第十八章流行病学的误差和偏倚
流行病学研究中常见偏倚及其控制
偏倚
定义
属于系统误差，在研究或推论过程 中所获得的结果系统地偏离其真实值 特点 具有单方向性 ，有正、负 可高于真值，也可低于真值 分类 选择偏倚、信息偏倚、混杂偏倚
选择偏倚
产生于设计阶段，是由于选择研究对象的 方法不当而导致研究结果偏离真实情况。 常见种类
入院率偏倚 现患-新发病例偏倚 无应答偏倚 检出征候偏倚 易感性偏倚
随机误差
布
随机误差 广义 因机遇不同估计总体参数时所产生的 误差，如选择的机遇、时间的机遇 狭义 随机抽样所得均值对总体均值的误差 特点 没有固定方向和固定大小 一般呈正态分布
偏
倚
偏倚概念：是指在流行病学研究中样 本人群所测得的某变量值系统地 偏离了目标人群中该变量的真实 值，使研究结果或推论的结果与 真实情况之间出现偏差，这是由 系统误差造成的。
入院率偏倚（admission rate bias） 利用医院就诊或住院病人作为研究对 象时，由于入院率或就诊机会不同而导 致的偏差
现患-新发病例偏倚 （ prevalenceincidence bias） 又称奈曼偏倚，凡因现患病例与新病 例的构成不同，只调查典型病例或者现 患病例的暴露情况，致使调查结果出现 的系统误差都属于本类误差
常见种类 回忆偏倚 诊断怀疑偏倚 暴露怀疑偏倚 报告偏倚 检出偏倚 诱导偏倚
回忆偏倚（recalling bias） 研究对象在回忆以往发生的事 件或经历时，由于记忆失真或不完 整在准确性和完整性上的差异所致 的系统误差
诊断怀疑偏倚（diagnostic suspicion bias） 常发生在前瞻性研究中，在 病例对照研究中也可发生，特别 是诊断亚临床病例，判断药物的 毒副作用时，研究者主观偏见和 研究对象的主观因素
流行病学中常见的偏倚及其控制
流行病学中常见的偏倚及其控制误差（error）对事物某一特征的测量值偏离真实值的部分。
包括随机误差、系统误差随机误差：指随机抽样所得的均值与总体参数的差异，也称抽样误差。
只能减少，不能避免。
随机误差的两个特点1、样本的观察值都在平均值上下分布，从许多无偏倚样本中得到的观察值均数，假如数量较大，总是趋向于接近总体值；2、随机误差的范围可以用可信区间估计，当保持随机方法而加大样本时，样本均值逐渐向总体均值接近。
系统误差：当对群体的某一特征做一次测量或对某一个体的某一特征做多次测量时，所得均值与总体间的真实性也会产生误差，如果误差向量的方向一致或基本一致时，这种误差称为系统误差。
12偏倚（11)2)3)4)2,凡因现 34素与某疾病在病因学上虽无关联，担由于该因素的存在而引起该疾病症状或体征的出现，从而使患者及早就医，接受多种检查，导致该人群较高的检出率，以致得出该因素与该病相关联的错误结论。
5、易感性偏倚（susceptibility bias）有些因素可能直接或间接影响观察人群或对照人群对所研究疾病的易感性，导致某因素与某疾病间的虚假联系，由此产生的偏倚称为易感性偏倚。
6、排除偏倚（exclusive bias）在研究对象的确定过程中，没有按照对等的原则或标准，而自观察组或对照组中排除某些研究对象，这样导致因素与疾病之间联系的错误估计，称为排除偏倚。
选择偏倚的控制1、研究者应充分了解该项研究工作中各种可能的选择偏倚来源，并在研究设计过程中尽量避免；严格掌握研究对象的纳入与排除标准，使研究对象能较好地代表其所出自的总体；2、为了避免存活因素的影响，在进行病例对照研究时，如果病例组选择新诊断的病人，则对照组不应由慢性病病人组成；如果对照所患的慢性病严重地影响暴露，则更不应作为对照；信息偏倚（information bias ）又称观察偏倚（observational bias），指研究中有关研究对象的或来自研究对象的信息是错误的，会产生系统误差。
流行病学研究中的统计学误差与校正方法
流行病学研究中的统计学误差与校正方法流行病学是研究人群中疾病的发生和分布规律的科学领域。
在进行流行病学研究时，统计学是不可或缺的工具，但统计学误差也是需要关注和纠正的问题。
本文将探讨流行病学研究中常见的统计学误差以及校正方法。
一、抽样偏差抽样偏差是指从总体中抽取样本时产生的不可避免的偏差。
在流行病学研究中，通常采用随机抽样的方法来保证样本的代表性。
然而，即使使用随机抽样方法，抽样偏差仍然可能存在。
一种常见的抽样偏差是选择偏差，即样本中的个体由于某种特定的原因而被过度选择或者被忽略。
为了纠正这种抽样偏差，研究者可以通过加权统计分析等方法来调整样本的代表性。
二、信息偏倚信息偏倚是指测量过程中的错误或者参与者在回答问题时的主观倾向所导致的误差。
信息偏倚可能来自于记忆的模糊、不准确的问卷设计、个体报告的错误以及访谈中的主观解释等。
为了降低信息偏倚，研究者可以使用标准化的问卷、训练访谈员以提高准确性，并使用一致的测量工具和指标来收集数据。
三、混杂变量混杂变量是指干扰研究结果的外部因素，可能与研究因素存在相关性，导致统计分析过程中的误差。
例如，在研究某种疾病的风险因素时，年龄、性别、吸烟习惯等因素可能会对研究结果产生影响。
在进行统计分析时，研究者可以使用混杂因素分析来控制这些混杂变量的影响，并进行校正。
四、测量误差测量误差是指测量工具或者观测方法在重复测量过程中产生的不一致性。
测量误差可能来自于仪器的偏倚、观察者的主观判断以及被测量个体的变异性。
为了降低测量误差，研究者可以使用多个观察者进行测量、进行质量控制以及使用可靠性分析来评估测量工具的稳定性和一致性。
五、统计推断误差统计推断误差是指由于样本容量有限，从而导致对总体参数的估计结果存在不确定性。
在流行病学研究中，研究者通常使用统计检验和置信区间等方法来评估参数的显著性和可信度。
为了降低统计推断误差，研究者可以增加样本容量、使用更准确的统计方法以及引入外部信息来提高参数估计的精度。
流行病学的误差和偏倚
汇报人： 日期:
目 录
• 定义与分类 • 随机误差 • 系统误差 • 选择偏倚 • 信息偏倚 • 发表偏倚
01 定义与分类
误差的定义
• 误差是指实际观察结果与真实值之间的差异。在 流行病学中，误差通常分为两类：随机误差和系 统误差。
偏倚的定义
• 偏倚是指研究结果偏离了真实情况。在流行病学中，偏倚通常分为三类：选择偏倚、信息偏倚和混杂偏倚。
严格遵守科研设计原则
在研究设计和实施过程中，应严格遵守科研设计原则和规范，确保研究结果的准确性和可 靠性。
加强数据管理和统计分析
应加强数据管理和统计分析，确保数据的准确性和完整性。同时，应采用多种统计方法进 行分析，以获得更全面的研究结果。
提高期刊编辑和审稿人的素质
期刊编辑和审稿人的素质对控制发表偏倚具有重要影响。应提高期刊编辑和审稿人的专业 素质和责任心，减少主观因素的影响。
02 随机误差
定义与来源
定义
随机误差是指由于随机抽样或测量误 差造成的变异，这种误差在重复抽样 或测量时是不稳定的。
来源
随机误差的来源可能包括抽样误差、 调查误差、测量误差等。
随机误差的影响
样本大小
当样本量较小时，随机误差可能导致结果不稳定 ，缺乏代表性。
效应大小
当效应较小时，随机误差可能掩盖真实效果，导 致结果不显著。
发表偏倚的影响
扭曲研究结果
发表偏倚导致研究结果的不完整和片面性，从而扭曲了真实情况 ，影响了科学研究的可信度和价值。
浪费资源
发表偏倚使得其他研究者重复进行相同的研究，浪费了宝贵的科 研资源和时间。
阻碍知识进步
发表偏倚导致科学研究的结果不完整和不准确，从而阻碍了科学 知识的积累和进步。
流行病学研究中的偏倚及其控制课件
02
03
描述性研究
收集并描述特定时间、地 点、人群中疾病的发生情 况。
分析性研究
通过对特定人群的调查和 分析，探讨疾病的影响因 素和预防措施的效果。
实验性研究
通过随机对照试验等方法 ，评估预防和治疗措施的 效果。
02
流行病学研究中的偏倚
选择偏倚
总结词
选择性偏倚是流行病学研究中常见的偏倚之一，它是指研究 样本的选择不具有代表性或可比性，导致研究结果存在偏差 。
02
流行病学研究通过收集和分析数 据，探讨疾病的发生率、流行趋 势、影响因素以及预防措施的效 果。
流行病学研究目的
描述疾病的分布和流 行趋势，确定高危人 群和重点防控对象。
评估预防措施的效果 ，为制定防控策略提 供科学依据。
探讨疾病的影响因素 ，为预防和控制疾病 提供理论依据。
流行病学研究类型
01
研究设计
采用回顾性或前瞻性的设计方法，对病例和对照进行调查和随访，收集 与疾病或健康问题相关的暴露因素和结局信息。
03
偏倚控制
选择合适的对照，确保与病例在关键特征上匹配；对暴露因素和结局信
息进行准确测量和记录，采用盲法减少偏倚；对数据进行严格的分析和
解释，确保结果的可靠性。
基于社区的队列研究
研究对象
对研究结果负责，尊重研究对象和社区。
研究设计中的伦理原则
1 2
科学性
研究设计应科学、合理，数据收集和分析应准确 、可靠。
伦理性
研究应符合伦理原则，不侵犯研究对象权益。
3
透明和可重复性
研究过程应透明，可被其他研究者重复验证。
05
流行病学研究案例分析
基于医院的病例对照研究
流行病学中常见的偏倚及其控制
流行病学中常见的偏倚及其控制
21
第21页
分析性研究选择偏倚
主要表达 研究对象进入、排除、不参加或失访等与研究 暴露或处理原因存在关联，由此增大或降低暴露与疾病、 处理与效应关联，造成效应预计偏倚。
❖ 能够是测量方法本身随机变异，也能够是被测定 生物现象随机变异。
❖ 利用统计学技术可预计随机误差大小，但随机误 差无法消除。
流行病学中常见的偏倚及其控制
3
第3页
随机误差两个特点
❖ 样本观察值都在平均值上下分布，从许多无偏倚 样本中得到观察值均数，假如数量较大，总是趋 向于靠近总体值；
❖ 随机误差范围能够用可信区间预计，当保持随机 方法而加大样本时，样本均值逐步向总体均值靠 近。
35
第35页
5、检出征候偏倚（detection signal bias） 亦称为揭露伪装偏倚（unmasking bias），指某 原因与某疾病在病因学上虽无关联，担因为该原因 存在而引发该疾病症状或体征出现，从而使患者及 早就医，接收各种检验，造成该人群较高检出率， 以致得出该原因与该病相关联错误结论。
OR = 1.89
疲乏
（曾住院 6 个月以上者）
有
无 合计
1
21
22
27
208
235
28
229
257
OR = 0.37
流行病学中常见的偏倚及其控制
26
第26页
呼吸道疾病与骨及运动器官疾病关系
呼吸道疾病
有 无 合计
骨及运动器官疾病
（一般人群）
流行病学研究中的偏倚
流行病学研究中的偏倚偏倚（bias）是指从医学研究设计与实施到数据处理和分析的各个环节中产生的系统误差，以及结果解释、推论中的片面性导致的研究结果与真实情况之间出现的倾向性差异，进而导致对暴露与疾病之间联系的错误描述。
在流行病学研究中，存在着多种研究方法，这些方法在设计、实施、分析等环节均可能出现偏倚，而这些偏倚均可归类到选择偏倚、信息偏倚和混杂偏倚三大类中。
下面我们将介绍流行病学研究中三大常见偏倚。
一、选择偏倚流行病学研究的研究对象只是源人群的一个样本，由于选入的研究对象与未选入者在某些特征上存在差异而引起的系统误差称为选择偏倚。
不同的流行病学研究中有不同的选择偏倚，根据产生的原因，可以分为以下几种常见类型。
1.入院率偏倚，又称为伯克森偏倚，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。
因此，若在医院内选择研究对象进行流行病学研究时，就容易产生该种偏倚。
因为医院在收治病人时是由选择的，同时病人到哪个医院去就诊也是有选择的。
2.现患病例-新病例偏倚，也称奈曼偏倚。
在病例对照研究或现况研究中，用于研究的病例一般是研究时的现患病人，而不包括死亡病例和那些病程短、轻型、不典型的病例。
此外某些病人在患病后，有可能会改变其原来的某些因素的暴露状况，由此而产生的偏倚即为现患病例-新病例偏倚。
例如，冠心病患者会自觉改变其饮食结构，肺癌病人会主动戒烟等，导致暴露与疾病的联系被低估。
3.检出症候偏倚，指某种因素与某疾病在病因学上虽无关联，但由于该因素的存在而引起该疾病症状或体征的出现，从而使患者及早就医，接受多种检查，导致该人群较高的检出率，以致得出该因素与该疾病相关联的错误结论。
例如，在探究雌激素与子宫内膜癌的关系的与病例对照研究中，初步结果显示子宫内膜癌与雌激素暴露密切相关，进一步分析发现雌激素可以引起妇女不规则子宫出血，从而使他们积极就诊，增加了子宫内膜癌发现的几率，从而导致了雌激素与子宫内膜癌之间的虚假联系。
流行病学流行病学中的偏倚
➢研究的解说涉及到研究的真实性与因果推断 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
➢对于因果关系的研究，从研究结果如何做出 正确的因果推断，也是非常重要的
但在研究过程中，由于各种因素的影响，使 研究结果与真实情况往往存在差异，有时甚 至回作出错误的结论。原因：随机误差、系 统误差（偏倚bias）
= 40%
样本B
295，146，220，162，228 =20%
样本C
219，164，190，188，233
=0%
图1 源群体与样本高胆固醇率的样本误差示例
2021年3月1日
5
流行病学研究中的误差
系统误差（偏倚bias）
➢定义
属于系统误差，在研究或推论过程中 所获得的结果系统地偏离其真实值
➢特点
具有单方向性
常发生在前瞻性研究中，在病例对照研 究中也可发生，特别是诊断亚临床病例，判 断药物的毒副作用时，研究者主观偏见和研 究对象的主观因素
2021年3月1日
28
偏 倚（bias)
测量偏倚（detection bias）
实验过程中由于实验的仪器和试剂质 量及操作人员的操作误差造成的偏倚 称为测量偏倚，又叫检出偏倚
发
系统误差
生
频
次
随机误差
80
100
图3 血压计法测量舒张压值的分布
舒张压 （mmHg）
2021年3月1日
3
流行病学研究中的误差
随机误差(random error)
➢广义
因机遇不同估计总体参数时所产生的 误差，如选择的机遇、时间的机遇
➢狭义
随机抽样所得均值对总体均值的误差
流行病学研究中的常见偏倚
流行病学研究中的常见偏倚在流行病学研究中，为了准确了解疾病的发生、发展和分布规律，我们需要采用科学的研究方法。
然而，由于各种因素的影响，研究过程中可能会出现偏倚，从而导致研究结果的不准确或错误。
接下来，让我们一起了解一下流行病学研究中常见的几种偏倚。
一、选择偏倚选择偏倚是指在研究对象的选取过程中，由于某些因素的影响，导致入选的研究对象与总体人群之间存在差异。
这种差异可能会使研究结果偏离真实情况。
例如，在病例对照研究中，如果病例组和对照组的选择不是随机的，而是基于某些特定的条件，如医院的就诊患者，那么就可能存在选择偏倚。
因为医院就诊的患者可能不能代表整个患病群体，他们可能具有更严重的病情或者其他特殊的特征。
另一个例子是在队列研究中，如果对暴露组和非暴露组的划分不准确，或者入选的人群在某些重要特征上存在差异，也会产生选择偏倚。
为了减少选择偏倚，我们应尽量采用随机抽样的方法选取研究对象，确保研究对象具有代表性。
同时，在研究设计阶段，要充分考虑可能导致选择偏倚的因素，并采取相应的措施加以避免。
二、信息偏倚信息偏倚又称观察偏倚，是指在收集、整理和分析研究资料的过程中，由于各种因素的影响，导致所获得的信息不准确或不完整。
常见的信息偏倚包括回忆偏倚和测量偏倚。
回忆偏倚通常发生在病例对照研究中，当研究对象回忆过去的暴露情况时，可能会因为记忆不准确或者受到当前疾病状态的影响而出现偏差。
比如，患有某种疾病的人可能会更倾向于回忆起曾经的不良暴露经历。
测量偏倚则可能由于测量工具不准确、测量方法不一致或者观察者的主观判断等原因导致。
例如，在测量血压时，如果使用的血压计不准确或者测量人员操作不规范，就会得到错误的血压值。
为了降低信息偏倚，我们需要采用标准化的测量方法和工具，对调查人员进行严格的培训，提高其测量和调查的准确性。
同时，可以通过客观的记录和验证手段来确保信息的可靠性。
三、混杂偏倚混杂偏倚是指在研究中，由于某个既与研究的疾病有关，又与研究的暴露因素有关的因素的影响，掩盖或夸大了暴露因素与疾病之间的真实联系。
流行病学的误差和偏倚
误差对研究结果的影响
偏倚
系统误差会导致研究结果出现偏倚， 即研究结果偏离真实情况。偏倚可能 导致研究结果过高或过低估计某种效 应或关联性。
可靠性
解释性
误差会影响研究结果的解释性，使得 研究结果难以解释和应用于实践。
随机误差会影响研究的可靠性，即研 究结果的稳定性。随机误差越大，研 究结果的可靠性越低。
减少误差的方法与策略
01
02
03
04
05
制定严格的抽样 方案
提高测量和观察 的准确性
制定统一的仪器 校准和测…
增加样本量
重复实验和验证
采用分层抽样、整群抽样 等方法，确保样本的代表 性和随机性。
采用标准化、量化的测量 方法，提高测量和观察的少系统误差。
通过增加样本量，可以降 低随机误差的影响，提高 研究的可靠性。
对同一研究问题采用不同 的方法进行重复实验和验 证，以减少随机误差和系 统误差的影响。
02
选择偏倚
选择偏倚的概念及类型
概念
选择偏倚是指在流行病学研究中 ，由于研究对象的选取或抽样方 法不正确，导致研究结果的系统 性偏差。
类型
包括入组偏倚、失访偏倚和混杂 偏倚等。
流行病学的误差和偏倚
汇报人： 日期:
目录
• 流行病学误差概述 • 选择偏倚 • 信息偏倚 • 混杂偏倚 • 测量误差
01
流行病学误差概述
误差定义与分类
误差定义
误差是指研究结果与真实情况之间的差异。在流行病学中，误差通常指观察或 测量结果的不准确或偏倚。
误差分类
根据产生原因，流行病学误差可分为随机误差和系统误差。随机误差是由于随 机抽样或测量不准确所致，而系统误差是由于测量方法或标准不统一、仪器校 准不当等因素所致。
第十八章流行病学的误差和偏倚
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。多见于病 例对照研究和现况研究。
常见的选择偏倚：
1、入院率偏倚（admission rate bias），又称伯 克森偏倚(Berkson bias) 指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产生 的偏倚。
般呈正态分布。 u 偏倚：有固定方向和固定大小。
随机误差和系统误差的区别
控制方法不同: u 随机误差:改进抽样方法，扩大样本量。 u 偏倚：针对性采取相应措施控制，扩大
样本量不会减小偏倚。
第二节 偏 倚（bias）
选择偏倚（selection bias） 信息偏倚（information bias) 混杂偏倚（confounding bias）
混杂偏倚的控制
1、在设计和资料收集阶段 （1）随机化 （2）限制 2、在资料分析阶段 （1）分层分析 （2）多因素分析 （3）标化方法
（3）匹配
谢谢
Thank You
34
谢谢大家！
图18-5 按出生时出生顺次和母亲年龄 Down综合征的患病率
图 18-5 清 晰 地 显 示 在 每 个出生顺次组中，从前至 后，随母亲年龄增高Down 综合征的患病率均呈显著 上升趋势。而在每个母亲 年龄组中，从左至右，随 出生顺次未见任何趋势。 因此，在图18-3中存在的表 面趋势完全是由母亲年龄 的混杂造成的。在图18-5中 ，我们看到在各个母亲年 龄组中出生顺次均无效应 。因此本例中的效应完全 是混杂的结果。
流行病学的误差和偏倚
定义与分类
原因
产生流行病学误差的原因包括抽样误差、测量误差、回忆偏倚等。例如，抽样误差是由于样本选取不当导致的，测量误差则可能由于调查工具或方法的不准确而产生。
影响
流行病学误差可能会影响研究的可靠性、准确性和可解释性，导致研究结果与真实情况存在偏差，甚至可能得出错误的结论。
产生原因与影响
降低误差的方法
偏倚
抽样误差还影响研究的置信水平，即研究结果的可靠性程度。当抽样误差大时，置信水平降低，研究结果的可靠性减弱。
置信水平
对研究结果的影响
03
提高响应率
提高调查的响应率可以降低抽样误差，因为更多的个体参与调查可以提供更全面的信息。
降低抽样误差的方法
01
增加样本量
增加样本量可以降低抽样误差，因为更多的个体参与调查可以更准确地反映总体情况。
采用科学的抽样方法，确保样本具有代表性，能够反映总体情况。
提高样本代表性
优化调查工具
提高参与者依从性
统计分析控制
对调查工具进行严格测试和验证，确保其信度和效度，减少测量误差。
采取措施提高研究对象的依从性，如提供合适的激励措施，确保研究对象能够按照要求完成研究。
采用适当的统计分析方法对数据进行处理和分析，控制随机误差和非随机误差的影响。
流行病学偏倚会对研究结果产生严重影响，导致结果失真或偏差，影响对疾病病因的认识和预防措施的制定。
信息偏倚产生的原因包括调查方法、测量误差、回忆偏倚等。
产生原因与影响
1
降低偏倚的方法
2
3
针对选择偏倚，应采用随机抽样方法，保证研究对象代表性，同时加强随访，减少失访率。
针对信息偏倚，应采用标准化调查表，提高测量准确性，同时加强质量控制，减少误差。
流行病学的误差和偏倚
观察对象的差异
观察对象本身的特征、行为和环境 等因素造成的误差。
数据失真
由于观察对象隐瞒、误报等原因造 成的数据失真，如故意隐瞒某些病 例或拒绝回答某些问题等。
调查设计不当
调查设计不完善、不科学等原因造 成的误差，如样本大小不足、调查 方式不当等。
03
流行病学中的偏倚
偏倚的类型
选择偏倚
01
在研究设计阶段，由于研究对象选择不当，造成研究结果偏离
实验性研究
通过随机分组和干预措施，验证暴 露因素与疾病之间的因果关系。
研究的实施
1 2
研究对象的选择
选择合适的抽样方法和样本量，确保样本具有 代表性。
调查表的制定
收集所需信息和降低调查误差，合理设计调查 表。
3
数据采集与处理
培训调查员，确保数据采集的准确性和完整性 ，并进行数据清理和统计分析。
02
2023
流行病学的误差和偏倚
目录
• 流行病学研究的设计和实施 • 流行病学中的误差 • 流行病学中的偏倚 • 误差和偏倚的评估与控制
01
流行病学研究的设计和实施
研究设计
描述性研究
描述疾病在人群中的分布状况 ，为病因和危险因素研究提供
线索。
分析性研究
比较暴露因素与疾病之间的关联 程度，推断因果关系。
测量误差
由于测量的不确定性造成的误差 ，可采用精密度和准确度来衡量 。
控制误差和偏倚的方法
设计阶段
通过科学的设计研究，选择合适的样本和测量方 法，提高研究的内部效度和外部效度。
数据分析阶段
采用适当的统计分析方法，控制和调整各种误差 和偏倚。
数据采集阶段
采用标准化和盲法原则，减少主观因素对数据采 集的影响，同时利用多源数据核对和数据清理技 术，减少数据中的误差。
流行病学研究的误差和偏倚信息偏倚选择偏倚和记忆偏倚
流行病学研究的误差和偏倚信息偏倚选择偏倚和记忆偏倚流行病学研究的误差和偏倚：信息偏倚、选择偏倚和记忆偏倚在流行病学研究中，我们努力收集和分析大量数据，以揭示疾病的发生和传播规律。
然而，由于众多的不确定性和人为因素，这些研究结果常常受到误差和偏倚的影响。
本文将重点探讨流行病学研究中常见的误差和偏倚，包括信息偏倚、选择偏倚和记忆偏倚。
一、信息偏倚信息偏倚是指在数据的收集、整理和处理过程中，由于采集数据的主观性或不完全性，导致结果与真实情况存在偏差的问题。
常见的信息偏倚包括主观记忆偏倚、社会回应偏倚和问卷回答偏倚。
主观记忆偏倚常常出现在流行病学调查中，受试者可能会忘记某些重要细节或错误地回忆事件。
例如，在调查疫情爆发之前的饮食习惯时，被调查者可能会过于依赖自己的记忆而遗忘或错误地描述过去的饮食情况。
社会回应偏倚是指受试者受到社会期望或调查员的影响，而在调查中给出符合社会期望或调查员意图的回答。
这种偏倚可能导致某些行为、疾病的真实情况无法被准确反映出来，从而影响流行病学研究的结果。
问卷回答偏倚是指受试者根据自己的认知、理解和情感，选择性地回答某些问题或偏好某些选项。
这种偏倚会导致数据的不完整性和失真，影响研究结论的准确性。
二、选择偏倚选择偏倚是指在选择受试者或研究对象的过程中，由于各种原因导致样本不具有代表性，从而影响结果的偏离。
选择偏倚可能会导致结果的高估或低估，进而产生误导性的结论。
一种常见的选择偏倚是选择性病例偏倚，即研究者在选择研究对象时，更倾向于选择某些具有特定特征的个体，使得研究结果不能泛化到整个目标人群。
另一种选择偏倚是选择性失访偏倚，指那些因为某些原因而无法继续参与研究的受试者与原始样本间存在差异。
这种偏倚可能导致研究结果的失真，无法准确评估研究对象的特性和风险因素。
三、记忆偏倚记忆偏倚是指在回忆过去事件时，由于记忆的不完全性和变态，导致记忆与事实存在偏差的现象。
记忆偏倚在流行病学研究中常常出现，可能导致对某些事件或指标的记忆模糊或错误。
流行病学研究中的误差与校正方法
流行病学研究中的误差与校正方法流行病学研究是一种关于疾病在人群中分布和影响的研究方法。
然而，在进行流行病学研究时，经常会出现误差，这可能导致研究结果的不准确或者失真。
因此，为了保证研究结果的可靠性和准确性，在流行病学研究中必须考虑并纠正误差。
本文将讨论流行病学研究中的误差以及校正方法。
一、选择偏倚误差选择偏倚误差是流行病学研究中最常见也是最容易引入的误差类型之一。
选择偏倚是指研究者在选择研究对象或者控制组时产生的系统性差异。
例如，如果研究者在选择研究对象时偏向于选择某个特定群体，那么研究结果将不能代表整个目标人群。
为了解决选择偏倚误差，研究者可以使用随机抽样的方法来选择研究对象，从而保证研究结果的可靠性。
二、信息偏倚误差信息偏倚是由于调查过程中信息收集的不准确或者错误所导致的误差。
这种误差可能来自于被调查者的记忆错误、主观态度或者对敏感问题的回避等原因。
信息偏倚误差可能会导致研究结果的失真。
为了减少信息偏倚误差，研究者可以采用匿名调查的方法，减少被调查者对于回答问题的顾虑和担忧。
三、测量偏倚误差测量偏倚误差是由于测量过程中产生的系统性差异而导致的误差。
例如，如果测量工具不准确或者测量方法不可靠，那么研究结果将受到测量偏倚的影响。
为了纠正测量偏倚误差，研究者应该使用经过验证的测量工具，并在测量过程中保证测量条件的一致性。
四、混杂因素混杂因素是指在流行病学研究中可能会干扰疾病与暴露因素之间关系的其他因素。
混杂因素的存在可能会导致研究结果的偏倚。
为了解决混杂因素的影响，研究者可以使用匹配或者分层分析等方法来控制混杂因素，确保研究结果的准确性。
五、生存偏倚生存偏倚是指因为研究对象在研究开始之后出现丢失、退出或者死亡而导致的误差。
生存偏倚可能会对研究结果的可靠性产生影响。
为了纠正生存偏倚，研究者可以使用Kaplan-Meier法或者Cox比例风险模型等方法来分析生存数据，并对结果进行校正。
总结：在流行病学研究中，误差是不可忽视的因素。
流行病学研究中的常见偏倚
B D
总人群比数比： OR
表6-6 实际抽样人群疾病与暴露分布
暴露 病例 非病例 非暴露
Ao C
o
Bo D
o
o o A D 样本比数比： OR o o B C
选择概率为：
根据选择概率：
A B
A
B
o
o
C
C
o
D
D
o
OR
o
o
OR
选择偏倚 OR
OR
OR
或
1
0.55 0.6 1.74 0.25 0.76 偏倚= -1=0.74
（二）选择偏倚的防制
1、正确的研究设计
首先研究者对整个研究可能会产生的各种选 择偏倚有充分的了解。在设计中，应注意使 被比较的各组有同等的概率受到调查。应考 虑可能出现的各种偏倚，以及会在那些环节 出现，只有在设计时考虑周全，并采取相应 措施，在各个环节中阻断偏倚产生的可能性， 才能防止或减少其发生。
1978年，Horwitz指出，这一结论是由检 出征候偏倚所致，两者之间的高度关联 是虚假的。因为在人群中有一定量的无 症状的子宫内膜癌早期病人，她们若不 服用雌激素，子宫不致出血，因而不去 医院就诊，而不能被发现。
4. 志愿者偏倚（volunteer bias）
一般情况下，志愿者与非志愿者在关心 健康、注意饮食习惯、禁烟、禁酒及体 育锻炼等方面可能存在系统的差别，因 而，志愿者被入选为观察对象，而非志 愿者落选，这样的研究结果往往有选择 偏倚。例如，一项以体育锻炼预防冠心 病的研究，干预组都是志愿者，而将非 志愿者作对照，以比较该项措施的效果， 这样就可能会得出不正确的结论。
流行病学中常见的偏倚及其控制
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 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
21
分析性研究的选择偏倚
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。
样本本CC
高胆固醇率 = 25%
219，164，190，188，233 =0%
（>240mg/dL）
图8－1
图 8-1 源群体与样本高胆固醇率的样本变异性示例
5
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。
虚假联系，由此产生的偏倚称为易感性偏倚。 如：当研究某种有毒物质对工人的健康危害时，常发
现暴露于有毒物质的工人的死亡率比一般人群还低， 这主要是接触该有毒物质的工人，其初始的健康水 平要比一般人群要高，其易感性低。
40
健康工人效应 有人开展了一项历史性队列研究，来评价接触木尘 对呼吸系统疾病死亡率的影响。研究者选择了家具 制造厂的工人作为暴露组，以全体人群作为非暴露 组，结果发现家具制造厂工人的呼吸系统疾病的死 亡率低于全人群。
23
不同疾病在不同医院的就诊或住院率各异，其 原因是多方面的，如不同医院的技术专长，患者所 患疾病的严重程度，患者的经济状况，以及就诊方 便与否等。因此，若在医院内选择研究对象进行流 行病学研究时，应注意到可能会出现这种偏倚。
24
用住院病例进行研究时可能没有包括： 抢救不及时死亡的病例 距离医院远的病例 无钱住院的病例 病情轻的病例
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
常见的选择偏倚：
4、检出症候偏倚 (detection signal bias) 又称暴 露偏倚(exposure bias) 。
当选择纳入病例时，部分病例会因为某种与本 病无关的症状和体征，而促成本病的发现。结果在 分析时这部分人中某种疾病的检出率人为地提高了 ，甚至还可能得出这种疾病与该因素有一定关系的 错误结论。
表18-1 呼吸道疾病与骨及运动器官的关系 表18-2 过敏及代谢疾病与疲乏的关系
常见的选择偏倚：
2、现患-新发病例偏倚 （prevalence-incidence bias） 又叫奈曼偏倚(Neyman bias) ，多发生于病例 对照研究和现况研究中，指由于利用现患病例作为 研究对象，而不是该病的所有病例（包括轻型、不 典型、死亡病例等），从而得到的疾病和暴露之间 片面的联系。在病例对照研究和现况研究的病例选 择时，尽量选择新发病例，而不是现患病例。
心肌梗死 60
40
对 照 40
60
OR= (60╳60)/(40╳40)=2.3
高 脂 肪 膳 低脂肪
食
膳食
心肌梗死 48
52
对 照 32
68
OR= (48╳68)/(52╳32)=2.0
研究真实数据
差异性错误分类
错误分类数据
高脂肪 低脂肪
膳食 膳食
心肌梗死 60
40
心肌梗死
高 脂 肪 膳 低脂肪
食
般呈正态分布。 ? 偏倚：有固定方向和固定大小。
随机误差和系统误差的区别
控制方法不同: ? 随机误差:改进抽样方法，扩大样本量。 ? 偏倚：针对性采取相应措施控制，扩大
样本量不会减小偏倚。
第二节 偏 倚（bias ）
选择偏倚（ selection bias ） 信息偏倚（ information bias ) 混杂偏倚（ confounding bias ）
表18-3 美国Framinghan 地区男性胆固醇水平与冠心病关系的研究
常见的选择偏倚：
3、 无应答偏倚(non-respondent bias) 和志愿者 偏倚(volunteer bias)
无应答者指调查对象中因为各种原因不能按照 研究设计对被调查的内容予以回答的人。由于无应 答者和应答者在某些特征上不同，所以当一项调查 中无应答者占一定比例时，就可以使研究的结果产 生偏倚。
料收集方法的问题，使得获取的资料存在系统误差 。信息偏倚可以来自被调查者， 如：回忆偏倚和 报告偏倚； 也可以来自调查者， 如：诊断怀疑偏 倚、暴露怀疑偏倚和测量偏倚等。
二、信息偏倚（information bias ）
无差异错分： 如果疾病或暴露的错误分类同研究分组无关，
即在各比较组间不存在差异称为无差异性错分； 它在大多数情况下模糊了研究组间的差异，一般 使研究效应的估计值偏低。
三、随机误差与系统误差的关系
图18-1、随机误差与系统误差的关系
随机误差和系统误差的区别
产生机理不同:
? 随机误差由抽样而产生，可以通过扩大样本 量和改进抽样方法而减小。
? 偏倚是因为研究对象的选择方法不当、收集 信息的方法不当、以及一些混杂因素的存在 而产生。
随机误差和系统误差的区别
表现形式不同: ? 随机误差:无固定方向和固定大小，一
目录 第一节 误差和偏倚的概念 第二节 偏倚
第一节 误差与偏倚的概念
实验研究的结果受三方面因素的影响：①处理因 素的作用；②各种随机误差的干扰；③各种偏倚 的干扰。
一、随机误差
随机误差又称机会(chance) ，即由于非研究因素 影响而造成的一类不恒定的、随机变化的误差。 是不能完全避免而应该尽量减少的误差。一般可 以通过统计学方法予以估计和评价。
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。多见于病 例对照研究和现况研究。
常见的选择偏倚：
1、入院率偏倚（admission rate bias ），又称伯 克森偏倚(Berkson bias) 指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产生 的偏倚。
第18章 流行病学研究的误差和偏倚
新乡医学院公共卫生学系 李宏彬
影响结论真实性的原因可以归纳为两类，一 类是随机误差，另一类是系统误差。在流行病学 研究中，无论是观察性研究还是实验性研究，研 究者必须设法避免由于研究设计和资料分析中的 方法存在问题而得出虚假的结论。研究者在研究 过程中设法尽量减少这两种误差的来源，提高研 究结果的真实性。
膳食
60
40
对 照 40
60
对 照 32
68
OR= (60╳60)/(40╳40)=2.3
OR= (60╳68)/(40╳32)=3.2
图 18-2 无差异性错误分类和差异性错误分类的示例
信息偏倚的控制：
? 研究者制定明细的资料收集方法和严格的质 量控 制方法
? 盲法 ? 尽量收集客观指标的资料 ? 收集资料的范围可适当广泛些
选择偏倚的控制：
? 充分了解可能的选择偏倚的来源，在研究的设计 过程中尽量避免。
? 在病例对照研究和现况研究中，尽量选择新发病 例而不是现患病例。
? 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。
? 尽量采用多种对照。
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
二、系统误差
系统误差又称偏倚 (bias) ，是由于非研究因 素影响而造成的恒定不变的，或是遵循着一定 规律变化的误差。
可发生于流行病学研究设计、实施、分析 以及推论的各个阶段。应尽可能设法预见到各 种系统误差的具体来源，并极力消除其影响， 对不能消除的系统误差则应设法估计其误差的 影响程度，以供分析资料时参考。
二、信息偏倚（information bias ）
差异错分： 如果疾病或暴露的错误分类同研究分组有关，
即在各比较组间存在差异称为差异性错分；由于 错误分类在组间存在差异的偏向可能不同，所以 使研究效应的估计值高估或低估。
无差异性错误分类和差异性错误分类
研究真实数据
无差异性错误分类
错误分类数据
高脂肪 低脂肪 膳食 膳食