简32008级临床医学等偏倚和病因

病种 人数
A病 1000
B病 1000
附表:人群A、B两病及X因素的人群分布
有X因素
无X因素
总
200
800
200
800
解：
A病具有x因素同B病等同
OR＝(200×800)/(200 × 800)=1 A、B、X三者间并无关联，OR＝1
现假设A、B病入院率不同，分别为40％、80％，且具有 X因素者的入院率40％，根据上述不同入院率计 算住院病人： A病有X因素人数：
200 × 40％＋200 ×(100-40％) × 40％＝128
因A病入选
A病由于X因入选
B病有X因素人数：
200× 80％＋200 ×(100-80％) × 40％＝176
因B病入选
B病由于X因入选
A病入选而无X因素人数：
800 × 40％＝320
B病入选而无X因素人数：
800 × 80％＝640
结论：
本来X对A和B是无效应的（OR＝1）， 现在入院率不同，夸大了 X对A的效应（负偏倚）
例2： 不同来源研究对象估计药物与疾病联系的OR值比较
药物
研究对象 临
床疾病
社区人群OR 医院患者OR
P值
水杨酸类药
过敏
1.15
0.18
0.02
轻泻药
运动骨骼类疾病
1.53Hale Waihona Puke Baidu
5.07
0.02
安眠药
循环系统疾病
二 常见偏倚及其种类：
☆ 选择偏倚、信息偏倚、混杂偏倚
（一） 选择偏倚（selection bias）
☆ 定义：由于研究对象的确定、诊断、选择方法不正确，使被入 选的研究对象与目标人群的重要特征具有系统的差异， 使得样本推论总体出现了系统的偏离。
主要种类：入院率偏倚 （admission rate bias） 检出症侯偏倚 (detection signal bias) 现患病例—新发病历偏倚 (prevalence incidence bias) 无应答偏倚 (non—respondent bias) 易感性偏倚 (susceptibility bias) 时间效应偏倚 (time effect bias) 领先时间偏倚 (lead time bias) P71--73
2 流行病学研究的真实性
★ 真实性（validity） ——指收集的数据、分析结果和所得结论 与客观实际
的符合程度,它是科学研究的核心追求。
☆（1 ）内部真实性（internal validity） 1 概念：即研究结果与实际研究对象真实情况的 符合程度
2 控制：限制研究对象的类型和环境条件
☆（2） 外部真实性（external validity）
第二讲
第四章
偏倚的控制与病因推断
公共卫生学院 黄河浪
2010 PPT
A会不会导致D ？ 从A到D究竟有多远 ？ 能够用A来解释D吗 ？
A
D
为 例
打 靶
···
即准确又精 确
··· 精确但不准 确
·
· 即不准确又不精
·确
第一节 流行病学研究的偏倚
一 偏倚（bias）的概念
(一)流行病学研究的精确性与真实性 在流行病学研究中，数据和指标的变动（波动） 称为变异或误差
1 概念：即研究结果与推论对象真实情况的符合程度
2 控制：增加研究对象的异质性，代表性范围扩大
（二）研究中的偏倚（bias）
★ 偏倚定义： 使测量系统地偏离了真实值的原因（系统误差）
偏倚的方向：
正方向：使原来的真实值被夸大了 负方向：使原来的真实值被缩小了
RR(θ) = 1， 即为零效应 RR(θ) ＞1， 为危险效应 RR(θ) ＜1， 为保护效应
(1) 总体高胆固醇阳性率＝25％，从总体中抽取 3个样本，得到3个不同P，即 PA＝40％，PB＝20％，PC＝0％
(2) 说明抽样的个体不同造成了抽样误差
1 流行病研究的精确性
▲ 精确性概念 测量中的随机误差大小
衡量的办法 方差 标准差、标准误
增加样本含量
提高精确度的办法 研究的个体均匀
提高设计水平
样本A，高胆固醇率=40% 305，276，195，215，170 样本B，高胆固醇率=20% 295，146，220，162，228
样本C，高胆固醇率=0% 219，164，190，188，233
相对总体高胆固醇率=25%（＞240mg/dl）
从25个变量的相对总体中抽取3组数据，每组 为5个，得到3个样本的不同阳性率
生物误差（真实的客观变化）和测量变异（测量过
程的误差）
随机误差（由抽样时而造成的样本与总体的差异，
▲ 误差来
源
其特点是没有固定方向和大小的误差）
系统误差（由方法、仪器等造成的测量值系统偏离了
真实值，其特点是有固定方向和大小）
例：如何产生抽样差？
相对总体
180，174，215，305 233，276，146，195 205，188，190，295 170，164，248，162 220，219，228，250
举例：
入院偏倚（admission rate bias）
☆ 产生原因： 1 如研究病因，病例与对照选择了不同对象
2 疾病与非疾病在治疗方面的疗效、离医院 距离、病情程度、入院率不同
3 暴露因子本身作用的独立性，导致了不同 的入院率
例1
研究A 病与因素X的关系，以B 病作对照。假定在某人 群中A、B两病均为1000人，两组病人暴露于X者各为200 人三者入院率又相对独立
6.38
3.2引7 自：ROBERTS 0.R3S2,1978
心脏类药材
循环系统疾病
30.65
19.17
0.47
可见社区人群研究的结果与
医院人群研究所得结果会相
距甚远
（二）信息偏倚（Information bias）
定义：
在测量或采取资料时获得不正确（准确）信息或产生 的系统误差
类型： 诊断怀疑偏倚（diagnostic suspicion bias） 暴露怀疑偏倚 (exposure suspicion bias) 回忆偏倚 (recall bias) 报告偏倚 (reporting bias) 测量偏倚 (measurement bias) 错误分类偏倚 (misclassification bias)
附表2 取自医院病例样本中A、B两病 及C因素关系的人数分布
病种 A病 B病
有X因素 128 176
无X因素 320 640
总人数 448 816
^合计
304
960
1264
OR=(128 × 640)/(320× 176)=1.454
提示： 说明本来X因素与A病无关联(OR=1)， 而以医院病例作为样本所得结果， 提示X为A病的危险因素，为B病的 保护因素