偏倚控制与病因推断.

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
案例
1000
1000
820 180 8.8 (95% CI 7.2, 10.9) OR 340 660
上述案例提示
结果：携带火柴者发生肺癌的危险性是不携带火柴
者的8.8倍
提示：携带火柴与肺癌有关联，携带火柴是肺癌的
偏倚(bias)：任何导致错误估计的系统误差
设计、实施、分析至推断过程中均可发生偏倚
偏倚的种类
选择偏倚 信息偏倚 混杂偏倚
选择偏倚（Selection bias）
定义
不同类型 (就研究的暴露、结局特征而言) 的个体入
选研究的概率不同
使研究对象与目标人群的特征存在系统误差，而使
偏倚的控制与病因推断
Bias control and causes inference
案例
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
案例
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
效应估计值与真值之间发生偏差
既可产生于研究初期对象的入选（病例对照研究和
横断面研究），也可产生于收集资料过程中出现失 访或无应答（队列研究）
常见的选择偏倚
入院率偏倚 (admission rate bias, Berkson bias） 检出症候偏倚 (detection signal bias) / 暴露偏倚
研究的变异性 （variation）
个体 个体变异（individual variation） 测量变异（measurement variation） 群体 个体间遗传变异(genetic variability between individuals) 环境变异(environmental variability) 测量变异 抽样 抽样方法(manner of sampling) 样本含量(size of sampling) 测量方法
入院率偏倚（admission rate/ Berkson bias ）
产生于医院为基础的病例对照研究
病例组和对照组（其他疾病患者）入院率不同 入选的与不入选的暴露率不同
病例组和对照组病人 治疗疗效不同 距离医院的远近不同 病情的轻重程度不同
假设，某社区中患A病和B病者各为1000人，患A 病和B病
危险因素
显然这是一个
虚假的关联
学习目的
描述 流行病学研究中常见的选择偏倚、信息偏倚和混




杂偏倚； 列举 选择偏倚和信息偏倚的种类； 定义 本章所涉及的概念； 列举 选择偏倚、信息偏倚和混杂偏倚的控制方法； 描述 因果关联的推断标准 认识 统计学关联和因果关联的关系 。
第一节
流行病学研究中的偏倚
β α
α=0.2+0.8×0.4=0.52 β=0.5+0.5×0.4=0.70 γ=0.5 δ=0.2
目标/源人群
γ
δ
＋
病例组 (B病) 104 160
对照 组(A 病) 140 400
OR=1 A病与暴露无统计学关联
暴 露
－
研究样本
OR＝1.86 A病与暴露有统计学关联 入院率偏倚歪曲了因素与疾病之间的联系
wenku.baidu.com
的人群中各有20%的人具有某因素X，以此社区为基础以B 病为对照进行因素X与A病关系的病例对照研究可获得如下 数据：
病例组 (A 病） 暴露 （有X） 200 800 对照组 (B病） 200 800
合计 1000 1000
非暴露 (无X)
•病例组和对照组的X暴露率均为20％ •OR＝(200×800)/(800×200）=1.0 •A病与X因素无统计学关联。
(unmasking bias) 现患病例－新发病例偏倚 (prevalence-incidence bias, Neyman bias） 无应答偏倚(non-respondent bias) 失访偏倚(withdraw bias)
易感性偏倚（susceptibility bias）
外部真实性
从当前研究对象得到的结果被外推至目标人群以外的
其他人的程度
内部真实性是外部真实性的先决条件
我们常说的真实性常指的是内部真实性
影响真实性的因素
任何研究的目的都是要发现真相
影响真实性的因素（得到错误的结论）
随机误差(random error) 系统误差(systematic error)
研究的真实性（validity ）
研究真实性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。包括：
内部真实性（internal validity） 外部真实性（external validity）
内部真实性
就是指从当前研究对象得到的结果与目标人群（源人
群）真实情况的符合程度。
再假设，上述病例组和对照组按照A病入院率20％、 B病入院率50％、暴露于X者入院率40％的比例到某医 院就医。 社区人群的资料如下，那么，这些人群入院的资 患A病入院人数包括： 料如何分析？
病例组 (A 病） 对照组 (B病） 200 800 合计 1000 1000
患A病，有X暴露，入院： 200×20%=40人 其余因X暴露入院： 160×40%=64人 患A病无X暴露，入院： 800×20%=160人
同理，计算患B病入院人数： 100+40人=140人 800×50%=400人
暴露 （有X）
非暴露 (无X)
200 800
入院率偏倚（admission rate bias)/ 伯克森偏倚（Berkson’s bias ）
病例组 (A病） ＋ 暴 露 － 对照组 (B病)
200 800
200 800
检出症候偏倚 (detection signal bias)
指某因素与某疾病虽无关联，但因暴露于该因素可引发该
病的某些症状或体征，具有该症状或体征的患者急于求医， 结果接受检查的机会增加，使其中患该病的病人提早确诊， 检出率被人为地提高
如果入选病例中早期病例较多的话，则暴露比例必然被虚