实习8 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。
偏倚及其控制
研究者调查60岁以上老年人MI及非MI病人各 150例，得到如下数据。表1.1 MI NoMI % Coffee 90 60 60 No coffee 60 90 40
相对危险度： OR=90*90/(60*60)=2.25 Pearson chi2(1) = 12.0，Pr = 0.001。
说明喝咖啡人MI发生的危险性是不喝的2.25倍。 两组MI发生率差异有显著意义。 结论：喝咖啡与心肌梗塞MI有关！对否？
查
信息偏倚的控制
• 严格的质量控制 • 诊断、测量方法要统一
• 盲法的应用
• 尽量采用客观指标
• 资料校正方法
三、混杂偏倚（confounding bias）
定义
是指暴露因素与疾病发生的相关 ( 关联 ) 程度受
到其他因素的歪曲或干扰。
混 杂 的 本 来 含 义 是 “ 混 合 掺 杂 ” ( mixing
1.诊断怀疑偏倚
定义：由于研究者事先了解研究对象对研究因素的暴 露情况，怀疑其已患某病或在主观上倾向于应该出现 某种阳性结果，于是在作诊断和分析时，倾向于自己 的判断。
例：对诊断亚临床病例，判断药物的毒副反应
2. 暴露怀疑偏倚
定义：研究者若事先了解研究对象的患病情况或某种结局， 可能会对其与对照组不可比的方法探询认为与某病或某结局 有关的因素，如多次认真地调查和询问病例组某因素的暴露 史，而漫不经心地调查和询问对照组，从而导致错误结论。
6. 无应答偏倚
(non-respondent bias)
指研究对象中那些没有按照研究设计对被调查的
内容予以应答。某个特定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 情况与应答者可能不同，由此而产生的偏倚。
偏倚及其控制ppt课件
研究的解说涉及到研究的真实性 的问题。研究的真实性直接关系到 是否获得正确的结论，而真实性需 要通过变异性估计来确定。
2
第一节 研究结果的变异性 第二节 研究的真实性 第三节 研究的偏倚
3
第一节 研究结果的变异性
概述 个体水平的变异性 群体水平的变异性 样本水平的变异性
4
第一节 研究结果的变异性
改善措施 增加研究对象的异质性，使得研究对象的代
表性范围扩大。
20
在实际研究时，需要综合平衡考虑 研究对象的同质性和异质性问题
21
第三节 研究的偏倚
选择偏倚 信息偏倚 混杂偏倚 混杂偏倚的分层分析
22
1946年，Berkson做最著名的偏倚研究并 给予证实，又称为Berkson偏倚。
1976年，Miettinen详细讨论了偏倚的定义， 并给出分类框架,分三类
研究真实数据
研究真实数据
无差异性错误分类
无差异性错误分类
错误分类数据
错误分类数据
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 48
52
对 照 32
68
OR= (48╳68)/(52╳32)=2.0
差异性错误分类
生物学（真实）变异和测量变异 生物学变异 真实的客观变异 测量变异 测量过程的误差
随机变异和系统变异 随机变异 绝对值和方向交错变化，正态分布 系统变异 绝对值和方向保持恒定
6
第一节 研究结果的变异性
二、个体水平的变异性
某个体特征测得值的变化，是个体真值随时间的 改变，或是由于测量误差引起的变化。
偏倚及控制
研究中的真实效应用RR（ 研究中的真实效应用 （θ）表示： 表示： RR（θ）>1，为危险效应； （ ，为危险效应； RR（θ）＝1.0 ，为零效应（null value）； （ ）＝ 为零效应（ ）； RR（θ）<1，为保护（预防）效应。 （ ，为保护（预防）效应。 RR（θ ）表示 偏倚了的 。 （ 表示RR偏倚了的 偏倚了的RR。
2. 检出征候偏倚(detection signal bias) 检出征候偏倚(detection 3. 患病率-发病率偏倚(prevalence-incidence 患病率-发病率偏倚(prevalencebias)，又叫奈曼偏倚(Neyman bias)，又叫奈曼偏倚(Neyman bias) 4. 无应答偏倚(nonrespondent bias) 无应答偏倚(nonrespondent 5. 志愿者偏倚(volunteer bias) 志愿者偏倚(volunteer 6. 失访偏倚(loss-to follow-up bias) 失访偏倚(loss- follow7. 健康工人偏倚(healthy worker bias) 健康工人偏倚(healthy 8. 转组偏倚(migration bias) 转组偏倚(migration
二、内部真实性（internal validity） validity） 内部真实性（ 三、外部真实性（external validity） validity）
第三节 偏倚及其控制 一、误差（error） 误差（error）
科研设计、 科研设计、实施及分析过程中产生的各种 误差（ ），可能导致研究结果不能 误差（error），可能导致研究结果不能 ）， 真实、精确地反映实际正确的结果。 真实、精确地反映实际正确的结果。
选择偏倚的控制Байду номын сангаас1.对整个研究中可能出现的各种选择偏倚应 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， 有充分的了解，严密掌握对象选取的各个 环节； 环节； 2.遵循随机化抽样原则， 2.遵循随机化抽样原则，避免样本选取的偏 遵循随机化抽样原则 向； 3.严格掌握研究对象的纳入与排除的标准； 3.严格掌握研究对象的纳入与排除的标准； 严格掌握研究对象的纳入与排除的标准 4.采取相应措施，尽量取得研究对象的合作， 4.采取相应措施，尽量取得研究对象的合作， 采取相应措施 以获得尽可能高的应答率； 以获得尽可能高的应答率； 5.尽量采取多种对照。 5.尽量采取多种对照。 尽量采取多种对照
偏倚及其控制课件
引言
➢ 误差的定义
为什么会错过真相?
测量值与真实值之差
真实性的反面
➢ 分类
随机误差
系统误差（偏倚）
随机误差
因机遇不同估计总体参数时所产生的误差 特点
没有固定方向和固定大小 一般呈正态分布
偏倚（bias）
属于系统误差，在研究或推论过程中所获得 的结果系统地偏离其真实值
➢ 特点
具有方向性 可高于真值，也可低于真值
1000 (5000)
慢性胃炎患者 合计 200 (2000) 400 400 (8000) 1200
600 (10000) 1600
➢ 若该社区皮肤病的就诊率为20%，慢性胃炎的就诊率 为50%，则：
皮肤病患者
患高血压
40
未患高血压 160
慢性胃炎患者 合计
100
140
200
360
合计
200
300
特别是用住院病人进行研究时，很容易产生 主要是因为住院病人作为研究对象时可能没有包括：
➢ 抢救不及时而死亡的病例 ➢ 距离医院远的病例 ➢ 无钱住院的病例 ➢ 病情轻的病例 ➢ 此外不同医院的技术专长、专业水平也会造成不同疾病在
不同的医院的就诊断或住院率差别
例：入院率偏倚
某社区内共有50,000名30~50岁男性公民，已知该人群高血压和皮肤 病的现患率都很高，甲想了解高血压是否为患皮肤病的危险因素，在对
500
X2=10.58 P<0.01 OR=(40×200)/(100×160)=0.5
选择性偏倚常见类型
（2）现患病例-新病例偏倚
prevalence incidence bias，Neyman bias
实习8__偏倚及其制
• 可能产生无应答偏倚的原因有哪些？ • 如何控制和处理此偏倚？
遗漏、研究目的 不明确，技巧、 项目设置不当等
信函调查<电话 调查<面谈调查
客观:不在家、文化程度 低、疾病严重不能回答 主观:不了解调查意义、 对调查内容不感兴趣 Nhomakorabea自
杀
其
他
感
染
脑血 管 病
酒精 中 毒
慢性呼吸系统疾病
非冠心病心脏病
肝硬 化
肺拴 塞
尿毒 症
消化性溃疡穿孔
合
计
应答者 （n=7455）
17 10 5 5 14 2 6 2 2 1 0 1 0 0 51
无应答者 （n=2501）
12 10 6 4 20 5 1 4 1 3 4 0 1 1 52
问题
• 根据7455例应答者的资料能否反映干预组 的情况？为什么？
调查者
调查方法
调查对象
加强设计技巧（目的明 确、指标具体）、询问 技巧、选择合适调查方 法
加强宣传，充分 了解研究的重要 性
• 若无应答率较高时，可对其做如下处理：
• 子样估计法：从无应答者中随机抽取一个 子样对其进行调查，然后比较其与原样本 应答者的研究指标，看两者是否有差异
• 多次访问法
课题五
0.72
1.53
5.07
1.48
5.00
6.38
3.27
1.76
0.00
0.61
1.92
30.65
19.17
3.46
49.92
问题
• 如何解释表8-1中两种不同来源研究对象研 究结果的差异？原因？
实习偏倚及其控制-20页PPT文档资料
变异性的水平和来源
变异性水平 个体 群体 样本（研究）
变异的来源 个体生物学变异、测量误差 个体间遗传学变异、环境变异、测量误差 抽样方式、样本大小、测量误差
测量误差
随机误差：来自于随机抽样变异和 测量随机变异
系统误差：来自于对象选取、测量 和统计分析等方法学缺陷
偏倚 — 研究误差中的系统误差部分！ 选择偏倚 信息偏倚 混杂偏倚
饮酒与肺癌的病例对照研究（吸烟为可能的混杂因素） 混杂偏倚 =（3.69－1.57）/ 1.57=1.35 表明由于吸烟的混杂作用，使饮酒对肺癌的危险性高估 了135%。
例：某地区居民队列研究发现，BMI>25.0的人群 患高血压的危险性为其他人群的2.8倍（有统计学 意义）；而该地病例对照研究中发现， BMI>25.0 的人群患高血压的OR为1.22（无统计学意义）。 进一步研究表明此差异的原因是，病人诊断为高 血压后，开始注意饮食、体育锻炼等。引起上述 队列研究与病例对照研究结果之间差异的偏倚为？
A 纳入偏倚 D 无应答偏倚
B 奈曼偏倚 C 检出偏倚 E 易感性偏倚
例：在一项饮酒与胃癌关系的研究中，如果对照 组的女性比例显著比病例组高，则很可能会产生 的偏倚为？
A 失访偏倚 D 回忆偏倚
B 混杂偏倚 E 测量偏倚
C 信息偏倚
谢谢！
20
信息偏倚控制方法
明确资料收集方法和严格质量控制 尽可能采用盲法 采用客观指标的信息 采用调查技巧避免回忆偏倚 资料校正
混杂偏倚
继发关联（虚假关联） 直接因果关联的歪曲
高血清胆 固醇C
脉吸毒E
？
HIV感染D
调控方法
分层分析 标准化率分析 多变量分析 配比 随机化分配 限制进入
流行病学 第8章 偏倚及控制
随机分配
分组机会均等，各组非研究因素均匀 分布，资料可比，提高研究的正确性
随机化是控制偏倚的有效方法之一。
2、匹配（matching）
就是在选择病例与对照时，要求两者的某 些因素或特征即匹配因素相一致，以排除匹配 因素的干扰，提高研究效率。 但要注意所匹配的因素应是已知的混杂因 素，否则不能匹配。匹配使用得当可以有效控 制混杂因素，提高研究真实性。还要避免匹配 过度，即把不必要的项目列入匹配，可能丢失 信息增加工作难度，反而降低了研究效率。
二、系统误差
系统误差（systematic error）是指测量值 与总体值之间出现的差异。 在实际观测过程中，由受试对象、研究者、 仪器设备、研究方法、非实验因素影响等原因 造成的有一定倾向性或规律性的误差。 观察值有系统性、方向性、周期性的偏离真 值,可直接影响原始资料的准确性,必须查明原 因、予以矫正，系统误差必须避免。
在研究某因素与某疾病之间的关系时，由于 一个或多个外部因素的影响，缩小或夸大了研究 因素与疾病之间的真正的联系，称为混杂偏倚。 导致混杂产生的因素就称为混杂因素。混杂 偏倚是在研究的设计阶段未能对混杂因素加以控 制和在资料分析时未能进行正确的校正所造成的 偏倚。
混杂因素具备的特征
（1）混杂因素必须是所研究疾病的独立危险因 素，如果不找出或不避开，所得研究结果可 能不是研究因素造成的。 （2）混杂因素必须与所研究的暴露因素存在统 计学联系。 （3）混杂因素不应是暴露因素与疾病因果链中 的一个环节或中间变量。
2、信息偏倚的控制方法
为使调查对象能提供准确的信息，必须在调查 问卷上下功夫。 对于调查员，关键是进行严格的培训，增强工 作的责任感。统一调查程序、方法。 测量仪器要选用标准一致的，不易产生偏性和 稳定的仪器，使用前还要统一校正，从而保证 测试结果的准确与可靠。 对调查环境加以选择与控制的。这主要是根据 调查目的和对象的特点来加以考虑。
偏倚及控制
0
5
10
15
五年内发生 心 肌 梗 死 风 险 （ %）
图2
膳食与药物预防心机梗死的样本变异性示例
5th epidemiology
目录 变异 偏倚 病因 真实
研究A和研究B中膳食改良组五年内发生心肌梗死的风 险为9%，降胆固醇药物组为6% A样本较小（200人），两组效应指标（心肌梗死风险） 的95%可信限较大，从而发生重叠，统计检验无显著 性差异
心肌梗死 对 照
OR= (60╳60)/(40╳40)=2.3 差异性错误分类
研究真实数据 高脂肪 膳食 60 40 低脂肪 膳食 40 60
OR= (48╳68)/(52╳32)=2.0
错误分类数据 高脂肪膳 食 60 32 低脂肪 膳食 40 68
心肌梗死 对 照
心肌梗死 对 照
OR= (60╳60)/(40╳40)=2.3
• 例如 Friedman等人在美国弗明汉地区对心血管系 统疾病的研究中发现
• 男性居民在队列研究中，具有高胆固醇水平的人， 患冠心病的RR值为2.4； • 而在病例对照研中，病例组与对照组却无明显差异 （OR=1.16）。 • 进一步分析发现，患冠心病的病人在就诊被诊断为 该病后，会改变其原来的生活习惯或嗜好，如戒烟、 多食低胆固醇食物、多进行体育锻炼等等，从而使 血中胆固醇水平降低，或与正常人相比胆固醇水平 增长速度较慢所致。
研究B样本较大（2000人），两组效应指标的95%可信 限较小，从而未发生重叠，统计检验有显著性差异 一般而言，研究样本越大，效应估计值的抽样误差越 小（95%可信限越小），统计检验能发现的两组间效 应差值越小
5th epidemiology
目录 变异 偏倚 病因 真实
【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）。
实习8偏倚及其控制
实习题目
课题一 表8-1不同来源研究对象估计药物与疾病关系OR值
药物
水杨酸类药 水杨酸类药 轻泻药 轻泻药 安眠药 维生素类药 维生素类药 心脏病类药 心脏病类药
疾病
过敏 疲乏 运动骨骼系统疾病 关节炎风湿病 循环系统疾病 过敏 外伤 循环系统疾病 关节炎风湿病
是指病例对照或现况研究中的病例为现 患典型病例，不包括死亡、病程短、轻型 等病例。因此 对估计暴露因素的作用会有 一定偏倚；或病例因疾病改变了生活习惯， 从而低估了暴露因素的作用。
• 检出症候偏倚（Detection signal bias） 某因素本与疾病无关，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。
• 系统误差是流行病学研究中的真实性 （validity）问题。
• 通常把流行病学研究中的各种系统误差称 称为偏倚(bias)。
Random error and Bias
Random error
Bias
偏倚（bias）
• 偏倚的定义 ：指在研究中所获得的结果系统地偏离 真实值的情况。
• 偏倚的大小：偏倚的大小通常以相对数表示。 设 OR’:实际测量值; OR:真实值
• 如何控制该偏倚
答案提示
• 该差异由于入院偏倚 • 根据前面所给公式分别计算各类药物OR值
的偏倚 • 设多组对照，其中一个应来自社区人群，
如果通过不同对照组所获得的差异不大， 则可认为无入院偏倚；相反，则提示有此 偏倚存在
8偏倚及其控制
第一节 误差
一、误差概念 二、误差的种类
一、误差的概念
误差是指对事物某一特征的测量值偏 离真实值的部分。因此，必须有“金标准” 或相对可靠的标准来测量真实值，才能度 量误差。
二、误差的种类
临床研究中常见的误差有两类：
随机误差
系统误差
1.随机误差 指随机抽样所得样本统计量 与总体参数的差异，也称抽样误差。 抽样误差有两个特点： 第一，样本的观察值都在平均值上下分 布 第二，随机误差的范围可以用可信区间 估计
合计
547 1627 2174
病例
38 113 151
对照
34 117 151 1.16
合计
72 230 302
≥75 85 <75 116 合计 201 OR
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。
成为混杂因素必须具备以下三个基本特征： （1）混杂因素必须是所研究疾病的独立危 险因素，如果不找出或不避开，所得的研 究结果可能不是研究因素造成的； （2）混杂因素必须与所研究的暴露因素存 在统计学联系； （3）混杂因素不应是暴露因素与疾病因果 链中的一个环节或中间变量。
2.混杂因素的测量 研究中常见的混杂因素可分为两类： （1）其他未知的病因因素的相关因素或代 表因素：常见的有与人口统计学有关的因 素，如年龄、性别、职业、经济收入、文 化水平等指标是经常遇到的混杂因素。 （2）暴露因素以外的其他病因因素或危险 因素
偏倚及其控制
风行【2 】病学中常见的偏倚及其控制误差（error）对事物某一特点的测量值偏离真实值的部分.包括随机误差.体系误差随机误差：指随机抽样所得的均值与总体参数的差异,也称抽样误差.只能削减,不能避免.随机误差的两个特色1.样本的不雅察值都在平均值高低散布,从很多无偏倚样本中得到的不雅察值均数,假如数目较大,老是趋势于接近总体值;2.随机误差的规模可以用可托区间估量,当保持随机办法而加大样本时,样本均值逐渐向总体均值接近.体系误差：当对群体的某一特点做一次测量或对某一个别的某一特点做多次测量时,所得均值与总体间的真实性也会产生误差,假如误差向量的偏向一致或根本一致时,这种误差称为体系误差.随机误差和体系误差的差别1.假设一项研讨可以将样本量增至无限大,假如研讨样本无限大能使误差减小到零,则此误差为随机误差.体系误差不受样本量增长的影响,是以在研讨样本无限大时仍然消失的误差是体系误差;2.恰当的反复实验或增长样本含量可以削减随机误差,但不能削减体系误差.偏倚（bias）：指在风行病学研讨中样本人群所测得的某变量体系地偏离了目的人群中该变量的真实值,使得研讨成果或推论的成果与真实情形之间消失误差,这是由体系误差造成的.选择偏倚（selection bias ）：指被选入到研讨中的研讨对象与没有被选入者特点上的差异所造成的体系误差.重要产生于研讨的设计阶段,在各类风行病学研讨中均可能产生,以在病例对比研讨与现况研讨中为常见.常见的选择偏倚1.入院率偏倚（admission rate bias）亦称伯克森偏倚（Berkson’s bias）,是指应用病院就诊或住院病人作为研讨对象时,因为入院率的不同或就诊机遇的不同而导致的偏倚.用住院病例进行研讨时可能没有包括：1)挽救不实时逝世亡的病例2)距离病院远的病例3)无钱住院的病例4)病情轻的病例2.现患-新发病例偏倚（Prevalence-incidence bias）又称奈曼偏倚（Neyman bias）,凡因现患病例与新病例的构成不同,只查询拜访典范病例或现患病例的暴露状态,致使查询拜访成果消失的体系误差都属于本类偏倚.3.无应答偏倚和自愿者偏倚（non-respondent bias and volunteer bias）无应答者指查询拜访对象中那些因为各类原因不能答复查询拜访研讨工作所提出的问题的人.一项研讨工作的无应答者可能在某些重要特点或暴露上与应答者有所差别.假如无应答者超过必定比例,就会使研讨成果产生偏倚,即无应答偏倚.4.检出征候偏倚（detection signal bias）亦称为揭穿假装偏倚（unmasking bias）,指某身分与某疾病在病因学上虽无接洽关系,担因为该身分的消失而引起该疾病症状或体征的消失,从而使患者及早就医,接收多种检讨,导致该人群较高的检出率,乃至得出该身分与该病相接洽关系的错误结论.5.易感性偏倚（susceptibility bias）有些身分可能直接或间接影响不雅察人群或对比人群对所研讨疾病的易感性,导致某身分与某疾病间的虚伪接洽,由此产生的偏倚称为易感性偏倚.6.清除偏倚（exclusive bias）在研讨对象的肯定进程中,没有按照对等的原则或标准,而自不雅察组或对比组中清除某些研讨对象,如许导致身分与疾病之间接洽的错误估量,称为清除偏倚.选择偏倚的控制1.研讨者应充分懂得该项研讨工作中各类可能的选择偏倚起源,并在研讨设计进程中尽量避免; 严厉控制研讨对象的纳入与清除标准,使研讨对象能较好地代表其所出自的总体;2.为了避免存活身分的影响,在进行病例对比研讨时,假如病例组选择新诊断的病人,则对比组不应由慢性病病人构成;假如对比所患的慢性病轻微地影响暴露,则更不应作为对比;信息偏倚（information bias ）又称不雅察偏倚（observational bias）,指研讨中有关研讨对象的或来自研讨对象的信息是错误的,会产生体系误差.信息偏倚的表现是使研讨对象的某种特点被错误分类如暴露于某身分者被错误地以为长短暴露者,某病的患者被以为长短患者.常见的信息偏倚1.回想偏倚（recall bias）指在回想曩昔的暴露史或既往史时,因研讨对象的记忆掉真或回想不完全,使其精确性或完全性与真实情形间消失的体系误差.2.报告偏倚（reporting bias）与回想偏倚不同,报告偏倚是指研讨对象因某种原因有意夸张或缩小某些信息而导致的偏倚,是以也称撒谎偏倚.3.诊断疑惑偏倚（diagnostic suspicion bias）假如研讨者事先懂得研讨对象对研讨身分的暴露情形,疑惑其已经患某病,或在主不雅上偏向于应当消失某种阳性成果,于是在作诊断或剖析时,偏向于本身的断定.如对暴露者或实验组进行异常过细的检讨,而对非暴露者或对比组则不然,从而使研讨成果消失误差.4.暴露疑惑偏倚（exposure suspicion bias）研讨者若事先懂得研讨对象的患病情形或某种终局,主不雅上以为某病与某身分有接洽关系时,在病例组和对比组中采用不同的办法或应用不同深度和广度的查询拜访办法摸索可疑的致病身分,从而导致错误的研讨结论,由此引起的偏倚称为暴露疑惑偏倚.5.检出偏倚（detection bias）实验进程中因为实验的仪器和试剂质量不好及操作人员的操作误差造成的偏倚称为检出偏倚.6.引诱偏倚（inducement bias）在查询拜访进程中,查询拜访者讯问技巧不当,或者为取得阳性结论,引诱查询拜访对象做某一偏向性的答复,从而使查询拜访到的成果偏离真实情形,由此产生的偏倚称引诱偏倚.信息偏倚的控制1.研讨者对拟进行的研讨要制订明细的材料收集办法和严厉的质量控制办法;2.尽可能采用“盲法”收集材料;3.尽量采用客不雅指标的信息;4.严厉查询拜访设计和研讨人员的科学立场.混淆偏倚混淆偏倚指在风行病学研讨中,因为一个或多各潜在的混淆身分的影响,掩饰或夸张了研讨身分与疾病之间的接洽,从而使两者之间的真正接洽被错误地估量.混淆身分：称外来身分,指与研讨身分和研讨疾病均有关,若在比较的人群中散布不均,可曲解研讨身分与疾病之间真正接洽的身分.混淆身分的根本特点1.必须是所研讨疾病的自力安全身分,假如不找出或不避开,所得的研讨成果可能不是研讨身分造成的;2.必须与所研讨的暴露身分消失统计学接洽;3.必定不是研讨身分与研讨疾病因果链上的一个环节或中央变量.混淆的控制1.限制:针对某一或某些可能的混淆身分,在设计时对研讨对象的入选前提予以限制.控制已知的混淆身分,不能控制未知的混淆身分.利：对研讨对象针对潜在的混淆身分实施限制后,可得到同质的研讨对象,从而可以防止某些混淆偏倚,有利于对研讨身分与疾病之间的关系作出较为精确的估量弊：研讨对象对总体的代表性可能会受到影响,因而研讨结论的外推会受到必定的限制2.匹配:在为研讨对象选择对比时,使其针对一个或多个潜在的混淆身分与研讨对象雷同或接近,从而清除混淆身分对研讨成果的影响.利：对某一身分进行匹配可以清除掉落该身分可能的混淆感化,进步统计效力弊：掉掉落了对这一身分进行剖析的机遇,既不能剖析其作为研讨疾病安全身分的感化,也不能剖析该身分与其他身分间的交互感化,造成信息丧掉3.随机化:指以随机化原则使研讨对象以等同的几率被分派在遍地理组中,从而使潜在的混淆身分在各组间散布平衡.4.统计处理:混淆偏倚在材料剖析阶段也可以经由过程必定的统计处理办法予以控制.如分层剖析.应用回归模子等.现况研讨中常见的偏倚选择偏倚无应答偏倚幸存者偏倚报告偏倚回想偏倚测量偏倚病例对比研讨中常见的偏倚入院率偏倚现患病例-新发病例偏倚检出症候偏倚时光效应偏倚回想偏倚查询拜访偏倚混淆偏倚队列研讨中常见的偏倚选择偏倚掉访偏倚信息偏倚混淆偏倚。
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
偏倚及其控制-青海大学医学院
入院率偏倚 特别是用住院病人进行研究时，很容易产 生这种偏倚，主要是因为住院病人作为研究对 象时可能没有包括： （1）抢救不及时而死亡的病例 （2）距离医院远的病例 （3）无钱住院的病例 （4）病情轻的病例 此外不同医院的技术专长、专业水平也会 造成不同疾病在不同的医院的就诊断或住院率 的差别。
2.现患-新发病例偏倚（ prevalenceincidence bias） 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 于本类误差
二、偏倚的分类 （1）选择偏倚（Selection bias） （2）信息偏倚（Observation bias or information bias) （3）混杂偏倚（Confounding bias）
（一）选择偏倚（select bias） A. 定义
选择偏倚 指由于选择研究对象的方法存在问题而使 研究的结果偏离真实的情况。即研究者在挑选研究 人群时由于选择条件受限制或设计失误所致的系统 误差。
抽样误差与样本含量的关系
σx =
σ
N
式中：N 为样本含量 为抽样误差（标准误） 为总体各变量值变异程度
随机误差的特点：
它普遍存在，不可能完全消除，但可以通过合理的设 计、正确的抽样等使之减小； 样本的观察值都在平均值上下分布，从许多无偏倚样本 中得到的观察值均数，假如数量较大，总是趋向于接近总 体值； 随机误差的范围可以用可信区间估计，当保 持随机方法而加大样本时tion signal bias)：
在疾病和暴露之外存在一个征候因素，即一种临床 症状或体征；这种症状或体征不是疾病的危险因素，但 人们因具有这种征候去就诊，从而提高了早期病例的检 出率；致使过高地估计了暴露程度，因而发生了系统误 差，最终可能得出该征候因素与该疾病有联系的错误结 论
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。
常见偏倚及控制ppt课件
在研究设计阶段和资料分析阶段未能对混杂因 素加以控制或未进行校正，使得研究结果与真 实情况不符
混杂偏倚会影响病因研究的因果关系、疾病治 疗的效果和预后因素的评价
混杂因素存在的条件
混杂因素对研究结果有影响 混杂因素与暴露因素伴随存在 混杂因素在比较人群中的分布不均衡
Wilcox等在调查流产回忆准确性时发现，调查10年 前 流 产 的 有 82% 回 忆 完 整 ， 调 查 20 年 前 流 产 的 有 73%回忆完整。在受孕前6周流产者能回忆起来的有 54%，而在受孕13周流产者能回忆起来的有93%
病例组和对照组的回忆误差也可能不一致，病例组 往往比对照组记忆准确。原因是调查事件的重要性 对两组人是不一样的，选择不易忘记的指标做调查， 并重视问卷和询问技术，有助于减少的回忆偏倚
对于一些敏感问题的调查，容易引起不应答偏 倚，例如我国南方调查农村婴儿死亡原因，有 28%的人拒绝提供婴儿死亡原因
来自研究对象的偏倚之回忆偏倚
回忆偏倚：因研究对象的记忆失真或记忆不完 整所造成的研究结果偏倚
病例对照研究和回顾性队列研究最容易出现回 忆偏倚
回忆偏倚的产生与调查时间至事件发生时间、 以及与事件的重要性有关，同时也与调查员的 调查过程和询问技术有关
随机分配的目的：使研究对象的非处理因素 和混杂因素在各组间趋于均衡，组间基线情 况有良好的可比性，而使得处理因素的真实 差别得以显示
设计阶段的控制
配对或匹配(matching)： 配对是控制混杂因素常用的方法，特别在病例-对照
研究中较常用 匹配病例组和对照组的研究对象，匹配的特征一般
包括年龄、性别、病情等因素 配对的缺点：
偏倚的控制——精选推荐
14
3．多因素分析法 当样本数量不够大，分层分析常不适用，因为应用分层分组 的方法 Mantel-Haenszel 只能平衡少数混杂因素的作用，且对连续性变量只能用等级 分层法，常引起不合理的分组，或者希望研究多种因素(包括暴露因素和各种混杂因 素)对研究疾病的综合影响时，可考虑应用多因素分析的方法。在多因素分析时，研 究因素和每个混杂因素，都被放在同等地位做分析。常用的多元分析法有：多元协 方差分析、Logistic 回归模型、cox 比例风险模型和对数线性模型(Loglinear models) 等。
值得注意的是对研究对象针对潜在的混杂因素实行限制后，可得到同质的研究对象，
3
从而防止某些混杂偏倚，有利于对研究因素与疾病之间的关系做出较为难确的估计。 但是在这种情况下，研究工作就丧失了概括性，即从研究对象中排除某些人群后， 所选择的病例不能代表患者总体，对照也不代表一般人群，因而所获得的结论常具 有很大局限性，影响研究对象对总体的代表性，使研究结果外推至一般人群时的外 推真实性受限。
13
(三)分析阶段
1．分层分析 分层是指将科研资料按某些影响因素分成数层(亚组)进行分析。 分层是最常用的检出和控制混杂偏倚的方法之一，也是分析阶段控制偏倚的常用手 段，特别适用于在设计阶段考虑不周或实施阶段执行不力，但尚有一定资料可寻的 可疑混杂因素作分层分析处理。可以将研究资料按照混杂因素分层，可用 Mantel-Haenszel 分层分析方法进行分析，得到将混杂因素调整后的效应估计值。
- 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)。
Sampled population
Inclusion criteria
Eligible subjects
Subjects asked to participate
Informed consent
participants
Complete study
ppt课件
Exclusions
偏倚及其控制
ppt课件
1
• 目的：了解偏倚的类型及常见偏倚的测量 与控制方法
• 时间：3-6学时
• 内容：大课回顾、实习题目
ppt课件
2
精品资料
• 你怎么称呼老师？
• 如果老师最后没有总结一节课的重点的难点，你 是否会认为老师的教学方法需要改进？
• 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭
ppt课件
12
• 定义
在流行病学研究中，由于选择研究对象的方 法不当，使得被选择的对象在某些特征上 与没有被入选者之间相差很大，或是两组 或几组研究对象的选择标准不统一，而致 使研究结果偏离真实情况。
ppt课件
13
选择偏倚的分类
• 入院率偏倚 • 现患-新发病例偏倚 • 检出症候偏倚 • 无应答偏倚 • 易感性偏倚（以健康工人效应为例） • 排除偏倚 • 志愿者偏倚 • 迁移性偏倚 • 非同期对照偏倚
ppt课件
14
• 入院率偏倚（Admission rate bias or Berkson’s bias)
是指在进行病因研究、临床试验、预后判断 等研究时，利用医院就诊或住院病人作为 研究对象，病例与对照入院率或就诊机会 不同而导致的偏倚。
ppt课件
15
因不同住院率而住院的A、B病患者及其与因素X的关 系
ppt课件
20
• 非同期对照偏倚（non contemporary bias）
例：当前用口服红霉素治疗猩红热，其治愈 率优于40年前青霉素等药综合治疗的结果， 但这种现象并非由于红霉素的疗效真正优于 青霉素所致，而是因为猩红热的病原体随着 时间的推移发生变异，毒力减弱所致。
ppt课件
21
Total population
ppt课件
18
• 无应答偏倚（Non-response bias） 研究对象未按要求回答调查内容，而无应答者的 患病或因素的暴露情况与应答者又不同，从而 造成该偏倚。
ppt课件
19
• 健康工人效应
在研究某些职业暴露的危害而以一般人群 作参比时，由于职业工人相对于一般人群 健康，从而降低了暴露因素与疾病之间的 真实联系。
ppt课件
5
Error
Random
Sampling
Systematic Measurement
ppt课件
6
• 定义 由于某事件发生的概率造成的测量值 和真实值之间的误差，是随机性的，通常造 成的差异在真实值的两侧波动，并且是较小 的误差，可以通过统计学中计算标准误的方 法估计其大小。
ppt课件
7
• 系统误差是流行病学研究中的真实性 （validity）问题。
• 通常把流行病学研究中的各种系统误差称 称为偏倚(bias)。
ppt课件
9
Random error and Bias
Random error
ppt课件
Bias
10
• 偏倚的定义 ：指在研究中所获得的结果系统地偏离 真实值的情况。
• 偏倚的大小：偏倚的大小通常以相对数表示。 设 OR’:实际测量值; OR:真实值
疾病 暴露于X者 非暴露于X者 合计 X暴露率(%) OR P
实际人群 A（对照） B（病例） 合计
200 200 400
800 800 1600
1000
20
1
1
1000
20
2000
20
住院率（对照A=50%；病例B=20%；暴露于因素X者40%）
A（对照） B（病例）
合计
140 104 244
200×0.5+ 400
是指病例对照或现况研究中的病例为现 患典型病例，不包括死亡、病程短、轻型 等病例。因此 对估计暴露因素的作用会有 一定偏倚；或病例因疾病改变了生活习惯， 从而低估了暴露因素的作用。
ppt课件
17
• 检出症候偏倚（Detection signal bias） 某因素本与疾病无关，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。
Non-participants Lost to follow-up
• 随机误差主要与研究对象的变异程度、抽样 方法、样本大小等有关。
• 随机误差是流行病学研究中的精确性 (precision)问题。由于随机误差难以避免， 所以流行病学研究的精度具有相对性。
ppt课件
8
• 定义 人为造成的错误，是由于研究设计、 实施和分析不正确造成的测量值与真实值 之间的差异。误差向量的方向一致或基本 一致。
• “不怕太阳晒，也不怕那风雨狂，只怕先生骂我 笨，没有学问无颜见爹娘 ……”
• “太阳当空照，花儿对我笑，小鸟说早早早……”
误差（error）
• 误差的概念 一般地讲，真实值与研究结果（实际 测量值）之间的差异。
• 误差的种类 随机误差：随机误差主要来源于研究的抽样过程。 系统误差：由研究设计(方法的本身特点、设计的 缺陷等)与实施过程的失误所致。流行病学调查研 究中的各种系统误差又称偏倚。
BIAS=（OR’–OR）/ OR
则 若该值为0 ,无偏倚 若该值为正,正偏倚 若该值为负,负偏倚
ppt课件
11
• 偏倚的分类 （1）选择偏倚（Selection bias） （2）信息偏倚（Observation bias or
information bias) （3）混杂偏倚（Confounding bias）
100 ×0.4
160
0.5 540
800 ×0.2 264 804
25.9 39.4 30.4
1.86 <0.001
造成不同疾病入院率不同的原因：医院技术特长；患者疾病严 重程度、经济状况,就诊方便程度等（医院病人双向选择）。
ppt课件
16
• 现患-新发病例偏倚（Prevalenceincidence bias or Neyman’s bias)