偏倚及其控制

1、偏倚及其控制,control of bias,引 言,任何科学研究往往会因种种原因而在科研的设计、数据的测量和结果的分析过程中产生误差（error），严重的误差有时会使所研究的结果失去真实意义。 因此，在医学研究，特别是流行病学研究中，应对各类误差的影响给予充分的重视及正确的估价,第一节 误差一般可分为三类 第二节 研究的真实性 第三节 研究的偏倚,目 录,第一节 误差一般可分为三类,抽样误差 过失误差 系统误差,1、抽样误差,特点： 见于各种抽样研究中，凡是期望从总体中抽取样本进行研究，并以样本的结果（均数值或样本率等指标）来估计总体的均数或总体率时，定会产生抽样误差。 是由机遇所致，是客观

2、存在且难以避免的，又由抽样本身造成的。 产生原因，由于总体中个体之间有差异，从而产生。 无方向性,描述性结果的样本变异性,在示例中，源群体高胆固醇率为25%，样本a为40%，样本b为20%，样本c为0%。如果增大样本含量，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,分析性结果的样本变异性,在例中可知： 研究a和研究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），两组效应指标（心肌梗死风险）的95%可信限较大，从而发生重叠，统计检验无显著性差异。 研究b样本较大（2000人），两组效应指标（心肌梗死风险）的95%可信限较小，从而未

3、发生重叠，统计检验有显著性差异。 一般而言，研究样本越大，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。如果研究样本非常大，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,减少抽样误差的方法： 扩大样本数 改进抽样技术，增加随机性,问题：当总体中s0时，请问还会产生抽样误差吗,2、过失误差,如：在流行病学研究中因调查员记录或编码错误等原因造成。 不负责任x 改进工作管理方法、质量控制方法等加以克服,3、系统误差,有一定的方向性! 在临床研究中，特别是流行病学研究中，因选择观察对象，收集资料及分析推论时产生的一种非抽样误差被称为偏倚（b

4、ias,偏性、偏差,第二节 研究的真实性 （一）真实性概述 （二）内部真实性 （三）外部真实性,一）真实性概述 研究的真实性是指一项观察或研究所作推论的正确及可靠程度，即所得结果与客观实际的符合程度。 如果研究结果与客观实际存在不符合的地方，这就是研究误差，它是研究真实性的反面。 研究真实性的反面就是研究误差,研究误差可以分为随机误差和系统误差两部分 随机误差没有固定方向和固定大小，一般呈正态分布，来自于随机抽样变异和测量随机变异等 系统误差是指有固定方向和固定大小的误差，来自于对象选取、测量和统计分析等的方法学缺陷,随机误差又叫机会或机遇(chance) 任何观察所固有，只能设法缩小，不能避

5、免 影响观察结果的精确性和可靠性 系统误差又叫偏倚(bias) 观察结果系统地、向一个方向(或大、或小)发生偏差而不能反映真实情况。 在科研设计、实施和分析阶段避免或校正 影响研究结果的准确度和真实度,机遇与偏倚,机遇与偏倚反映了一项研究或测量结果的两方面： 精确性(随机误差) （precise） 准确度(系统误差) （accurate,accurate and precise,true value,precise only,true value,accurate only,true value,neither accurate nor precise,true value,偏倚(bias)和

6、机遇(chance,准确度（真实度）与可靠性(精确性）之间的关系,频 不可靠 数不准确（不真实） 测量值 真实值 测量偏倚值,a,c,b,d,a 既真实又可靠（精确） b 真实但不可靠（精确） c 可靠（精确）但不真实 d 不真实不可靠 （精确,机遇与偏倚的关系,二）内部真实性 内部真实性（internal validity）是指研究结果与实际研究对象真实情况的符合程度。 它回答一个研究本身是否真实或有效。如果一个研究针对实际研究对象提供了真实的描述频率或效应估计值，即随机误差和系统误差较小，则该研究是真实或有效的。如果一个研究本身是不真实或无效的，则很难再应用到其他人群,三）外部真实性 外部

7、真实性（external validity）是指研究结果与推论对象真实情况的符合程度，外部真实性又称为普遍性（generalizability）。 它回答一个研究能否推广应用到研究对象以外的人群。如果研究对象对于推论对象的代表性不好，尽管它的内部真实性可能好，但它的外部真实性则肯定差,内部真实性和外部真实性,样本,样本,偏倚 机遇 研究结论,内部真实性,外部真实性：外推到样本所属总体或其他人群,病人总体,影响科研质量的因素,选题 起点 研究设计 研究实施 结果分析及解释 结论 终点,第三节 研究的偏倚 选择偏倚 信息偏倚 混杂偏倚,偏倚的定义,在进行流行病学调查研究或推论过程中由于某种或某些因

8、素的影响，使所研究的结果或推论与真实的情况之间产生系统差异。 不仅仅见于流行病学研究中，众多的临床研究中也存在同样的问题,偏倚在整个研究过程中均可产生，从实验的设计、资料的收集、结果分析直至结果的推论，其中任何一个环节均可产生。 偏倚在研究中一旦产生，便很难纠正和去除，因此在开始一项医学科学研究时，就应对研究过程中可能产生的偏倚有足够的认识，以便在研究中防患未然,偏 倚产生的阶段,1 设计阶段study design-选择偏倚 selection bias 2 实施阶段data collection-测量偏倚 measurement bias 3 分析阶段analysis-混杂偏倚 confo

9、unding bias,常见偏倚,选择偏倚 信息偏倚 混杂偏倚,一选择偏倚,一）选择偏倚(selection bias)的定义 指被选定的研究对象与未被抽取的人群在某些特征上存在系统差异而出现的误差。 主要发生在设计阶段，也产生于资料收集阶段的失访、无应答等。 以在病例对照研究与现况研究中为常见。 以医院为基础的病例对照研究，病例的代表性？ 人群中志愿者与非志愿者的不同,二）选择性偏倚的种类,1.入院率偏倚（admission rate bias） 亦称伯克森偏倚（berksons bias） 是指利用医院就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差,入院率偏倚（admissio

10、n rate bias,亦称伯克森偏倚（berksons bias），是指利用医院就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差。 a、b病患者及其与因素x的关系 疾病 暴露于x 非暴露x 合计 x暴露率 a：对照 200 800 1000 20% b：病例 200 800 1000 20% 合计 400 1600 2000 20% or=1.00 p0.05,因a入院（50%） 100人 a病（x+） 140人 （200人） 因x入院（40%） 40人 a病（1000人） a病（x-） 因a入院（50%） 400人 （800人） 因b入院（20%） 40人 b病（x+） 104人

11、 （200人） 因x入院（40%） 64人 b病（1000人） b病（x-） 因b入院（20%） 160人 （800人,例,因不同住院率而住院的a、b病患者及其与因素x的关系 疾病 暴露于x 非暴露x 合计 x暴露率 a：对照 140 400 540 25.9% b：病例 104 160 264 39.4% 合计 244 560 804 30.4% or=1.86 x2=15.215 p0.001,呼吸道疾病与骨及运动器官疾病的关系 呼吸 骨及运动器官疾病 骨及运动器官疾病 道 (一般人群) (曾住院6个月以上者) 疾病 病例 对照 合计 病例 对照 合计 有 17(a) 2 07(b) 22

12、4 5(a) 15(b) 20 无 184(c) 2376(d) 2560 18(c) 219(d) 237 合计 201 2583 2784 33 224 257 or=172376 / 207184=1.06 or=5219 / 1518=4.06,过敏及代谢性疾病与疲乏的关系 过敏及代谢性 疲乏(一般人群) 疲乏(曾住院6 个月以上者) 疾病 病例 对照 合计 病例 对照 合计 有 13 (a) 136(b) 149 1 (a) 21(b) 22 无 127（c） 2508（d） 2635 27（c）208（d） 235 合计 140 2644 2784 28 229 257 or=13

13、2508 / 136127=1.89 or=1208 / 2127=0.37,入院率偏倚产生的条件是,研究某因素与某病有关时,该病病例取自医院,对照选自同时住院的其他病例(另一种病); 病例与对照由于种种原因进入该医院的机会不同,出现了不同的入院率; 暴露因素本身也有一定的独立的、与疾病无关的入院率,避免入院率偏倚最好的办法是从一般人群取样，或增加人群对照,2.现患-新发病例偏倚（prevalence-incidence bias） 也称奈曼偏倚（neyman bias） 研究病例一般是现患病人，不包括死亡病例和那些病程短、轻型、不典型的病例。 某些病人在患病后，有可能会改变其原来的某些因素的

14、暴露状况。 这样用于研究的病例类型（现患病例）与队列研究或实验研究的病例不同，它们多用新病例，由此而产生的偏倚即为现患病例-新病例偏倚,美国弗明汉地区居民血胆固醇水平与冠心病关系研究,3.无应答偏倚（non-respondent bias） 是指研究对象中那些没有按照研究设计对被调查的内容予以应答者。某个特定样本中的无应答者的患病状况，以及对某一或某些研究因素的暴露情况与应答者可能不同，由此而产生的偏倚称为无应答偏倚。 无应答偏倚在观察性研究或实验性研究中均可发生,4.失访偏倚(loss to follow up bias) 由于失访而引起的偏倚称为失访偏倚。 为一种特殊的无应答形式，主要发生

15、在前瞻性研究及临床试验中。 失访：是指在追踪观察的过程中，某些对象由于种种原因而脱离了观察（迁走、与本病无关的死亡及本人退出实验等），观察者无法了解到他们的结局。 有两种形式： 失访：指观察期限短于规定的观察危险期者。 退出：指在随访过程中因种种原因拒绝继续留在观察组中,5.志愿者偏倚(volunteer bias) 志愿参加观察者同非志愿者在关心健康、注意饮食及营养食疗、禁烟、禁酒、坚持体育锻炼等方面有系统差异，因支援志愿者被入选为观察对象，而非志愿者落选，由此产生的选择性偏倚，称为志愿者偏倚,三）选择偏倚的控制 首先研究者对在整个研究中可能会出现的各种选 择偏倚应有充分的了解、掌握。 严格

16、掌握研究对象纳入与排除的标准。 在研究中采取相应措施，尽量取得研究对象的合 作，以获得尽可能高的应答率，减少无应答率及 队列研究中的失访和实验性研究中的中途退出等。 尽量采用多种对照如在病例对照研究中，理想的 研究对象应是人群中的全体病例和非该病病例及 正常人，或其有代表性的样本，但往往很难做到,二信息偏倚,一）概述 信息偏倚（information bias): 又称观察偏倚(observational bias），是指在研究的实施阶段从研究对象获取研究所需的信息时所产生的系统误差。 信息偏倚可来自于研究对象、研究者本身，也可来自用于测量的仪器、设备、方法等。 信息偏倚的表现是使研究对象的某

17、种特征被错误分类（misclassification,二）信息偏倚的种类 1.回忆偏倚（recall bias） 指研究对象在回忆以往发生的事情或经历时，由于在准确性和完整性上的差异所致的系统误差。 回忆偏倚在病例对照研究中最常见。 产生的原因： 调查的事件或因素发生的频率甚低，未给研究对象留下深刻印象而被遗忘； 调查事件是很久以前发生的事情，研究对象记忆不清； 研究对象对调查的内容或事件关心程度不同，因而回忆的认真程度有异,2.报告偏倚（reporting bias） 指由研究对象有意的夸大或缩小某些信息而导致的偏倚，因此亦被称作说谎偏倚。 3.诊断怀疑偏倚（diagnostic suspi

18、cion bias） 由于研究者事先了解研究对象对研究因素的暴露情况，怀疑其已患某病，或主观上倾向于应该出现某种阳性结果，于是在作诊断或分析时，倾向于自己的判断。由此而造成的偏倚称为诊断怀疑偏倚。 诊断怀疑偏倚多见于临床试验和队列研究，在病例对照研究中也可产生, 亦可发生于研究对象,4.暴露怀疑偏倚（exposure suspicion bias） 研究者若事先了解研究对象的患病情况或某种结局，可能会对其以与对照组不可比的方法探寻认为与某病或某结局有关的因素，如多次认真地调查和询问病例组某因素的暴露史，而漫不经心地调查和询问对照组，从而导致错误结论，此即暴露怀疑偏倚,5.测量偏倚（detect

19、ion bias） 测量偏倚指对研究所需指标或数据进行测定或测量时产生的偏差。 所用仪器、设备校正不准确，试剂不符合要求，使用方法的标准或程序不统一，分析、测试条件不一致，以及操作人员的技术问题等等，均可导致测量结果的不正确，使测量结果偏离真值。 所用调查表设计的科学性，记录是否完整，调查人员对工作的认真程度以及访问方式、态度等等，亦均可导致不准确的信息，产生测量偏倚,信息偏倚的种类,不应答偏倚 回忆偏倚 报告偏倚(说谎偏倚) 社会期望偏倚 诊断怀疑偏倚 暴露怀疑偏倚 测量偏倚,来自于被调查者,来自于调查者,来自于测量仪器,信息偏倚的测量,一项研究资料是否存在信息偏倚以及偏倚的方向与大小，可通

20、过比较、分析在一定研究对象中调查所得到的信息与实际信息（如客观检查、记录等）予以测量,病例组：灵敏度=54/60=0.90 特异度=28/40=0.70 对照组：灵敏度=27/30=0.90 特异度=40/70=0.70 这种由于信息偏倚所导致的错误分类等同地发生在两组，称为无差异错误分类（非特异性错分）（nondifferential misclassification）。发生无差异错误分类时，资料的效应估计值（or或rr）低于实际值，使效应估计值趋于无效值，低估研究因素与疾病之间的联系,信息偏倚=(orx-or)/or 若得值=0，则不存在信息偏倚； 若得值0，则存在信息偏倚，此时orxo

21、r； 若得值0，则存在信息偏倚，此时orxor。 or=(6070)/(3040)=3.5 orx=(6652)/(3448)=2.1 信息偏倚=(orx-or)/or=(2.1-3.5)/3.5=-0.40,如计算所得两组的灵敏度与特异度不同，称为有差异错误分类(特异性错分)(differential misclassification)。当发生有差异错误分类时，资料的效应估计值高于或低于实际值。即可能高估也可能低估因素与疾病之间的联系,信息偏倚=(orx-or)/or 若得值=0，则不存在信息偏倚； 若得值0，则存在信息偏倚，此时orxor； 若得值0，则存在信息偏倚，此时orxor。 o

22、r=(600700)/(300400)=3.5 orx=(660750)/(340250)=5.8 信息偏倚=(orx-or)/or=(5.8-3.5)/3.5=0.66,四）信息偏倚的控制 1.研究者对拟进行的研究要制定明细的资料收集方法和严格的质量控制方法 2.尽可能采用盲法收集资料 3.尽且采用客观指标的信息 4.回忆偏倚：可通过一定的调查技巧加以避免，如可选择一个与暴露史有联系的鲜明的记忆目标帮助其联想回忆等等。此外对在条件允许时询问到的暴露史，尽可能的与客观记录核实。 敏感问题：可通过调查知情人或相应的调查技术获取正确的信息,三混杂偏倚,一）混杂偏倚的定义 混杂偏倚或称混杂(conf

23、ounding)，是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,二）混杂因素的定义与特点 1.定义 亦称混杂因子或外来因素(extraneous factor)，是指与研究因素和研究疾病均有关，若在比较的人群组中分布不均，可以歪曲（掩盖或夸大）因素与疾病之间真正联系的因素。 2.特点 必须是所研究疾病的独立危险因子； 必须与研究因素（暴露因素）有关联（有统计学 联系）； 一定不是研究因素与研究疾病因果链上的中间变量,混杂现象 高血压 冠心病 高脂血症 非混杂

24、现象 风湿热 风湿性瓣膜病 溶血性链球菌、咽炎,吸烟、火柴与肺癌,烟草公司的研究者坚持认为火柴暴露可以引起肺癌 他们开展了一项大型的病例对照研究来检验这个假说,研究者通过人群登记系统找到了1000名肺癌病例，其中820人曾携带过火柴 从人群中随机抽取了1000名对照，经x线确认未患肺癌，其中340人曾携带过火柴 根据这批数据，定量估计火柴与肺癌之间的关联,吸烟、火柴与肺癌,火柴与肺癌,想分别了解一下吸烟者与不吸烟者中火柴与肺癌的关系 结果发现在1000名病例中，900名为吸烟者，其中810名曾携带火柴 在1000名对照中，300名为吸烟者，其中270名曾携带火柴 分层绘制22表，计算火柴与肺癌

25、的关联效应值,吸烟、火柴与肺癌,or粗 = 8.8 (7.2, 10.9) or吸烟者 = 1.0 (0.6, 1.5) or不吸烟者 = 1.0 (0.5, 2.0,吸烟、火柴与肺癌,这个例子说明：即使本来没有任何效应，混杂也可以引起明显的效应 在火柴与肺癌的关系中，吸烟就是一个混杂因素(confounding factor, confounder) 吸烟混淆了火柴与肺癌之间的真实关系 问题：火柴对于吸烟与肺癌的关系是不是一个混杂因素,混杂：吸烟、火柴与肺癌,or粗 = 21.0 (16.4, 26.9) or携带火柴 = 21.0 (10.7, 41.3) or不携带火柴 = 21.0 (13.1, 33.6,吸烟、火柴与肺癌,三）混杂偏倚的测量 1.测量的方法 可通过