混杂偏倚-效应修正讲解

♦ 当吸烟的致癌效应RRS≠1时
下述情况下吸烟可导致该研究产生混杂偏倚： ◘ 研究设计阶段：未保证吸烟者在两人群中 的均衡性 ◘ 分析阶段：未先将两人群按吸烟和未吸烟 分层，然后再按每一层去确定氡气暴露和 肺癌之间的关联
该研究中混杂偏倚产生的机理：
是因为导致肺癌产生的另一因素吸烟在两 组人群中分布不均衡。
♦ 个体匹配
指按一个至数个混杂因子分层，为病例选择同层
的对照，一个病例配的对照数多为1-4个。
♦ 匹配的好处
√ 可以有效地控制混杂因子的作用，提高研究 结果的真实性； √ 在减少总样本数的情况下得到结论，提高研 究的效率。
♦ 匹配的缺点:
(A) 难以对匹配掉的混杂因子及交互作用做深
入分析；
(B) 在病例对照调查中，用匹配的方法控制混 杂经常低估暴露对疾病的作用，严重时会 引起过度匹配（overmatching）的问题， 掩盖暴露的真实作用。
二、混杂偏倚产生的机理
例:氡气与肺癌的定群研究 ♠ 以 RR 值描述暴露于氡气人群与不暴露于 氡气人群在肺癌发生频率之间的关联强 度。
以四格表的数据计算关联强度指标RR值 肺癌 患者 (D+) 暴露于氡 气的人群(E) 未暴露于氡 气的人群(Ē ) 未患肺 癌者 (D–)
a
b
a+b
c
d
c+d
a / (a+b) RR = ---------------------c / (c+d)
♦ 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。
“a”例肺癌的归因可能性(来自暴露人群)：
（A）由氡气所致 （B）由吸烟所致 （研究者已知道的致肺癌 因素） （C）由其它未知因素所致
混杂偏倚的识别与控制
一、混杂偏倚的概念 在病因研究中，当对所关心的某种暴露因 素 (E) 与某种疾病 (D) 之间的关联进行定量估 计时，由于其他因子 (F) 的影响，致使 E 和 D 之间关联的真实性被歪曲，关联强度被放大 或缩小，这种歪曲关联真实性的作用被称作 混杂作用 (confounding effect) ，起到混杂 作 用 的 因 子 被 称 为 混 杂 因 子 (confounder 或 confounding factor,F)。
♦ 混杂偏倚本质
√ √ √ 一种人为造成的偏倚 是在研究的设计阶段未对混杂因子加以控制 或资料分析时未能进行正确校正所致 是完全可以避免和控制的一种系统误差
♦ 混杂因子成立的条件
(1)必须是所研究疾病的危险因素或保护性因素 (2)必须和暴露因素之间存在统计学关联
(3)一定不是暴露因素与疾病因果链上的中间变量
上述分析也可适用于病例对照的OR值分析。
四、混杂偏倚的方向
根据偏倚的产生机理，当混杂因子对暴露与疾
病之间的关联产生歪曲时，混杂偏倚具有一定
的方向性和大小。其方向可正可负，其作用可
大可小，取决于E、F和D之间的关系。
♦ 正混杂：cRR 或 cOR 被放大，高于真实值
♦ 负混杂：cRR 或 cOR 被缩小，低于真实值
五、混杂偏倚的控制
(一) 在设计阶段进行控制
1. 限制。
2. 随机分配：随机分配又可细分为简单随机分配 和分层随机分配（stratified randomization ） 两种方式。 3. 匹配（matching）：匹配是最经常用于控制混 杂因子的方法。
♦ 群体频数匹配
指混杂因子发生的频度在不同组应大致平横；
(C) 过分苛刻的匹配，会使得部分病例找不到
对照，致使信息浪费，使研究的效率反而
降低。
(二) 在分析阶段控制混杂
1. 分层分析：
分层分析是按混杂因素分层后，分别就暴露
对疾病的关联做分析，可以使用MantelHaenszel方法在分析阶段控制混杂因子。
－可以评价在各层中暴露与疾病的关联；
－可整体估价用分层技术排除混杂后的暴露 与疾病总的关联强度。
“c”例肺癌的归因可能性 ( 来自非暴露人群 ) ：
（B）由吸烟所致 （C）由其它未知因素所致
♦ 对RR值的解读
此相对危险度RR在本项研究中包含有三种效应： （A）氡气的致癌效应 （B）吸烟的致癌效应 （C）其它未知因素的致癌效应
♦ RR值产生混杂偏倚的条件
（B）吸烟的致癌效应RRS≠1 （C）其它未知因素的致癌效应RRU≠1
♦ 利用分层分析进行定量判别
－ 以定群研究为例
－ 分层分析：将研究人群按是否暴露于可疑
混杂因子F分类 （最简单可分为暴露与不 暴露两组），然后再做单因素分析。
未分层资料的分析
患者(D+) 暴露人群(E) 未暴露人群(Ē ) a c cRR 非患者(D-) b d a+b c+d
分层资料的分析
暴露第三因子F 患者 非患者 (D+) (D-) 暴露人 群(E) 未暴露 人群(Ē) a1 c1 b1 d1 aRR1 未暴露第三因子F 患者 非患者 (D+) (D-) a2 c2 aRR2 b2 d2
三、混杂偏倚和混杂因子的判别
♦ 根据专业知识确定研究中可能存在的混杂 因子
在流行病学研究中，混杂因子可分为两类：
1. 人口统计学因子:
年龄、性别、种族、职业、经济收入、文
化水平等人口统计学指标，是经常遇到的
混杂因子。
2. 暴露因素以外的其它危险因子：
研究中混杂因子广泛存在，表现形式多样，
常常在隐匿中起到混杂作用。
D+ E+ E－
D－
a c
cRR
b d
F－
F+
D+ E+ E－ D－ D+ E+ E－
D－
a1 c1
b1 d1
aRR1
a2 c2
b2 d2
aRR2
♦ 用简单公式描述：
1. cRR = aRR2 或 aRR1：
F不是混杂因子，cRR值不存在F的混杂偏倚。
R值存在F的混杂偏倚。
例：食管癌病因研究—病例对照研究设计
食管癌病例组和对照组暴露因素分布
因素 年龄（岁） 253545556575+ 均值 标准差 酒精（克/天） 04080120+ 均值 标准差 病例 对照
1 9 46 76 55 13 60.0 9.2
29 75 51 45 84.9 48.4