流行病学 偏倚
合集下载
相关主题
- 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)。
防止方法是选用新病例。
选择偏倚
检出偏倚 或称检出症候偏倚。 指由于一些与疾病无关的因素而引
起疾病的某些症状，促使患者早期就诊 而发现疾病。如选用这部分早期病人作 研究对象，可使研究误认为该因素是疾 病的病因。
检出症候偏倚
例子：妇女使用雌H→子宫容易出血→早期就 医而发现子宫内膜癌，用这部分人作病例对照 研究时，就易造成雌H与子宫癌有关联的错误 结论。实际上该因素只是这部分研究对象得以 发现的一个诱因，而不是其病因，当用全子宫 癌人群的随机样本时即可得出两者无关的结论。
排除偏倚
在研究对象的确定过程中，没有按照对等的原则或标准从观察组或 对照组中排除某些研究对象。
二、信息偏倚（Information bias）
含义 又称观察偏倚、测量偏倚，主要发生于 资料收集阶段，是由于测量暴露或结局的方法 有问题，所获得的信息不准确而产生的系统误 差。
来源 可来源于研究者、研究对象及用于测量 的仪器、设备及方法。
由于研究者事先知道研究对象的对研究因素的暴露情况，在作 出诊断结果时容易出现带有倾向性的主观判断。（如暴露组细致检 查，对非暴露组或对照组则较粗略）；另外，研究对象如知道暴露 情况，也可能出现对未来结局的主观判断。
多见于队列研究和实验性研究中。
暴露怀疑偏倚
研究者若事先了解研究对象的患病情况，对病例组和对照组询
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。
描述性研究的选择偏倚
主要体现在样本对总体的代表性上 如不是采用随机抽样而是使用方便样本，或某
些特定群体（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
偏倚
偏倚（bias）
含义 在流行病学调查研究的设计、实施、分析以至推 论的各个阶段，由于某些因素的影响而使得研究结果与 真实情况之间出现的系统误差，使研究因素与疾病之间 的真实联系被歪曲，造成虚假的联系或掩盖真实的联系， 从而导致错误结论。
偏倚
– 性质 系统误差、错误，可以避免产生。 – 分类 选择偏倚、信息偏倚和混杂偏倚。
表图 8-3 无差异性错误分类和差异性错误分类的示例
信息偏倚
回忆偏倚
由于研究对象对过去事件的回忆不准确所产 生的系统误差。常发生于病例对照研究。（通 常病例组往往表现为记忆准确性高于对照组）
报告偏倚（说谎偏倚）
是指由研究对象有意夸大或缩小某些信息而 导致的偏倚。如调查青少年的吸烟史。
诊断怀疑偏倚
OR= (48╳68)/(52╳32)=2.0
研研究究真真实实数数据据
差差异异性性错错误误分分类类
错错误误分分类类数数据据
高脂肪 低脂肪
膳食 膳食
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 60
40
对 照 32
68
OR= (60╳68)/(40╳32)=3.2
问的态度和方法可能不同。
测量偏倚
指由于仪器、设备不准确、检测方法不当、操作技术问题而导致
测量结果偏离真值。
为了减少错误分类以及改善测量的准确 性，研究者们正在越来越多地使用生物学标 记物（biological markers）。它们可以用来 测量易感性、内暴露（实际进入体内）剂量 或生物学效应（剂量）等。
1、选择偏倚（selection bias）
含义 是指被选入的研究对象与没有被选入者特征上 的差异所造成的系统误差。（由于选择研究对象的方法 不恰当，导致入选对象（样本人群）与理论上符合条件 入选的对象（目标人群）间产生的系统误差）。 来源 主要产生于研究的设计阶段，也可产生于资料 收集过程中的失访或无应答。
第九章
流行病学研究 研究中常见的偏倚及其控制
误差
随机误差
即机遇、抽样误差，因随机抽样而产生的差 异。
抽样研究中普遍存在，不可避免； 但可以衡量并加以控制。
误差
系统误差
– 由于设计、资料收集及分析方法不当所造 成的差异;
– 误差向量方向一致，不能通过增大样本量 来克服它；
– 可避免且应该避免产生。
选择偏倚
入院率偏倚 也称伯克森偏倚。
当利用医院病人作为研究对象时，病例 及对照组均不是各自总体的随机样本。
防止方法是选择人群中的病例或对照的 随机样本。
选择偏倚
现患病例–新病例偏倚 也称奈曼偏倚。
由于仅选择现患病例，而不包括死亡病例、 已痊愈的病例及病程短的轻型病例产生的偏倚。
两类病例的暴露史可能有差异，且现患病 例多数病程较长，可能已经改变了原有的暴露 情况。
选择偏倚
易感性偏倚
由于某些因素影响到疾病的易感性，而 导致研究因素与疾病间的虚假联系。如健康 工人效应：工人疾病的易感性较其他人群可 能更低。
无应答偏倚
无应答者是指研究对象中没有按照研究设计对被调查的内容予以回 答者。无应答者与应答者可能在暴露情况、患病情况、易感性等特征 均有不同。造成实际研究人群与总体目标人群间存在系统差异。
三、混杂偏倚（confounding bias）
混杂因素（confounding factor） •含义 又称混杂因子或外部因素，是指可能歪曲 （掩盖或夸大）研究因素与疾病间真实联系的某 些非研究因素。
混杂因素（confounding factor）
分类（常见来源举例）
无差异性错误分类和差异性错误分类
研究研真究实真数实据数据
无无差差异异性性错错误分误类分类
错错误误分分类类数数据据
高脂肪 低脂肪
膳食 膳食
心肌梗死 60
40对 照 40来自60OR= (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
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。 控制方法 选取具体环节或已选取人群的具体特征 分析研究对象的选取是否同暴露或处理因素有关
第三节 研究的偏倚
常见选择偏倚 入院偏倚 失访偏倚 志愿者偏倚
选择偏倚
检出偏倚 或称检出症候偏倚。 指由于一些与疾病无关的因素而引
起疾病的某些症状，促使患者早期就诊 而发现疾病。如选用这部分早期病人作 研究对象，可使研究误认为该因素是疾 病的病因。
检出症候偏倚
例子：妇女使用雌H→子宫容易出血→早期就 医而发现子宫内膜癌，用这部分人作病例对照 研究时，就易造成雌H与子宫癌有关联的错误 结论。实际上该因素只是这部分研究对象得以 发现的一个诱因，而不是其病因，当用全子宫 癌人群的随机样本时即可得出两者无关的结论。
排除偏倚
在研究对象的确定过程中，没有按照对等的原则或标准从观察组或 对照组中排除某些研究对象。
二、信息偏倚（Information bias）
含义 又称观察偏倚、测量偏倚，主要发生于 资料收集阶段，是由于测量暴露或结局的方法 有问题，所获得的信息不准确而产生的系统误 差。
来源 可来源于研究者、研究对象及用于测量 的仪器、设备及方法。
由于研究者事先知道研究对象的对研究因素的暴露情况，在作 出诊断结果时容易出现带有倾向性的主观判断。（如暴露组细致检 查，对非暴露组或对照组则较粗略）；另外，研究对象如知道暴露 情况，也可能出现对未来结局的主观判断。
多见于队列研究和实验性研究中。
暴露怀疑偏倚
研究者若事先了解研究对象的患病情况，对病例组和对照组询
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。
描述性研究的选择偏倚
主要体现在样本对总体的代表性上 如不是采用随机抽样而是使用方便样本，或某
些特定群体（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
偏倚
偏倚（bias）
含义 在流行病学调查研究的设计、实施、分析以至推 论的各个阶段，由于某些因素的影响而使得研究结果与 真实情况之间出现的系统误差，使研究因素与疾病之间 的真实联系被歪曲，造成虚假的联系或掩盖真实的联系， 从而导致错误结论。
偏倚
– 性质 系统误差、错误，可以避免产生。 – 分类 选择偏倚、信息偏倚和混杂偏倚。
表图 8-3 无差异性错误分类和差异性错误分类的示例
信息偏倚
回忆偏倚
由于研究对象对过去事件的回忆不准确所产 生的系统误差。常发生于病例对照研究。（通 常病例组往往表现为记忆准确性高于对照组）
报告偏倚（说谎偏倚）
是指由研究对象有意夸大或缩小某些信息而 导致的偏倚。如调查青少年的吸烟史。
诊断怀疑偏倚
OR= (48╳68)/(52╳32)=2.0
研研究究真真实实数数据据
差差异异性性错错误误分分类类
错错误误分分类类数数据据
高脂肪 低脂肪
膳食 膳食
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 60
40
对 照 32
68
OR= (60╳68)/(40╳32)=3.2
问的态度和方法可能不同。
测量偏倚
指由于仪器、设备不准确、检测方法不当、操作技术问题而导致
测量结果偏离真值。
为了减少错误分类以及改善测量的准确 性，研究者们正在越来越多地使用生物学标 记物（biological markers）。它们可以用来 测量易感性、内暴露（实际进入体内）剂量 或生物学效应（剂量）等。
1、选择偏倚（selection bias）
含义 是指被选入的研究对象与没有被选入者特征上 的差异所造成的系统误差。（由于选择研究对象的方法 不恰当，导致入选对象（样本人群）与理论上符合条件 入选的对象（目标人群）间产生的系统误差）。 来源 主要产生于研究的设计阶段，也可产生于资料 收集过程中的失访或无应答。
第九章
流行病学研究 研究中常见的偏倚及其控制
误差
随机误差
即机遇、抽样误差，因随机抽样而产生的差 异。
抽样研究中普遍存在，不可避免； 但可以衡量并加以控制。
误差
系统误差
– 由于设计、资料收集及分析方法不当所造 成的差异;
– 误差向量方向一致，不能通过增大样本量 来克服它；
– 可避免且应该避免产生。
选择偏倚
入院率偏倚 也称伯克森偏倚。
当利用医院病人作为研究对象时，病例 及对照组均不是各自总体的随机样本。
防止方法是选择人群中的病例或对照的 随机样本。
选择偏倚
现患病例–新病例偏倚 也称奈曼偏倚。
由于仅选择现患病例，而不包括死亡病例、 已痊愈的病例及病程短的轻型病例产生的偏倚。
两类病例的暴露史可能有差异，且现患病 例多数病程较长，可能已经改变了原有的暴露 情况。
选择偏倚
易感性偏倚
由于某些因素影响到疾病的易感性，而 导致研究因素与疾病间的虚假联系。如健康 工人效应：工人疾病的易感性较其他人群可 能更低。
无应答偏倚
无应答者是指研究对象中没有按照研究设计对被调查的内容予以回 答者。无应答者与应答者可能在暴露情况、患病情况、易感性等特征 均有不同。造成实际研究人群与总体目标人群间存在系统差异。
三、混杂偏倚（confounding bias）
混杂因素（confounding factor） •含义 又称混杂因子或外部因素，是指可能歪曲 （掩盖或夸大）研究因素与疾病间真实联系的某 些非研究因素。
混杂因素（confounding factor）
分类（常见来源举例）
无差异性错误分类和差异性错误分类
研究研真究实真数实据数据
无无差差异异性性错错误分误类分类
错错误误分分类类数数据据
高脂肪 低脂肪
膳食 膳食
心肌梗死 60
40对 照 40来自60OR= (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
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。 控制方法 选取具体环节或已选取人群的具体特征 分析研究对象的选取是否同暴露或处理因素有关
第三节 研究的偏倚
常见选择偏倚 入院偏倚 失访偏倚 志愿者偏倚