偏倚及控制
临床研究中常见偏倚及其控制
临床研究中常见偏倚及其控制临床研究是为了探究特定治疗方法的有效性和安全性而进行的科学研究。
然而，由于人类研究的复杂性和不确定性，所得结果可能存在偏倚（Bias）。
偏倚是指在研究设计、数据收集、数据分析和结果报告过程中，由于意外或有意的错误，导致了对真实效应的错误解释。
偏倚的存在可能导致结果的不准确性和不可靠性，从而影响临床决策和指导实践。
常见的临床研究偏倚包括：1. 选择偏倚（Selection Bias）：指研究中选择样本的方式与研究目标或总体特征不一致，导致样本无法代表目标总体。
例如，使用方便采样（Convenience Sampling）而非随机抽样可能导致选择偏倚。
2. 信息偏倚（Information Bias）：指研究中信息的收集和报告存在错误或不完整，导致结果产生误导性。
信息偏倚可以分为观察时偏倚（Observational Bias）和报告偏倚（Reporting Bias）。
观察时偏倚可能由于测量方法、测量工具或观察者主观判断等因素引起。
报告偏倚可能是由于研究结果的重要性、正向结果的偏好或权威压力等原因导致重要结果未能完整报告。
3. 记忆偏倚（Recall Bias）：指研究参与者回忆过去事件或情况时存在的系统性错误。
例如，研究关注过去暴露与结果的关系，参与者的回忆可能不准确或受先入为主的认知影响。
4. 探测偏倚（Detection Bias）：指评估结果的方法对不同干预或参与者有不同的敏感性，导致研究结果的估计值存在误差。
例如，如果评估员知道受试者接受的治疗方法，可能在测量结果时有意无意地做出倾向性判断。
为了控制这些偏倚，研究者可以采取一些方法：1. 随机分组（Randomization）：随机分组可以减少选择偏倚，并使得不同组之间的人口学和疾病特征基本相似，从而降低混杂因素的影响。
2. 盲法（Blinding）：盲法分为单盲和双盲。
单盲指研究参与者或评估结果的人员不知道干预措施的分组情况；双盲指干预的研究人员和参与者都不知道他们所处的组别。
临床研究中常见偏倚及其控制
临床研究中常见偏倚及其控制临床研究中常见偏倚及其控制1.引言在临床研究中，偏倚（bias）是一个非常重要的概念。
它指的是在研究过程中可能导致研究结果与真实情况不一致的因素。
控制偏倚是确保研究结果的可靠性和有效性的关键步骤。
本文将介绍临床研究中常见的偏倚类型及其控制方法。
2.偏倚类型2.1 选择偏倚（Selection bias）选择偏倚是指参与研究的样本群体与目标总体不完全一致，从而导致研究结果的错误。
控制选择偏倚的方法包括：- 随机抽样：通过随机选择样本，减少选择偏倚的可能性。
- 匹配：在研究设计阶段根据特定标准选取对照组样本，使其与受试组样本在某些特征上匹配，减少选择偏倚的影响。
- 敏感性分析：通过分析不同样本选择策略下的研究结果，评估选择偏倚的影响程度。
2.2 测量偏倚（Measurement bias）测量偏倚是指在对研究对象进行测量时，存在的误差或倾向性，导致测量结果与实际情况存在偏差。
控制测量偏倚的方法包括： - 标准化测量工具：使用标准化的测量工具或问卷，确保测量结果的准确性和可比性。
- 培训和校准：对参与测量的研究人员进行培训和校准，提高测量的一致性和准确性。
- 双盲设计：在实验研究中，采用双盲设计，使研究人员和受试者在不知道实际处理情况的情况下进行评估，减少主观判断的干扰。
2.3 回忆偏倚（Recall bias）回忆偏倚是指在调查研究中，受试者对过去事件的回忆存在偏差，导致研究结果的失真。
控制回忆偏倚的方法包括： - 限定回溯时期：对受试者进行限定回溯时期，减少过远过近的回忆，提高回忆的准确性。
- 不透露假设：在调查过程中，不透露研究者的假设和研究目的，减少受试者对回忆的主观干扰。
- 避免听证：避免向受试者介绍其他受试者的回忆情况，以免互相影响。
3.控制偏倚的方法3.1 随机化随机化是控制偏倚的重要手段，它可以通过评估和平衡干扰因素的分布，减少干扰因素对研究结果的影响。
在临床研究中，常用的随机化方法有简单随机化、分层随机化、区组随机化等。
临床研究中的偏倚及控制讲解
临床研究中的偏倚及控制讲解临床研究中的偏倚及控制讲解1. 引言临床研究是评估医学干预效果的重要手段，然而，随机化试验以外的研究设计通常会受到偏倚的影响。
本文将对临床研究中常见的偏倚进行讲解，并介绍相关的控制方法。
2. 偏倚类型2.1 选择偏倚选择偏倚是指研究中参与者的选择不是随机的，从而导致结果的估计偏离真实值。
常见的选择偏倚包括队列研究中的伪相关性偏倚和回顾性研究中的回顾性因果偏倚。
控制方法包括随机化试验和配对设计等。
2.2 信息偏倚信息偏倚是指研究中对暴露和结果的测量有误差，导致结果的估计偏离真实值。
常见的信息偏倚包括回忆偏倚和测量偏倚。
控制方法包括使用标准问卷和准确测量工具，以及对测量误差的进行校正。
2.3 注意力偏倚注意力偏倚是指研究中对某些因素的关注程度高于其他因素，导致结果的估计偏离真实值。
常见的注意力偏倚包括报道偏倚和分析偏倚。
控制方法包括制定预先确定的分析方案和进行多重比较校正。
2.4 报告偏倚报告偏倚是指研究中结果选择性地报告，导致对真实效果的估计存在偏差。
常见的报告偏倚包括发表偏倚和选择性报告偏倚。
控制方法包括事先注册研究协议和完整报告研究结果。
3. 偏倚控制方法3.1 随机化试验随机化试验是控制选择偏倚最有效的方法，通过随机分配参与者到不同的干预组和对照组，可以保证两组之间的比较具有可信度。
3.2 配对设计配对设计是在研究中选择受试者进行配对，使得每对受试者在某些重要特征上相似。
通过在配对设计中进行随机分组，可以减少选择偏倚的影响。
3.3 分层设计分层设计是在研究中将受试者按照某些重要特征进行分层，然后在每个层次内进行随机分组。
分层设计可以减少选择偏倚，并且在不同子组之间进行比较具有更高的可信度。
3.4 标准化标准化是用来调整不同组之间的比较，以消除由于组间差异而导致的结果偏倚。
常见的标准化方法包括直接标准化和间接标准化。
4. 附件本文档涉及的附件包括图表、数据表格及案例研究等，详细内容请参考附件部分。
8偏倚及其控制
—
184 2376 2560
18 219
237
合计
201 2583 2784
23 234
257
OR
1.06
4.06
2.现患-新发病例偏倚
也叫奈曼偏倚，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 统误差都属于这类偏倚。在病例对照研究 中的病例组和现况调查中的调查对象一般 选择现患病例，而在队列研究中的病例是 新发病例，两类病例疾病状况肯定会有差 别。所得到的某因素与某病的关系就会出 现偏倚，即为现患-新发病例偏倚。
合计
≥75 85
462
547
38
34
72
<75 116
1511 1627 113
117 230
合计 201
1973 2174 151 151 302
OR
2.40
1.16
3.无应答偏倚
在流行病学调查研究中，那些因各 种原因不回答或不能回答所提出问题的 人称为无应答者，任何一项流行病学调 查研究都可能有一定比例的无应答者， 无应答者可能在某些重要的特征或暴露 方面与应答者有区别。如果无应答者超 过一定的比例，将会影响研究结果的真 实性，由此产生的偏倚称为无应答偏倚。
6.诱导偏倚 在调查过程中，调查者询问 技术不当，或者为取得阳性结论，诱导 调查对象做某一倾向性的回答，从而使 调查到的结果偏离真实情况，由此产生 的偏倚称诱导偏倚。诱导偏倚往往表现 为对病例组做诱导而对对照组不诱导或 进行负诱导，其结果只能产生虚假的结 论。
（三）混杂偏倚
1.混杂因素的特征 2.混杂因素的测量 3.混杂偏倚的方向
成为混杂因素必须具备以下三个基本特征：
临床研究中常见偏倚及其控制
临床研究中常见偏倚及其控制临床研究是医学领域发展的重要驱动力，旨在探索疾病的治疗方法、改善患者生活质量以及促进医学知识的积累。
然而，在临床研究过程中，常常会出现各种偏倚，影响研究的可靠性和准确性。
本文将探讨临床研究中常见的偏倚及其控制方法。
在临床研究中，偏倚是指在研究过程中出现的系统性误差，导致研究结果偏离真实情况。
偏倚通常源于研究设计、实施、数据分析以及结果解释等环节。
以下是一些常见的偏倚类型：1、选择偏倚：选择研究对象时，研究队列的代表性不足，导致研究结果不能推广到更大的人群。
例如，一项仅针对男性患者的研究结果可能不适用于女性患者。
2、信息偏倚：在收集或记录数据时出现误差，导致信息质量下降。
例如，在观察性研究中，患者未能准确报告其生活方式或病史可能导致信息偏倚。
3、检测偏倚：在测量或评估研究变量时出现的误差，导致测量结果不准确。
例如，在评估药物疗效时，若未采用双盲试验，医生可能主观地调整剂量或给予额外治疗，从而影响结果的客观性。
4、失访偏倚：在研究过程中，研究对象由于各种原因未能完成试验或未能提供必要的数据，导致数据分析不完整。
例如，在长期研究中，患者因病情恶化退出试验，可能导致研究结果的不完整性。
为了控制上述偏倚，研究人员可采取以下措施：1、研究设计阶段：明确研究目的和纳入标准，制定详细的研究方案，并采用随机、对照、双盲等设计方法，以减少偏倚的发生。
2、数据分析阶段：采用适当的统计方法对数据进行处理和分析，以减少偏倚的影响。
例如，通过匹配对照组、增加样本量或进行敏感性分析等方法来控制选择偏倚。
3、实施阶段：确保研究过程的标准化和规范化，提高数据质量。
例如，制定详细的操作流程和培训研究人员，以减少信息和质量偏倚。
4、长期随访和失访管理：在研究设计中考虑失访情况，制定相应的应对策略，如定期与研究对象保持联系、进行随访等。
总之，偏倚是临床研究中常见的问题，对研究结果的可靠性和准确性产生负面影响。
现况调查的偏倚及其控制
四、现况调查的偏倚及其控制影响现况调查资料的真实性和可靠性的是系统误差和抽样误差。
抽样误差是不可避免的，但可以测量其误差大小加以评价，且可以通过扩大样本量和抽样设计来适当控制；而系统误差使调查结果产生偏倚，是人为造成的错误，一旦认识到即可以通过相应的方法防止产生。
现况调查中存在的偏倚及其控制方法如下。
（一）选择偏倚(selection bias)选择偏倚是由于不正确地选择了研究对象组成研究组，使从研究开始的时候，研究组与其所代表的人群就存在除研究因素以外的其它因素分布的不均衡性，即选择出的研究对象或样本人群与其代表的总体间的某些特征具有系统的差别，因而导致研究结果与真实情况之间产生差异。
在各种流行病学研究设计中都可能产生选择偏倚，应用随机化的方法选择研究对象和严格诊断标准等措施可以有效地防止选择偏倚。
根据选择偏倚产生的原因，介绍以下两种偏倚。
1．无应答偏倚(non-response bias) 由于各种原因对访问调查或通信调查未提供答案者称为无应答者，他们常不同于一般调查对象。
如果无应答者比例很高，例如在抽样调查中达到30％，其调查结果就可能不同于真实情况，因而产生偏倚，称为无应答偏倚。
产生此偏倚的原因及对策有以下几方面：(1)调查对象对调查的意义不认识。
有的认为自己健康状况良好，或有的患其它慢性病或高龄不愿外人打扰，因而拒绝调查或检查，甚至有意躲避。
故应在调查前及调查实施过程中做好宣教工作和组织工作，从关心被调查者的健康出发，耐心地作好解释工作。
(2)调查方法或调查内容不适当，不能得到调查对象的密切配合。
因此应结合调查工作的需要，改进调查工作方法。
在拟定调查内容、制订调查表时，对调查内容必须认真考虑。
(3)调查对象因各种原因，如出差、探亲等而在调查时未能会见，遇该情况应设法补救，再次进行补查。
2．志愿者偏倚(volunteer bias)来自特殊群体的志愿者，其心理因素和躯体状况与非志愿者有差别，且对研究的依从性可能优于一般人群，以该类人群的样本作为研究对象所获得的资料会明显不同于非志愿者，由此影响了结果的真实性，称为志愿者偏倚。
临床研究中的偏倚及控制讲解
临床研究中的偏倚及控制讲解临床研究是评估新药治疗效果或疾病预防策略有效性等的重要手段，但由于研究设计和实施过程中的一些因素的存在，可能会引入偏倚（bias），导致研究结果的误差。
为了减小偏倚对研究结果的影响，研究人员需要在研究设计和分析中进行偏倚的控制。
本文将就临床研究中的常见偏倚及其控制方法进行讲解。
1. 选择偏倚（Selection Bias）选择偏倚是由于研究对象的选择不是随机的，而是与研究目标相关的因素导致的偏倚。
为了控制选择偏倚，应采取以下措施：-采用随机分组方法：通过随机分组，可以使得研究对象的分组与其自身特征无关，从而减小选择偏倚的风险。
-需要制定明确的入组和排除标准：研究对象的选择应该严格遵守预定的入组和排除标准，避免人为的选择操作。
-多中心研究：多中心研究可以增加样本的代表性，从而减小选择偏倚的可能。
2. 配置偏倚（Allocation Bias）配置偏倚是指由于随机分组的不完全或不严格导致的偏倚。
为了控制配置偏倚，应采取以下措施：-采用适当的随机化方法：应采用随机数字生成、随机封号等方法以实现随机分组，从而减小分组差异的可能性。
-实施隐藏分组：应确保在研究对象入组前，研究人员无法预测下一个分组的具体分组方法，以保证分组的随机性。
-进行双盲或者三盲研究：盲法是控制配置偏倚的有效手段之一，可以减少研究人员对研究对象的知情和预期。
3. 报告偏倚（Reporting Bias）报告偏倚是由于一些研究结果未被完整地报告或被错误地报告而引入的偏倚。
为了控制报告偏倚，应采取以下措施：-注册研究计划：在开始临床研究之前，应该注册研究计划，并明确预先确定的主要研究结局指标，以减小结果报告的选择性。
-完整报告结果：无论结果是积极的还是消极的，都需要完整地报告，以确保研究结果的透明和客观性。
-准确描述研究方法：应该准确地描述研究的设计和方法，包括分析方法和样本大小等，避免结果解读的误导。
4. 记忆偏倚（Recall Bias）记忆偏倚是由于研究对象回忆自身的信息时，受到主观记忆和偏好的影响而引入的偏倚。
【流行病学】第08章 偏倚及其控制
非病例 A病
100
80 540 900
病例 非病例
选择概率 暴露 非暴露
α=
β=
a/A b/B
γ= δ= c/C d/D
患B病且暴露于因素X的选择概率：α=55/100=0.55 患B病但未暴露于因素X的选择概率：β=90/900=0.10 患A病且暴露于因素X的选择概率：γ=80/100=0.80 患A病但未暴露于因素X的选择概率：δ=540/900=0.60
➢ 严格选择标准：纳入标准与排除标准 ➢ 研究对象的合作：依从性、失访、无应答 ➢ 采用多种对照：内对照、外对照、全人群资料对照
第二节 信息偏倚
一、信息偏倚的相关概念
➢1、又称为观察偏倚（observational bias），指 在研究实施过程中，获取研究所需信息时产生 的系统误差。
➢2、信息偏倚可来自： ➢ 人：研究对象、调查者， ➢ 物：测量的仪器、设备、方法等。
➢4.无应答偏倚（non-response bias） ➢在流行病学研究中，无应答者是指由于种种原因那些没有对调查信
息予以应答的研究对象。 ➢在特定研究样本中，无应答者的患病状况以及对某些研究因素的暴
露情况与应答者可能会不尽相同，从而导致系统误差。
➢5.易感性偏倚（susceptibility bias） ➢研究对象暴露于某可疑致病因素与否，与许多主、客观原因有关，
720
280
720
280
5.0
2.4
1.4
【问题-4】 请问在这两种假定情况下的观察结果（研究结果） 与真实结果之间有什么不同？怎样解释这种现象？
【分析-4】
这两种假定情况下的观察结果（OR值）都远低于真实结果， 表明这两种假定情况下都产生了偏倚。其原因与暴露因素 （膳食脂肪摄入）的系统错误分类有关。这种由于在结局变 量或者暴露变量的测量过程中存在系统分类错误（系统测量 误差）所致暴露与结局之间的关联受到扭曲的现象，称为信 息偏倚，又称测量偏倚或观察偏倚。由于流行病学的暴露和 疾病多为分类资料，所以信息偏倚有时又被称为错分偏倚 （misclassification bias）。
临床研究中的偏倚及控制讲解
临床研究中的偏倚及控制讲解在医学领域，临床研究对于推动医学进步、改善医疗质量至关重要。
然而，在临床研究的过程中，偏倚的存在可能会导致研究结果的不准确和不可靠，从而影响临床决策和患者的治疗效果。
因此，了解和控制临床研究中的偏倚是至关重要的。
一、什么是临床研究中的偏倚偏倚，简单来说，就是在研究过程中，由于各种因素的影响，导致研究结果偏离了真实情况。
在临床研究中，偏倚可能来自研究设计、研究对象的选择、数据的收集和分析等多个环节。
常见的偏倚类型包括选择偏倚、信息偏倚和混杂偏倚。
选择偏倚发生在研究对象的选择过程中。
例如，如果研究某种疾病的治疗效果，但只选择了病情较轻的患者，那么得出的治疗效果可能会过于乐观，无法反映真实情况。
信息偏倚则与数据的收集有关。
比如，患者回忆病史时不准确，或者医生在诊断和评估时存在主观偏差，都可能导致信息偏倚。
混杂偏倚是指除了研究因素之外，还有其他因素同时影响了研究结果。
比如，在研究吸烟与肺癌的关系时，如果没有考虑到空气污染这个混杂因素，可能会得出错误的结论。
二、偏倚产生的原因1、研究设计不合理研究方案不完善，如样本量不足、对照组选择不当、随访时间过短等，都可能导致偏倚的产生。
2、研究对象的选择偏差如果纳入和排除标准不明确，或者在招募研究对象时存在倾向性，就可能导致研究对象不能代表总体人群，从而产生偏倚。
3、测量误差在收集数据时，使用的测量工具不准确、测量方法不一致或者观察者的主观判断差异，都可能引入测量误差，进而导致偏倚。
4、随访丢失在长期的随访研究中，部分研究对象失去联系或拒绝继续参与，导致数据不完整，也可能产生偏倚。
5、数据分析方法不当错误的统计分析方法或不合理的数据分析策略，可能会放大或掩盖偏倚的影响。
三、偏倚对临床研究的影响偏倚会严重影响临床研究的质量和可靠性。
如果研究结果存在偏倚，可能会导致错误的临床决策，浪费医疗资源，甚至对患者的健康造成危害。
例如，一项关于某种新药物疗效的研究，如果因为选择偏倚只纳入了对药物反应良好的患者，可能会高估药物的疗效，从而使医生在临床实践中过度使用该药物，而实际上它对大多数患者可能并没有那么有效。
8-偏倚及其控制
κ值判断一致性强度的标准， 一般认为：>0.8，很好；0.6~0.8，较好； 0.4~0.6，中度；<0.4，较差。
偏倚程度与方向
ORO ORT 信息偏倚 ORT
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 ORO>ORT，为正偏倚； 若得值<0，则存在信息偏倚，此时 ORO<ORT，为负偏倚。
以α、β、γ、δ分别代表A、B、C、D的样本选择 概率，（α=a/A，β=b/B，γ=c/C，δ=d/D）
ORO ORT
选择偏倚=
ORO ORT ORT
1 或
若得值=0，即 =1，则不存在选择偏倚；
若得值>0，即 >1，则存在选择偏倚，为正偏 倚； 若得值<0，即 <1，则存在选择偏倚，为负偏 倚。
信息偏倚的控制
严格信息标准 盲法收集信息 采用客观指标 调查技术的应用 统计学处理
统计学处理 根据信息重测κ值校正 校正公式如下：ORT= (κ+ORO-1)/ κ 根据前面资料已经获得κ值为0.833，计算 所得OR（ORo）为1.51（Elwood,2007）;
倚。
无应答偏倚（non-response bias）
在流行病学研究中，无应答者是指由于种种原因
那些没有对调查信息予以应答的研究对象。
在特定研究样本中，无应答者的患病状况以及对
某些研究因素的暴露情况与应答者可能会不尽相
同，从而导致系统误差。
易感性偏倚（susceptibility bias） 研究对象暴露于某可疑致病因素与否，与 许多主、客观原因有关，其有可能直接或 间接地影响研究对象对所研究疾病的易感 程度，从而导致某因素与某疾病间的虚假 联系。 健康工人效应（healthy worker effect ）
临床研究中常见偏倚及其控制
（四）选择偏倚的控制
1．控制选择偏倚的基本方法 ❖ 1）研究者对整个研究过程可能出现的各种选择偏
倚应有充分的了解、掌握 即在选择研究对象、研究方法等过程中是
否存在产生选择偏倚的原因？是什么原因？在设 计时应周密考虑，并采取针对性措施在相应的环 节降低其产生的可能性，以减少或避免其产生。 ❖ 2）严格掌握研究对象的纳入与排除标准，随机化
病例组：子宫内膜癌患者，对照：无子宫内膜癌患 者；
结果：子宫内膜癌患者口腹雌激素比例高； 结论：口服雌激素是子宫内膜癌的危险因素。
偏倚：无症状早期子宫内膜癌病人服雌激素后 易致出血就诊。服雌激素人群比一般人群该病 的检出率高。
3.现患-新病例偏倚（Neyman偏倚）
❖ 1）概念：指采用现患病例作为研究对象时由于现 患病例与总体病例对某因素的暴露率不同而导致 的系统误差。以称存活偏倚或患病率发病率偏倚。
❖ 有学者比较了孕妇接受X线照射的医院记录与其回忆 结果，发现两者一致率仅73%。
2.诊断怀疑偏倚（diagnostic suspicion bias）
❖ 1）概念：研究者若事先知道研究对象的某种暴露 或预后因素，就怀疑其已具有某种结局，或在主 观上倾向于应出现某结局，于是在作诊断或分析 时，倾向于自己的判断，此即诊断怀疑偏倚。
❖ 2）例如，对暴露组或实验组进行非常细微的检查， 而对非暴露组或对照组则不然，从而使研究结果 出现偏差。
❖ 3）常见于队列研究和临床试验，特别是在诊断亚 临床病例、判断药物副反应时，这种偏倚最容易 产生。
3.暴露怀疑偏倚（exposure suspicion bias）
❖ 如研究某因素与一种疾病的关系时，研究者从主观 上认为两者有联系并希望出现阳性结果，在收集基 本情况或随访信息时，会在下意识中充分挖掘病例 组的暴露信息而忽略对照组的暴露信息。
误差、偏倚控制
10
入院率偏倚
也称Berkson偏倚，指以医院为基础的病例对照研 究中，目标疾病的入院率因待研究的暴露因素的 存在与否或暴露水平的不同而存在差异，由此而 引起的误差。
11
• Roberts (J Chron Dis, 1978) 研究了三个社区内几种疾病与一 些可疑病因之间的关系。
◘ 研究对象：2784名成人；257名住院病人 ◘ 研究内容：医学事件与影响因素关系
Roberts根据以人群为基础的研究所获得 OR值，显著地不同于 仅以住院病例所获的结果，认为Berkson偏倚是存在的。
患者*
人数 148
平均胆固醇值 (mg/ml)
第一次 第六次 检查值 检查值
243.6 246.1
变动值 +2.5
非患者 1620
220.0
241.5
+21.5
* 患者为第六次检查时现存的患者
17
检出症候偏倚 (Detection signal bias) ：
检出症候偏倚，也叫暴露偏倚。病人常常因为一些与疾病无 关的症状而去就医，从而提高了早期病例的检出率，导致过 高的估计了暴露程度而产生的系统误差。
a / (a+b)
RR = ----------------------
c / (c+d)
29
♦ RR值的真实性评价： 此RR值是否真实地反映了氡气与肺癌之间的 关联强度，完全取决于下述条件： (1) 氡气暴露人群（E）和未暴露人群（Ē）之
间在产生肺癌的易感性方面是否可比
(2)导致肺癌的其它危险因素在两组人群之间 的分布频率是否可比。
一文解析临床研究中的偏倚及控制方法
一文解析临床研究中的偏倚及控制方法临床研究中的偏倚是指研究结果偏离真实情况的可能性。
偏倚可能导致对研究问题的有偏估计，因此在临床研究中，需要采取一系列的控制方法来降低偏倚的影响。
首先，随机化是控制偏倚的一种重要方法。
随机化是指通过随机的方式将研究对象分配到干预组和对照组，从而降低可能出现的系统性偏差。
随机化可以有效地减少干扰因素对结果的影响，使得干预与对照组之间的差异更有可能是由于干预措施引起的。
其次，对照组的选择和配对也是控制偏倚的重要手段。
对照组的选择要符合研究目的，通常可以选择与干预组相似的人群作为对照组，以确保与干预组的比较更具可比性。
在一些情况下，使用配对的对照组可以进一步减少存在的混杂因素，例如通过相同年龄、性别等进行配对。
此外，盲法是降低偏倚的常用方法之一、单盲或双盲试验可以减少研究人员和受试者对治疗干预或评估结果的期望，从而减少主观因素对结果的影响。
特别是在主观结果评估中，如疼痛感受、生活质量等，采用盲法能够更客观地评估干预效果。
此外，适当的样本大小计算也是控制偏倚的重要手段。
样本大小的确定要根据研究目的、研究设计和预期效应大小来确定。
适当的样本大小可以提高研究的统计能力，减少因样本小而引起的偏倚。
在临床研究中，有时还会使用隐性随访和揭示研究设计等方法来降低偏倚。
通过隐性随访，研究者可以减少与干预相关的期望、降低受试者的依从性，从而更真实地反映干预效果。
而揭示研究设计是指研究结束后，将研究组别和干预方式对受试者进行揭示，这样可以降低研究者和受试者在干预期间的偏倚。
此外，在临床研究中，还存在一些专门用于控制偏倚的设计和分析方法，如多重比较校正、倾向评分匹配、子集分析等。
这些方法可以进一步减少混杂因素的影响，提高研究结果的可靠性。
总之，临床研究中的偏倚是不可忽视的因素，它可能导致研究结果的偏离。
为了降低偏倚的影响，采取一系列控制方法是十分必要的，如随机化、对照组选择和配对、盲法、适当的样本大小计算等，可以有效地减少偏倚的影响，提高研究结果的可靠性和可解释性。
常见偏倚及其控制
3
3、信息偏倚（information bias） 在获取暴露、结局或其他信息时所出现的系统
误差或偏差叫信息偏倚。信息偏倚又称为错分偏 倚（misclassification bias）
错分偏倚（misclasfication bias)：暴露错分; 疾病错分；联合错分 原因：仪器不准；检验技术不熟；定义不明 影响：无差异错分；有差异错分
常见偏倚（bias）及其控制
1、选择偏倚（selection bias） ：
有人拒绝参加； 有些人的档案丢失了或记录不全； 研究对象由志愿者组成，他们往往或是较健康的或是有 某种特殊倾向或习惯的； 早期病人，在研究开始时未能发现等。
控制: 预防为主，抽样方法正确，严格按规定标准选择对象
1
2、失访偏倚（lost to follow-up） 这是队列研究中不可避免的偏倚。失访从本质上是
4
控制
➢ 提高临床诊断技术、明确各项标准 ➢ 选择精确稳定的测量方法 ➢ 事前调准仪器 ➢ 严格实验操作规程 ➢ 同等对待每个研究对象 ➢ 培训调查员，提高技巧，统一标准
5
4、混杂偏倚：由于混杂因子的影响造成
控制 研究化或多因素分析
6
破坏了原有样本的代表性，因而实质上属于选择偏倚。 一项研究的失访率最好不超过10%。
队列研究最常见、最不易控制的偏倚 原因：迁出；外出；不再合作；死亡(不>10% ) 影响：失访率；失访者特征；两组失访差异
2
控制
设计时 选择便于随访的人群 在计算的研究样本的基础上扩大10%
实施时 加强对随访员的管理 制定随访计划和监测措施 期中分析
临床研究中常见偏倚及其控制
汇报人：
202X-12-28
CATALOGUE
目 录
• 临床研究中的偏倚概述 • 常见偏倚类型及控制方法 • 临床研究中的伦理问题与偏倚控制 • 临床研究中的质量控制与偏倚控制 • 临床研究中偏倚控制的未来展望
01
CATALOGUE
临床研究中的偏倚概述
偏倚的定义与分类
由于研究对象的选取标准或方法 不严谨，导致研究结果偏离真实 情况。控制方法：采用随机抽样 、扩大样本量、提高研究对象的 代表性等。
信息偏倚
由于信息采集或记录不准确、不 完整，导致研究结果出现误差。 控制方法：采用标准化操作规程 、提高数据采集和记录的准确性 等。
实施偏倚
由于研究过程中的操作或执行不 当，导致研究结果偏离真实情况 。控制方法：采用标准化操作规 程、加强培训和监督等。
偏倚可能干扰对因果关系的判断，导 致错误地认为某些因素与疾病之间存 在关联。
偏倚的识别与控制
识别方法
通过文献回顾、专家咨询、预实验等方法 来识别可能存在的偏倚。
样本量估算
Hale Waihona Puke 合理估算样本量，确保研究具有足够的代 表性，减少抽样误差对结果的影响。
控制方法
采取科学的研究设计、严谨的实验操作、 准确的数据采集和合理的统计分析等措施 来控制偏倚的产生。
应用价值。
04
CATALOGUE
临床研究中的质量控制与偏倚 控制
研究设计阶段的质量控制
明确研究目的和假设
在研究开始前，应清晰地定义研究目的和假 设，确保研究具有科学性和可行性。
科学选择样本
根据研究目的和假设，选择合适的样本来源和样本 量，确保样本具有代表性和可靠性。
第9章 偏倚及其控制
– 病例常常努力回忆暴露来理解为什么会得病 – 对照可能不大记得起暴露，因为那对他们不重要
常见的信息偏倚
2. 报告偏倚（reporting bias）
– 在研究信息收集时，由于某些原因，研究对象有意 夸大或缩小某些信息而导致的系统误差
常见的选择偏倚
2. 检出症侯偏倚
– 某一因素与某一疾病并无因果联系，但因该因素能 促进类似的症状和体征出现，使病人急于求医，医 生注意这种临床表现和疾病的早期诊断，使该病的 检出率大为提高，从而得出某因素与该病有因果关 系的联系 – 该偏倚常发生在以医院为基础的病例对照研究
Байду номын сангаас
雌激素
导致
子宫出血
虚假关联
• 涉及劳保、福利时，职业人群可能会夸大某些有害 因素的暴露信息 • 涉及健康状况时，研究对象可能为继续从事该项工 作而有意掩盖某些患病信息 • 盲法使用不当导致研究对象知道分组情况，可能有 意夸大或缩小疗效或不良反应 • 敏感问题的调查较易出现瞒报
• 度量
– 金标准
【知识点9-2】
(1) 偏倚是指在研究过程中，由于某种或某组因素的 影响，使研究的结果或结论系统地偏离真实情况， 其偏离的方向一致或基本一致，这种系统误差称 为偏倚 (2) 偏倚有两个方向：正偏倚和负偏倚
第 2 节 偏倚的分类及其产生的原因
Section 2 Categories and Causes of Bias
• 研究的真实性或效度（validity）
– 研究收集的数据、分析结果和所得结论与客观真实 值的符合程度 – 测量值与真实值之间的差异来源于误差 – 误差
偏倚及控制
（三）检出征候偏倚（暴露偏倚；detection signal bias；unmasking bias）：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。
（四）易感性偏倚（susceptibility bias）：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（exclusive bias）：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。
二、选择偏倚测量：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 暴露 病例 对照 非暴露 病例 选择概率 暴露
aA0/A
非暴露
b B 0/ B dD0/D
A 样本 B A0 B0
C0 D0
非病例 gC0/C
C
D
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<OR B病+暴露：a104/200=0.52 B病+未暴露: b=160/800=0.2 A病+暴露：g140/200=0.70 A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)
一文解析临床研究中的偏倚及控制方法
一文解析临床研究中的偏倚及控制方法临床研究的目标是评估医疗措施的效果和安全性，以指导临床实践或政策制定。
然而，由于人类实验的复杂性和伦理限制，临床研究中存在着多种偏倚（即误差）的可能性，这可能导致研究结论的失真。
因此，为了减少偏倚并提高研究的可靠性，在设计和进行临床研究时需要采取相应的控制方法。
一、随机分组设计：偏倚：选择性偏倚，指研究者可能倾向于将更严重的患者分配到他们认为较好的治疗方法组，或将健康状况较好的患者分配到他们认为较差的治疗方法组。
控制方法：随机分组设计能够将受试者随机分配到不同的治疗组中，以减少选择性偏倚的可能性。
通过随机分组可以保证研究组和对照组之间的可比性，控制其他潜在的干扰因素。
二、盲法：偏倚：知识偏倚，即治疗组和对照组中患者或研究者对受试者的知识或期望有所差异，从而影响了研究结果的评估。
控制方法：单盲法和双盲法是常用的方法。
单盲法指受试者不知道自己所接受的是哪种治疗方法；双盲法指受试者和研究者均不知道其所接受的治疗方法。
盲法能够降低知识偏倚对研究结果的影响，使研究结果更加客观和可靠。
三、对照组选择和匹配：偏倚：记忆偏倚，指回顾性对照研究中，受试者和对照组之间基线特征存在差异，从而影响了研究结果的比较。
控制方法：对照组的选择要与实验组相匹配，以控制其他可能的潜在干扰因素。
匹配可根据年龄、性别、病情严重程度等因素进行。
此外，区组随机设计和块随机设计是一种经常使用的对照组配对方法，可以进一步控制潜在的干扰因素。
四、分层随机：偏倚：混杂因素偏倚，即伴随其他疾病或因素而导致的干扰因素。
控制方法：分层随机法可以将混杂因素作为分层变量，使其在不同的实验组中均匀分布，从而减少混杂因素对研究结果的影响。
五、交叉设计：偏倚：演化偏倚，即研究对象在不同时期因为疾病的发展、治疗的效果等因素而导致结果的改变。
控制方法：交叉设计可以在相同受试者中比较不同治疗方法的效果，消除演化偏倚的影响。
研究对象在不同时期接受不同治疗方法，从而使得个体间的差异及干扰因素得到消除或降低。
临床研究中的偏倚及控制讲解
临床研究中的偏倚及控制讲解临床研究中的偏倚及控制讲解引言：临床研究是评估医学干预措施安全性和有效性的重要方法。
然而，在进行临床研究时，由于各种原因，可能会产生偏倚，影响研究结果的准确性和可靠性。
因此，了解和控制研究中的偏倚是临床研究的关键之一。
本文将详细介绍临床研究中常见的偏倚类型和控制方法。
一、选择偏倚选择偏倚是由于研究对象选择不当引起的偏倚。
常见的选择偏倚包括：1、非随机选择：研究对象的选择不是随机进行的，可能导致对研究对象特点的错误估计。
2、丢失追踪偏倚：研究对象在随访过程中丢失或失去追踪，导致结果缺失或不全。
3、剔除偏倚：研究者在分析数据时，剔除了某些不符合要求或不完整的数据，导致结果偏向某一方向。
控制选择偏倚的方法包括：1、随机分组：通过随机分组，尽可能减少选择偏倚的可能性。
2、利用对照组：设立对照组，与干预组进行比较，尽可能减少干预因素对结果的干扰。
3、进行完整性分析：对丢失追踪的研究对象进行完整性分析，尽可能充分利用已有的数据。
二、观察偏倚观察偏倚是由于研究者观察方法不当引起的偏倚。
常见的观察偏倚包括：1、信息偏倚：研究者因为主观经验或期望影响了数据的收集和分析。
2、回忆偏倚：研究对象在回顾过去事件时，由于记忆衰退或个人主观因素，记忆出现偏差。
控制观察偏倚的方法包括：1、盲法：对研究者、研究对象和数据分析者进行盲法设计，减少主观因素的干扰。
2、使用标准操作程序：在数据收集时使用标准操作程序，减少信息偏倚和回忆偏倚的可能性。
3、多中心研究：在多个研究中心进行研究，减少个体观察偏倚的影响。
三、报告偏倚报告偏倚是由于研究结果的报道不全面或不准确引起的偏倚。
常见的报告偏倚包括：1、发表偏倚：研究者倾向于发表阳性结果而忽视或压制阴性结果。
2、结果选择性偏倚：只报告某些结果或指标，而忽略其他不利于研究者假设的结果。
控制报告偏倚的方法包括：1、完整报告结果：尽可能完整地报告所有研究结果，包括阳性和阴性结果。
流行病学—偏倚与控制
第一节 概述
一、偏倚的概念：指在流行病学调查或推论过程中 所获结论系统地偏离真实值，属于系统误差。 二、偏倚的方向： （一）正偏倚和负偏倚： 凡夸大真实效应者为正偏倚。 凡缩小真实效应者为负偏倚。 假如某特征的真实值为θ ，而测得值为θ ’。 θ ＝1.0为零效应； θ >1为危险效应； θ <1为保 护效应。
二、信息偏倚的控制 （一）制定明细的资料收集方法和严格的质量控制 方法 （二）尽可能采用“盲法” （三）尽量收集客观指标的资料。 （四）收集资料的范围可以适当有意识地扩大些， 借以分散调查人员和研究对象对某项因素的注意 力，减少某些偏见带来的偏倚。 （五）通过调查知情人或采用相应的调查技术，获 取正确信息，避免报告偏倚。 （六）选择一个与暴露史有联系的鲜明的记忆目标 帮助其联想记忆或选择新病例作为对象。
¶ ÔÕ£ ¨£ ¥£ © 55 37 8
À à· çÊ ª¹ ؽ ÚÑ ×» ¼Õ ß £ ¨£ ¥£ © 27 58 15
À à· çÊ ª¹ ؽ ÚÑ ×» ¼Õ ßµ ÄÍ ¬° û £ ¨£ ¥£ © 50 42 8
类风湿关节炎患者 比其同胞、对照更能提供阳性家族史
（二）报告偏倚：研究对象有意夸大或缩 小某些信息而导致的偏倚。 如隐瞒与隐私有关的暴露史 保护调查对象声誉隐瞒不良暴露史 夸大职业暴露
（六）无应答偏倚： 某个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不同， 由此产生的偏倚称为无应答偏倚。 安阳县食管癌普查，普查率仅20％左右，不 能代表总体。 造成无应答的主要原因： 研究对象不了解研究目的；调查内容不当， 过于繁琐，涉及隐私；对象不能正理解调查内容 （文化低、高龄等）；对象病重、外出。
- 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)。
非均衡性错分 正偏倚或负偏倚
表10-6 暴露组、非暴露组真实情况 病 人 非病人 合 计 暴 露 100 400 500 未暴露 80 420 500
100 / 500 100 80 RR 1.25; AR 0.04 80 / 500 500 500
原有OR＝ 60×70/30×40
C n1 A
＝3.5
例题中：A＝(0.7×100－34)/(0.7＋0.9－1)＝60
B＝(0.7×100－52)/(0.7＋0.9－1)＝30
C＝100－60＝40； D＝100－30＝70
表10-12 非均衡错分所致偏倚(病例组对照组特异度、灵敏度不同) 实际的暴露情况 病 例 组 对 照 组 暴露 未暴露 合计 暴露 未暴露 合计 错分暴露 54 12 66(a) 18 7 25(b) 未暴露 6 28 34(c) 12 63 75(d) 合 计 60(A) 40(C) 100(n1) 30(B) 70(D)100 (n2)
5. 资料校正方法
（三）混杂偏倚(confounding bias)
在评价被研究的因素和疾病之间的关联 时，由于一个或多个既与研究疾病有制约关 系，又与暴露因素密切相关的外来因素使得 资料中研究因素的效应与外来因素的效应混 在一起，从而全部或部分地掩盖或夸大了所 研究的因素与疾病之间的真实联系，这些影 响称之为混杂(confounding)或混杂偏倚。
特异度＝ 0.70，灵敏度＝ 0.90； 60 70 原OR＝ ＝3.5； 30 40 66 52 ˆ OR 2.1，发生负偏倚 34 48
若对某种错分所用方法的灵敏度、特异度已 知，那么可用下列公式回复原有分布：
A pn1 c / p p 1 B pn2 d / p p 1 D n2 B
表10-11 均衡错分所致偏倚（病例组对照组特异度、灵敏度相同） 实际的暴露情况 病 例 组 对 照 组 暴露 未暴露 合计 暴露 未暴露 合计 错分暴露 54 12 66(a) 27 21 48(b) 未暴露 6 28 34(c) 3 49 52(d) 合 计 60(A) 40(C) 100(n1) 30(B) 70(D)100 (n2)
病例组特异度＝ 0.70，灵敏度＝ 0.90； 对照组特异度＝ 0.90，灵敏度＝ 0.60； 60 70 原OR＝ ＝3.5； 30 40 66 75 ˆ OR 5.8，发生正偏倚 25 34
常见的信息偏倚
5. 报告偏倚(reporting bias)
是由研究对象有意夸大或缩小某些信息
当真实效应为保护效应，即RR（θ ）<1时， θ < <1，缩小了保护效应，为负偏倚；
<θ <1，夸大了保护效应，为正偏倚。
颠倒偏倚（switchover bias）,指无论θ >1或 θ <1，若θ 和 分别在1.0的两侧，则为颠倒 偏倚。即所产生的偏倚跨过零效应值1.0，由 保护效应偏离为危险效应或由危险效应偏离 为保护效应。
病 种
有高血脂者
无高血脂者
2550
总人数
3120
恶性黑素瘤（病例） 570
骨
折（对照）
413
1063
1476
根据不同的入院率计算住院病人数：
恶性黑素瘤伴有高血脂人数：(750×60％)＋[(750750×60%)×40%]=570
骨折伴有高血脂人数：(750×25％)＋[(750750×25%)×40%]=413
第九章
流行病学中常见的偏倚 及其控制
第一节 研究结果的变异性
一、概述 二、个体水平的变异性 三、群体水平的变异性
四、样本水平的变异性
第二节 研究的真实性
一、概述
真实性或效度（validity）是指研究收集的数 据、分析结果和所得结论与客观实际的符合程度。
二、内部真实性（internal validity） 三、外部真实性（external validity）
9. 非同期对照偏倚
(non-contemporary comparing bias)
10. 异地对照偏倚 11. 易感性偏倚(susceptibility bias) 12. 时间效应偏倚(time effect bias) 13. 领先时间偏倚(lead time bias)
选择偏倚的控制
1.对整个研究中可能出现的各种选择偏倚应 有充分的了解，严密掌握对象选取的各个 环节； 2.遵循随机化抽样原则，避免样本选取的偏 向； 3.严格掌握研究对象的纳入与排除的标准；
出现的系统误差。
（观察、收集资料及测量等实施阶段）
混杂偏倚 外来因素全部或部分掩盖或夸大了所研
究因素与疾病间的真实联系。
（设计、分析阶段）
（一）选择偏倚（selection bias） 在设计阶段选择观察对象时，由于选取 方式不当，导致被选入的对象同落选的对象 间与研究有关的特征方面有系统的差别，导 致研究结果系统地偏离真实情况，即选择偏 倚。
表10-7 50%暴露组人员错分到非暴露组的情况 病 人 非病人 合 计 暴 露 50 200 250 未暴露 130 620 750
50 / 250 50 130 ˆ ˆ RR 1.15; AR 0.027 130 / 750 250 750
表10-8 50%非暴露组人员错分到暴露组的情况 病 人 非病人 合 计 暴 露 90 410 500 未暴露 90 410 500
2. 检出征候偏倚(detection signal bias) 3. 患病率-发病率偏倚(prevalence-incidence bias)，又叫奈曼偏倚(Neyman bias) 4. 无应答偏倚(nonrespondent bias)
5. 志愿者偏倚(volunteer bias)
6. 失访偏倚(loss-to follow-up bias) 7. 健康工人偏倚(healthy worker bias) 8. 转组偏倚(migration bias)
恶性黑素瘤 骨 折
恶性黑素瘤伴有高血脂同骨折伴有高血脂间的OR＝ (750×4250)/(4250×750)=1.0 结论：社区样本人群中恶性黑素瘤同高血脂无任何关 联。
现假定恶性黑素瘤和骨折入院率不同，分别为60％及 25％，另外有高血脂因素的入院率为40％
表2 来自医院恶性黑素瘤和骨折两病及高血脂的病例分布
4.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；
5.尽量采取多种对照。
（二）信息偏倚（information bias） 在研究设计的实施阶段，在资料的观察、 测量及收集的方法上，诊断试验的灵敏度、特 异度方面以及患者在提供各种有关信息的准确 性方面都可能有所不足，且这种不足或缺陷在 各比较组间不一致，于是导致在研究的实施阶 段产生系统误差，又称为测量偏倚 （measurement bias）或观察偏倚 （observation bias）。
1. 入院率偏倚（admission rate bias） 又称伯克森偏倚（Berkson’s bias）
是指利用医院或住院病人作为研究对象 时，由于入院率不同而导致的偏差。
表1 人群恶性黑素瘤、骨折两病及高血脂的人 群分布 病种 有高血脂者 750 750 无高血脂者 4250 4250 总人数 5000 5000
设 hA为A病（研究疾病）的入院率 hB为B病（对照疾病）的入院率 hC为C因素（研究因素）的入院率 当hA ＝ hB时，不发生入院率偏倚； hC ＝0时，也不发生入院率偏倚。 当hA ＞ hB，且hC ＞ 0时，发生入院率偏倚，它使 OR值减小，偏倚程度的大小取决于hC的大小， hC 越小，偏倚程度越小。 当hA ＜ hB，且hC ＞ 0时，也发生入院率偏倚，它 使OR值增加，偏倚程度的大小也取决于hC的大小。
例如：RR（θ ）＝0.5， RR（ ）＝1.5，由 保护效应偏离为危险效应；或RR（θ ）＝1.5， RR（ ）＝0.5 ，则由危险效应偏离为保护效 应。
三、偏倚的种类 选择偏倚研究者在挑选研究人群时，由于选择条
件受限制或设计失误所致的系统误差。 （设计阶段）
信息偏倚在收集和整理有关暴露或疾病资料时所
研究中的真实效应用RR（θ ）表示： RR（θ ）>1，为危险效应；
RR（θ ）＝1.0 ，为零效应（null value）；
RR（θ ）<1，为保护（预防）效应。 RR（ ）表示RR偏倚了的RR。
当真实效应为危险效应，即RR（θ）>1时，
>θ >1，偏倚夸大了危险效应，为正偏倚；
θ > >1，偏倚缩小了危险效应，为负偏倚；
产生混杂因素的条件：
1） 必须是所研究疾病独立的危险（预防）因 子；
ˆ R E 1.0 O df
2） 在暴露组和非暴露组间分布不均；
ˆ R D 1.0 O ef
3） 一定不是研究因素与研究疾病因果链上的 中间变量。
1.
E
2.
E
3.
E
4.
E
D
D
D
D
F
F
F F’
E:暴露因子 病
F F’
恶性黑素瘤住院而无高血脂人数：(5000-750)×60％ =2550 骨折住院而无高血脂人数：(5000-750)×25%=1063 住院病例恶性黑素瘤同高血脂关联的OR＝(570 ×1063)/(2550×413)=0.575 结论：以医院病例作为样本所得观察结果，高血脂是 恶性黑素瘤的保护因素，而骨折则是一危险因素。
100 / 500 100 80 RR 1.25; AR 0.04 80 / 500 500 500