流行病学研究中的偏倚及其控制(-18)课件

流行病学研究中的偏倚及其控制1、选择偏倚2、信息偏倚3、混杂偏倚流行病学研究中的偏倚及其控制1、选择偏倚1误差（error）（1）随机误差（抽样误差；randomerror）：是因抽样产生的样本统计量与总体参数之间的差异。即标准误（standarderror，SE）抽样误差与样本含量的关系：式中：N为样本含量为抽样误差（标准误）为总体各变量值变异程度（2）系统误差（偏倚；systematicerror；bias）：由某些不能准确定量但恒定的因素造成的，使调查结果偏离总体真值的误差。来源：1）受试者：抽样不随机；受试者本身变异2）观察者：倾向性暗示；个人技术偏差3）仪器、试剂：仪器未校正，使用不当，发生故障；试剂未标准化；4）非试验性外环境因素：气象；照明；震动；声响误差（error）2第一节选择偏倚（selectbias）一、定义：选入研究样本的研究对象与未被选入者之间特征差异造成的系统误差。二、种类（一）入院率偏倚（Berkson）：以医院病人为研究对象时，由于入院率的不同而造成的偏差。例：表10-1因不同住院率而住院的A、B患者及其与因素X的关系

造成不同疾病入院率不同的原因：医院技术特长；患者疾病严重程度、经济状况、就诊方便程度等（医院、病人双向选择）。疾病暴露于X者非暴露于X者合计X暴露率(%)OR

P实际人群A（对照）20080010002011B（病例）200800100020合计4001600200020住院率（对照A=50%；病例B=20%；暴露于因素X者40%）A（对照91.86<0.001B（病例）10416026439.4合计24456080430.4200×0.5+100×0.4800×0.5200×0.2+160×0.4800×0.2第一节选择偏倚（selectbias）一、定义：选入3（二）现患病例-新发病例偏倚（Neymanbias）：病例对照或现况研究中的的病例为现患典型病例，不包括死亡、病程短、轻型等病例。因此，存活旧病例的信息可能只与存活有关，未必与发病有关，从而高估了暴露因素的作用；或病例因疾病改变了生活习惯，从而过低估了暴露因素的作用。队列研究和实验流行病学研究所用的是新病例，无此偏倚。例：Framingham心血管疾病研究：队列研究：高胆固醇者患冠心病OR值=2.4（有显著差异）病例对照研究：高胆固醇者患冠心病OR值=1.16(无显著差异)原因:患冠心病者诊断后戒烟、体育锻炼、注意饮食（三）检出征候偏倚（暴露偏倚；detectionsignalbias；unmaskingbias）：某因素本与疾病与致病无关，但可引起所研究疾病的症状或体征，从而促使患者早就诊，提高了早期病例检出率，过高的估计了暴露程度。例：病例对照研究发现：服用雌激素与子宫内膜癌发病有正关联。原因：雌激素促进子宫内膜生长，导致出血，频繁接受检查，促使早期发现子宫内膜癌患者。（二）现患病例-新发病例偏倚（Neymanbias）：病例4（四）易感性偏倚（susceptibilitybias）：某些因素可直接或间接低影响研究对象对所研究疾病的易感性，导致所研究的因素与疾病出现虚假关联。例：健康工人效应。（五）排除偏倚（exclusivebias）：由于未严格按对等原则或标准选择研究对象，而是自观察组或对照组中排除某些研究对象，从而造成因素与疾病之间的虚假联系。例：服用阿司匹林与心肌梗死关系的病例对照研究，应排除慢性关节炎和慢性胃溃疡患者（前者易服此药，后者易不服此药）。如果此类患者不排除，且在两组分布不均匀，易引起偏倚。（六）无应答偏倚（non-respondentbias）：研究对象未按要求回答调查内容，而无应答者的患病或因素的暴露情况与应答者又不同，从而造成该偏倚。例：Seltzer等（1974）以函访调查人群吸烟状况，非吸烟者应答率为85%，吸烟者为67%。其它研究发现非应答者各种不利于健康因素的暴露率高于应答者。原因：身体状况；对健康关心程度；调查内容；年龄；文化（四）易感性偏倚（susceptibilitybias）：5二、测量：比较总人群（总体）和研究人群（样本）所研究疾病与因素的分布。总体选择概率

暴露非暴露暴露非暴露病例病例对照非病例总人群OR=AD/BC样本OR0=A0D0/B0C0据选择概率OR0=OR(ad/bg)则：选择偏倚=(OR0-OR)/OR=(ad/bg)-1若=0，无选择偏倚OR0=OR若>0，有选择偏倚OR0>OR上例选择概率：若<0，有选择偏倚OR0<ORB病+暴露：a=104/200=0.52B病+未暴露:b=160/800=0.2A病+暴露：g=140/200=0.70A病+未暴露:d=400/800=0.5总人群OR=1住院病人OR=1.86选择偏倚=(1.86-1)/1.86=（0.52×0.5)/(0.20×0.7)=0.86(>0说明高估了OR值)A样本BCDA0B0C0

D0

a=A0/A

b=B0/B

g=C0/C

d=D0/D二、测量：比较总人群（总体）和研究人群（样本）所研究疾病与因6三、控制1、对偏倚要有丰富的知识2、严格掌握研究对象的纳入和排除标准3、提高应答率，降低失访率4、采用多种对照三、控制7第二节信息偏倚（观察偏倚；observationalbias）一、定义：在从研究对象收取所需信息时产生的偏倚。其表现是使研究对象的某种特征被错误分类（misclassification）。二、种类：（一）回忆偏倚（recallbias）：由于研究对象不能准确、完整地回忆以往发生的事情和经历时所产生的差异。原因：1、事件或因素频率低，被遗忘。2、事件久远3、对调查事件的关心程度和回忆的认真程度例：孕妇接受X线照射：医院记录与回忆符合率未73%流产史：前10年发生的，完整回忆率为82%；20年以前则为73%（二）报告偏倚（说谎偏倚；reportingbias）：由于研究对象有意扩大或缩小某些信息造成的偏倚。例：缩小信息：性乱史；青少年吸烟史扩大偏倚：职业危害（为获取福利）第二节信息偏倚（观察偏倚；observational8（三）诊断怀疑偏倚（diagnosissuspicionbias）：由于研究者和被研究者事先了解被研究者的暴露或分组情况，怀疑被研究者已经患病，或希望出现研究的阳性结果，因而在诊断或分析时做出带倾向性的判断。如对暴露组、或试验组的检查细致程度大于对照组。该偏倚常见于队列和实验研究，在病例对照研究种也存在。例：某项关于心脏病病因研究对冠心病猝死的定义为：若病例发病数分钟内死亡，未发现其它病因，或生前史亦不能提供其它死因，可认为是冠心病猝死。（造成突然死亡的其它原因有蛛网膜下腔出血、呼吸系统疾病等）（四）暴露怀疑偏倚（exposuresuspicionbias）：研究者事先了解研究对象的患病或结局，可能会对其以与对照组不可比的方法探询认为与某病或结局有关的因素。对同一组研究对象以不同的方法调查，结果会出现很大差异。例：儿童甲状腺癌患者放射性物质暴露史调查：在36例和22例两组患儿中，以查找医疗记录法调查有暴露史者分别为28%和0，询问调查为47%和50%。（五）测量偏倚（detectionbias）：对研究所需指标进行测量时产生的偏倚。原因：仪器不准；检验技术不熟；责任心不强。（三）诊断怀疑偏倚（diagnosissuspicion9二、测量1、判断错误分类类型：以实际信息（客观检查、记录）获得的情况为金标准，比较调查所得情况，计算特异度、灵敏度。例：表10-3病例和对照组调查与实际暴露情况比较病例组：灵敏度=54/60=0.90特异度=28/40=0.7对照组：灵敏度=27/30=0.90特异度=49/70=0.7结论：无差异错误分类：两组特异度、灵敏度相等，即信息偏倚所值的错误分类等同地分配在两组（ORx<OR)有差异错误分类：两组特异度、灵敏度不等，即信息偏倚所值的错误分类不等同地分配在两组（ORx<OR或ORx>OR)调查实际暴露情况（金标准）暴露病例

对照.情况+-合计+-合计+541266272148-6283434952合计60401003070100二、测量调查102、判断信息偏倚的方向和大小：比较以实际信息OR值（OR）和调查信息OR值（ORx）信息偏倚=(ORx-OR)/OR若=0，无信息偏倚ORx=OR若>0，有信息偏倚ORx>OR上例选择概率：若<0，有信息偏倚ORx<OR此例：OR=(60×70)/(30×40)=3.5ORx=(66×52)/(34×48)=2.1

选择偏倚=(2.1-3.5)/3.5=-0.46-0.46<0，说明存在信息偏倚，调查所得资料低估了实际的OR值，程度为40%。2、判断信息偏倚的方向和大小：比较以实际信息OR值（OR）11三、控制（一）明确细致的资料收集和严格的质量控制方法（二）尽量采用盲法收集资料表10-4调查所得暴露情况（三）尽量采用客观指标（四）提高调查技巧（五）资料校正：条件：1、有已知的特异度、灵敏度2、两组特异度、灵敏度接近方法：1、计算校正后的A、B、C、D：

A=(Sp·n1-c)/(Sp+Se-1)=(0.7×100-34)/(0.7+0.9-1)=60

B=(Sp·n2-d)/(Sp+Se-1)=(0.7×100-52)/(0.7+0.9-1)=30

C=n1-A=100-60=40

D=n2-B=100-30=70A、B、C、D分别为校正后的a、b、c、d

Sp：特异度Se：灵敏度(本例分别为0.7和0.9)2、计算校正后OR值：OR=AD/BC=60×70/30×40=3.5校正后OR=实际OR暴露病例对照合计+66(a)48(b)114-34(c)52(d)86合计100(n1)100(n2)200三、控制暴露病例对照12第三节混杂偏倚一、定义：在研究某因素与某疾病关联时，由于某个既与疾病有制约关系，又与所研究的因素有联系的外来因素的影响，掩盖或扩大了所研究的因素与疾病的联系，这种现象或影响叫混杂（confounding），其所带来的偏倚叫混杂偏倚（confoundingbias），该外来因素叫混杂因素（confoundingfactor)。二、混杂因素1、特点：（1）必须是所研究疾病的独立危险因子（2）必须与研究因素（暴露因素）有关（3）必须不是研究因素与研究疾病因果链上的中间变量2、几种情况：EEEEE:研究因素DDDDD:疾病FFFfFF:外来因子EEEEf:伴随因子DDDD:因果关系FFFF:一般相关（1-3混杂成立，4-8混杂不成立）第三节混杂偏倚一、定义：在研究某因素与某疾病关联时，由13二、测量1、原理：将含有该因素时的研究因素与疾病的效应估计值（cRR、cOR）与排除该因素时的研究因素与疾病的效应估计值[aRR(f)、aOR(f)]进行比较2、判断：1）如cRR=aRR(f)，则f无混杂作用，cRR不存在偏倚

2）如cRR≠aRR(f)，则f有混杂作用，cRR存在偏倚3）如cRR>aRR(f)，为正混杂，cRR高估了因素与疾病之关联4）如cRR<aRR(f)，为负混杂，cRR低估了因素与疾病之关联3、方向及程度:

1）测量公式：混杂偏倚=[cRR-aRR(f)]/aRR(f)2）判断:若该值=0,无混杂;若该值为正值，则为正混杂若该值为负值，则为负混杂二、测量14例：以《病例对照研究》一章中之实例1、计算cOR：

表5-5口服避孕药(OC)与心肌梗死(MI)关系

cOR=ad/bc=2.2OC病例对照合计+39(a)24(b)63(n1)-114(c)154(d)268(n0)合计153(m1)178(m0)331(t)例：以《病例对照研究》一章中之实例OC152、观察年龄与心肌梗死几口服避孕药之关联

表5-8年龄与MI之关联OR=0.48；c2=7.27说明年龄与心肌梗死有联系（小年龄有保护作用）。∵年龄不是OC和MI的中间环节<40岁≥40岁MI2688对照5995

表5-8年龄与OC之关联OR=3.91；c2=8.89说明年龄与口服避孕药也有联系。∴年龄是研究OC与MI关系时的混杂因素<40岁≥40岁OC177对照59952、观察年龄与心肌梗死几口服避孕药之关联表5-8163、用Mantel-Haenszel法计算年龄调整后的OC与MI的aOR(f):表5-7口服避孕药与心机梗死关系病例对照研究按年龄

混杂偏倚=(2.2-3.97)/3.97=-0.446-0.44<0，说明年龄对OC与MI之关联有混杂作用，使OR值低估了44%。

<40

≥40岁.服OC未服OC合计服OC未服OC合计

病例21(a1)26(b1)47(m11)18(a2)88(b2)106(m12)对照17(c1)59(d1)

76(m01)7(c2)95(d2)102(m02)合计38(n11)85(n01)123(t1)25(n12)183(n02)208(t2)3、用Mantel-Haenszel法计算年龄调整后的OC与17三、控制（一）限制（restriction）：设计时限制研究对象的入选条件。例：研究OC与MI关系时，如认为年龄为混杂因素，可只选某一年龄组妇女为研究对象。（二）匹配（matching）：在实验和非实验研究中均可应用（三）随机化（randomization）：使潜在的混杂因素在各组分配均匀。常用于实验研究。（四）统计处理：分层、多因素分析三、控制18流行病学研究中的偏倚及其控制1、选择偏倚2、信息偏倚3、混杂偏倚流行病学研究中的偏倚及其控制1、选择偏倚19误差（error）（1）随机误差（抽样误差；randomerror）：是因抽样产生的样本统计量与总体参数之间的差异。即标准误（standarderror，SE）抽样误差与样本含量的关系：式中：N为样本含量为抽样误差（标准误）为总体各变量值变异程度（2）系统误差（偏倚；systematicerror；bias）：由某些不能准确定量但恒定的因素造成的，使调查结果偏离总体真值的误差。来源：1）受试者：抽样不随机；受试者本身变异2）观察者：倾向性暗示；个人技术偏差3）仪器、试剂：仪器未校正，使用不当，发生故障；试剂未标准化；4）非试验性外环境因素：气象；照明；震动；声响误差（error）20第一节选择偏倚（selectbias）一、定义：选入研究样本的研究对象与未被选入者之间特征差异造成的系统误差。二、种类（一）入院率偏倚（Berkson）：以医院病人为研究对象时，由于入院率的不同而造成的偏差。例：表10-1因不同住院率而住院的A、B患者及其与因素X的关系

造成不同疾病入院率不同的原因：医院技术特长；患者疾病严重程度、经济状况、就诊方便程度等（医院、病人双向选择）。疾病暴露于X者非暴露于X者合计X暴露率(%)OR

P实际人群A（对照）20080010002011B（病例）200800100020合计4001600200020住院率（对照A=50%；病例B=20%；暴露于因素X者40%）A（对照91.86<0.001B（病例）10416026439.4合计24456080430.4200×0.5+100×0.4800×0.5200×0.2+160×0.4800×0.2第一节选择偏倚（selectbias）一、定义：选入21（二）现患病例-新发病例偏倚（Neymanbias）：病例对照或现况研究中的的病例为现患典型病例，不包括死亡、病程短、轻型等病例。因此，存活旧病例的信息可能只与存活有关，未必与发病有关，从而高估了暴露因素的作用；或病例因疾病改变了生活习惯，从而过低估了暴露因素的作用。队列研究和实验流行病学研究所用的是新病例，无此偏倚。例：Framingham心血管疾病研究：队列研究：高胆固醇者患冠心病OR值=2.4（有显著差异）病例对照研究：高胆固醇者患冠心病OR值=1.16(无显著差异)原因:患冠心病者诊断后戒烟、体育锻炼、注意饮食（三）检出征候偏倚（暴露偏倚；detectionsignalbias；unmaskingbias）：某因素本与疾病与致病无关，但可引起所研究疾病的症状或体征，从而促使患者早就诊，提高了早期病例检出率，过高的估计了暴露程度。例：病例对照研究发现：服用雌激素与子宫内膜癌发病有正关联。原因：雌激素促进子宫内膜生长，导致出血，频繁接受检查，促使早期发现子宫内膜癌患者。（二）现患病例-新发病例偏倚（Neymanbias）：病例22（四）易感性偏倚（susceptibilitybias）：某些因素可直接或间接低影响研究对象对所研究疾病的易感性，导致所研究的因素与疾病出现虚假关联。例：健康工人效应。（五）排除偏倚（exclusivebias）：由于未严格按对等原则或标准选择研究对象，而是自观察组或对照组中排除某些研究对象，从而造成因素与疾病之间的虚假联系。例：服用阿司匹林与心肌梗死关系的病例对照研究，应排除慢性关节炎和慢性胃溃疡患者（前者易服此药，后者易不服此药）。如果此类患者不排除，且在两组分布不均匀，易引起偏倚。（六）无应答偏倚（non-respondentbias）：研究对象未按要求回答调查内容，而无应答者的患病或因素的暴露情况与应答者又不同，从而造成该偏倚。例：Seltzer等（1974）以函访调查人群吸烟状况，非吸烟者应答率为85%，吸烟者为67%。其它研究发现非应答者各种不利于健康因素的暴露率高于应答者。原因：身体状况；对健康关心程度；调查内容；年龄；文化（四）易感性偏倚（susceptibilitybias）：23二、测量：比较总人群（总体）和研究人群（样本）所研究疾病与因素的分布。总体选择概率

暴露非暴露暴露非暴露病例病例对照非病例总人群OR=AD/BC样本OR0=A0D0/B0C0据选择概率OR0=OR(ad/bg)则：选择偏倚=(OR0-OR)/OR=(ad/bg)-1若=0，无选择偏倚OR0=OR若>0，有选择偏倚OR0>OR上例选择概率：若<0，有选择偏倚OR0<ORB病+暴露：a=104/200=0.52B病+未暴露:b=160/800=0.2A病+暴露：g=140/200=0.70A病+未暴露:d=400/800=0.5总人群OR=1住院病人OR=1.86选择偏倚=(1.86-1)/1.86=（0.52×0.5)/(0.20×0.7)=0.86(>0说明高估了OR值)A样本BCDA0B0C0

D0

a=A0/A

b=B0/B

g=C0/C

d=D0/D二、测量：比较总人群（总体）和研究人群（样本）所研究疾病与因24三、控制1、对偏倚要有丰富的知识2、严格掌握研究对象的纳入和排除标准3、提高应答率，降低失访率4、采用多种对照三、控制25第二节信息偏倚（观察偏倚；observationalbias）一、定义：在从研究对象收取所需信息时产生的偏倚。其表现是使研究对象的某种特征被错误分类（misclassification）。二、种类：（一）回忆偏倚（recallbias）：由于研究对象不能准确、完整地回忆以往发生的事情和经历时所产生的差异。原因：1、事件或因素频率低，被遗忘。2、事件久远3、对调查事件的关心程度和回忆的认真程度例：孕妇接受X线照射：医院记录与回忆符合率未73%流产史：前10年发生的，完整回忆率为82%；20年以前则为73%（二）报告偏倚（说谎偏倚；reportingbias）：由于研究对象有意扩大或缩小某些信息造成的偏倚。例：缩小信息：性乱史；青少年吸烟史扩大偏倚：职业危害（为获取福利）第二节信息偏倚（观察偏倚；observational26（三）诊断怀疑偏倚（diagnosissuspicionbias）：由于研究者和被研究者事先了解被研究者的暴露或分组情况，怀疑被研究者已经患病，或希望出现研究的阳性结果，因而在诊断或分析时做出带倾向性的判断。如对暴露组、或试验组的检查细致程度大于对照组。该偏倚常见于队列和实验研究，在病例对照研究种也存在。例：某项关于心脏病病因研究对冠心病猝死的定义为：若病例发病数分钟内死亡，未发现其它病因，或生前史亦不能提供其它死因，可认为是冠心病猝死。（造成突然死亡的其它原因有蛛网膜下腔出血、呼吸系统疾病等）（四）暴露怀疑偏倚（exposuresuspicionbias）：研究者事先了解研究对象的患病或结局，可能会对其以与对照组不可比的方法探询认为与某病或结局有关的因素。对同一组研究对象以不同的方法调查，结果会出现很大差异。例：儿童甲状腺癌患者放射性物质暴露史调查：在36例和22例两组患儿中，以查找医疗记录法调查有暴露史者分别为28%和0，询问调查为47%和50%。（五）测量偏倚（detectionbias）：对研究所需指标进行测量时产生的偏倚。原因：仪器不准；检验技术不熟；责任心不强。（三）诊断怀疑偏倚（diagnosissuspicion27二、测量1、判断错误分类类型：以实际信息（客观检查、记录）获得的情况为金标准，比较调查所得情况，计算特异度、灵敏度。例：表10-3病例和对照组调查与实际暴露情况比较病例组：灵敏度=54/60=0.90特异度=28/40=0.7对照组：灵敏度=27/30=0.90特异度=49/70=0.7结论：无差异错误分类：两组特异度、灵敏度相等，即信息偏倚所值的错误分类等同地分配在两组（ORx<OR)有差异错误分类：两组特异度、灵敏度不等，即信息偏倚所值的错误分类不等同地分配在两组（ORx<OR或ORx>OR)调查实际暴露情况（金标准）暴露病例

对照.情况+-合计+-合计+541266272148-6283434952合计60401003070100二、测量调查282、判断信息偏倚的方向和大小：比较以实际信息OR值（OR）和调查信息OR值（ORx）信息偏倚=(ORx-OR)/OR若=0，无信息偏倚ORx=OR若>0，有信息偏倚ORx>OR上例选择概率：若<0，有信息偏倚ORx<OR此例：OR=(60×70)/(30×40)=3.5ORx=(66×52)/(34×48)=2.1

选择偏倚=(2.1-3.5)/3.5=-0.46-0.46<0，说明存在信息偏倚，调查所得资料低估了实际的OR值，程度为40%。2、判断信息偏倚的方向和大小：比较以实际信息OR值（OR）29三、控制（一）明确细致的资料收集和严格的质量控制方法（二）尽量采用盲法收集资料表10-4调查所得暴露情况（三）尽量采用客观指标（四）提高调查技巧（五）资料校正：条件：1、有已知的特异度、灵敏度2、两组特异度、灵敏度接近方法：1、计算校正后的A、B、C、D：

A=(Sp·n1-c)/(Sp+Se-1)=(0.7×100-34)/(0.7+0.9-1)=60

B=(Sp·n2-d)/(Sp+Se-1)=(0.7×100-52)/(0.7+0.9-1)=30

C=n1-A=100-60=40

D=n2-B=100-30=70A、B、C、D分别为校正后的a、b、c、d

Sp：特异度Se：灵敏度(本例分别为0.7和0.9)2、计算校正后OR值：OR=AD/BC=60×70/30×40=3.5校正后OR=实际OR暴露病例对照合计+66(a)48(b)114-34(c)52(d)86合计100(n1)100(n2)200三、控制暴露病例对照30第三节混杂偏倚一、定义：在研究某因素与某疾病关联时，由于某个既与疾病有制约关系，又与所研究的因素有联系的外来因素的影响，掩盖或扩大了所研究的因素与疾病的联系，这种现象或影响叫混杂（confounding），其所带来的偏倚叫混杂偏倚（confoundingbias），该外来因素叫混杂因素（confoundingfactor)。二、混杂因素1、特点：（1）必须是所研究疾病的独立危险因子（2）必须与研究因素（暴露因素）有关（3）必须不是研究因素与研究疾病因果链上的中间变量2、几种情况：EEEEE:研究因素DDDDD:疾病FFFfFF:外来因子EEEEf:伴随因子DDDD:因果关系FFFF:一般相关（1-3混杂成立，4-8混杂不成立）第三节混杂偏倚一、定义：在研究某因素与某疾病关联时，由31二、测量1、原理：将含有该因素时的研究因素与疾病的效应估计值（cRR、cOR）与排除该因素时的研究因素与疾病的效应估计值[aRR(f)、aOR(f)]进行比较2、判断：1）如cRR=aRR(f)，则f无混杂作用，cRR不存在偏倚

2）如cRR≠aRR(f)，则f有混杂作用，cRR存在偏倚