （一）重测一致性- 用Kappa(k)值来衡量,Kappa值,一致性强度,是,否,合计,第二次调查,是,否,第一次调查,合计,例数 构成比 25 280 0.433 338 366 0.567283 0.438 363 0.562 646 1.00,例数 构成比,例数 构成比,表8-3 是否曾患雀斑信息的两次调查,a,b,c,c1,d,R1,c2,R2,N,观察一致性(P0) =(a+d) / N=(255+338) /646=0.918 机遇一致性（PC） =R1C1 + R2C2 =0.433x0.438+0.567x0.562=0.508 Kappa值 =PO-PC/1-PC = 0.918-0.508/1-0.508=0.833 问题11：重测的一致率如何？,（二）偏倚程度与方向-略（P152） 例： 表8-4结果，信息偏倚为-0.19，即自我陈 述的OR值低估了他丁类药物暴露与乳腺癌之间 的关系，程度为19% （三）信息偏倚的控制,1 严格信息标准2 盲法收集资料3 采用客观标准4 调查技术的运用5 统计学处理（见P153）,第三节 混杂偏倚（confounding bias） 一 概念： 指暴露与疾病发生的相关程度受到其他因素 （外来因素）的歪曲和干扰，它夸大或缩小 E与D之间的联系。, 二 CB基本特点： 1 即与暴露有联系，又与疾病有联系； 2 是疾病的危险因素，也可以是保护因素； 3 不是研究因素与研究疾病因果链上的中间变量。,三 混杂因素的判断,（1）根据专业知识进行判断 （2）利用分层分析判断 （3） 多元模型分析 （4）判断混杂因素符合混杂的条件 1 （在非暴露组中，混杂因素与疾病之间效应的RR 不等1，说明F与D有联系） 1 （在非病例组中，混杂因素与暴露因素之间的效 应RR不等1，说明F与E有联系）,(调整前的相对危险性值不等与调整后的值),1，请列计算模式、公式？,问题12,a b c d,你在研究这个因素，而另一个你没有打算研究的因素可能影响你的结果，那么后者可视为混杂因素 - 讲授者在温州聆听最受人 尊敬的王建华教授谈话的（印象）,混杂偏倚的程度 与方向计算,F= cRR- aRR(f) /aRR (f)F=0或1，无混杂F1，正混杂，有危险性效应F1，负混杂，有保护性效应,三 CB的控制： 限制 随机化 匹配 统计处理（分层、多因素分析）,举例： 混杂偏倚的分层分析（CCS为例）,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 再将调整的RR或OR与分层前的粗RR或粗OR （cRR或cOR）进行比较,（1）按可能的混杂因素吸烟分层,ai bi m1i ci di m0ini n0 ti,(2) 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OR,(3) 计算综合或调整OR，并与粗OR比较,P 0.25,（有混杂）,(4) 结论,吸烟对饮酒与肺癌的关联（cOR = 3.69， ORMH=1.57 ）有 阳性混杂作用（cOR ORMH）控制吸烟的混杂作用后，饮酒与肺癌无关联（ 2 = 0.6509, P0.25）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,人们认识病因经历了三个阶段 1 古代：唯心论、朴素的唯物论,主要的流行病学著作：Epidemic Epidemic On Airs, Waters and Places,Hippocrates (460-377 BC),第九章 病因与因果推断 第一节 病因的概念 一 病因的定义 （一） 人们对病因的认识历程,2 特异病因学说： 生物、物理、化学三大因素 -唯物论,例：Koch的病因学,（1） 提出病因学说，对病因学研究 开创了先河，促进了理论发展 （2） 明确了病因标准（4条标准P79） （3） 一对一的学说有局限性，不能 解释所有疾病的现象（该理论局限 于传染病）,3 多因学说 生物、社会、心理等因素 -科学思想、哲学思想（流行病学思想） 从而病因理论得到不断发展 -形成现代病因观,4 充分病因和必要病因,必要因素(sufficient cause): 该病发生，以前必定有该病因存在（P=100%），从果到因的认识 充分因素（necessary cause): 该因存在必定导致疾病发生（P=100%），从因到果的认识 补充因素（complimentary cause): 它既不是必要病因，也不是充分病因，是同必要必因一定构成 充分因素的病因组分 例：某病的病因有3种充分因素组合 第1种：A、B、C、D、E 第2种：A、D、F、G 第3种：A、B、E、H 以上3种组合单独都是该病的病因，其中A这一成分，由于它的 每个病因组合中都出现，故称必要病因，而其它均为补充病因,或,或,A,B,C,D,E,A,D,G,F,A,B,H,E,多因性疾病,充分病因1,充分病因2,充分病因3,A-必要病因B-补充病因1C-补充病因2D-补充病因3E-补充病因4,充分病因,随着病因研究的深入更直接的病因被认识,多因必疾病由不同病因构成的病因网,易感宿主,受感染,患结核病,协同作用,居住拥挤,营养不良,遗传因素,未接种免疫,受结核杆菌暴 露,侵入组织并引起反应,发病机制,结核病的各种危险因素,形成结核病的各种更直接的发病机制,远因,近因,结核病的各种病因因素,使人群发病概率升高的原因(因素),从三个方面看：决定论、概率论、防治效果 在流行病学上称危险因素( Risk factor )为病因病因与危险因素的区别（非特异性、损伤性、不恒定性）,（二）现代流行病学的病因定义,问题13： 病因与危险因素的主要区别是（ ）,A 恒定性，特异性，危害性B 特异性，重复性，致病性C 恒定性，特异性，验证性D 客观性，准确性，损伤性E 特异性，恒定性，致病性,E,三、病因模型 定义: 用简单的概念关系图来表达病因与疾病的关系.他给 人们提供因果关系的框架.涉及的各个方面甚或因果关系的路径,如同房子一样的模型吗？,二、病因分类 - 宿主因素、环境因素（P161-162,略）,流行病学三角: 宿主 动因 环境 特点: 1 三者等量齐观,无主次之分,三者相互作用; 2 将动因从环境中分离出来; 3 不能解释非传染病.,(一) 生态学模型:,理化,遗传,社会环境,宿主,生物环境,(二)轮状模型:,三个同心圆中,最小的代表遗传核(遗传因素), 中等大小的代表宿主因素,最大的代表三大环境因 素(生物环境,社会环境,理化环境) 1 考虑了人、病因与环境的密切关系 2 环境的比重与疾病的关系 3 能解释一切疾病,轮状模型特点,1 病因链：指一种疾病发生常是多种致病因子先后或同时 连续作用 2 病因网：一系列病因(RF)相互存在联系,串起来构成 一条病因链,多个病因链交错形成一张网,即 病因网模型,(三)病因链和病因网(MacMahon提出）,远端病因,中间病因,近端病因,疾病,临床,营养,卫生保健,口服补液（电解质平衡）,个体,年龄,药物治疗,母乳喂养,脱水,腹泻,贫穷,死亡,无知与忽视,消毒安全饮用水安全食物,感染,社会,(三) 因果作用方式,单一病因引起单一疾病 多因引起多疾病 多因引起一种疾病,问题14：,吸烟对肺癌的作用，你认为是充分病因还是必要病因？,难以定论，有待进一步探索！,关于几个概念: 1 假设(hypothesis): 用已有的事实材料和科学原理为依据, 对未知事实作出假定解释. 2 H0的特点: 具有可推测的性质; 具有事实和科学知识的基础; 是人们认识接近客观真理的方式。,第二节 病因研究方法与步骤,（3）检验假设 HOE=HOO-无效假设，P0.05 HOEHOO-备择假设，P0.05,问题 15：请解释什么是无效假设？,是对研究总体提出一个假想目标，所谓“无效”是指处理效应与假设值之间没有真实差异，试验结果所得的差异乃误差所致。,假设演绎法的推理过程因为假设H ,所以推出证据E (演绎推理)因为获得证据E ,所以反推假设H (归纳推理）,（一） 假设演绎法,一、病因研究方法,假设演绎法的应用 假设H :乙型肝炎病毒（HBV）持续感染导致原发性肝癌（PHC）根据该假设H，加上相关背景知识为前提，演绎推出若干具体经验证据 E1 （肝癌病例的HBV感染率高于对照） E2 （HBV感染队列肝癌发生率高于对照） E3 （控制HBV感染后，肝癌的发生率下降） 如果证据E1，E2，E3 成立，则假设H亦获得相应强度 的归纳支持。,(1)求同法(Method of agreement) -异中求同,在不同的场合或事件中找出共同点. A, B ,C D E, F, C D 两个因素不同,一个因素相同,存在C就发病,（二） Mill准则,(2)求异法(Method of difference) -同中求异,指在相似的事物中找出不同点 A, B , C D A, B , C D 剔除C之后就不发病,说明C是病因,_,_,(3)共变法(Method of concomitant variation) -某因素出现频度或强度发生变化,随之疾病也发生变化 A , B , Co Do A , B , Ct Dt 其他不变,就C变,则D也变,说明C是病因,(4)剩余法(Method of residues) -找出疾病发生流行的一组可能因子,逐个加以筛检, 除了一个以外,其他因子都被剔除,于是剩下的那个就是原因 A,B,