1、第十章 偏倚及其控制,【案例10-1】 一項火柴使用與肺癌關(guān)系的研究:某學(xué)者進(jìn)行吸煙與肺癌的關(guān)系研究時，分析了火柴使用與肺癌的關(guān)系，結(jié)果見表9-1。作者認(rèn)為火柴使用者患肺癌的機(jī)會是不使用者的8倍多。,第一節(jié) 概述,【分析10-1】 該研究者的結(jié)果解釋顯然不合理，與現(xiàn)有的知識相違背。其原因是該研究者所進(jìn)行的是單因單果分析，沒有將火柴的效應(yīng)與其它因素（如吸煙）的效應(yīng)區(qū)分開來，屬于混合效應(yīng)（mixing-effect）。,二、研究中誤差的來源,研究效度 （validity） 指研究收集的數(shù)據(jù)、分析結(jié)果和所得結(jié)論與客 觀實際的符合程度。 在流行病學(xué)中的定義是：在考慮研究方法、樣 本的代表性和被抽樣總體

2、的性質(zhì)后，樣本的研 究結(jié)果被推廣（generalization）或推斷 (inference)到樣本外人群的可靠程度。 含內(nèi)部效度和外部效度兩個方面,研究結(jié)果與研究對象的真實情況相符合的程度。,內(nèi)部效度,研究效度,研究結(jié)果由樣本人群推論到目標(biāo)人群（研究對象以外的人群）的程度，它又被稱為普遍性(generalization),外部效度,【案例10-2】一項身高的測量 某研究者欲了解云南大理市100 000婦女的平均身高， 隨機(jī)抽取了100名婦女，并用鋼卷尺來測量她們的身高。 【問題10-2】 1. 請問在該研究中測量結(jié)果會受到哪些因素的影響？ 它們會有什么特征？ 2. 如果鋼卷尺被替換成經(jīng)過熱水

3、洗過的布尺來測量， 測量結(jié)果會受到什么因素的影響，它有什么特征？,反應(yīng)測量值圍繞真值波動情況。與較差的測量精度、抽樣誤差和測量變異性等因素有關(guān)。,隨機(jī)誤差,研究誤差,指研究結(jié)果或推論系統(tǒng)地偏離真實情況（真實值），以及導(dǎo)致如此偏離的過程,系統(tǒng)誤差,誤差,樣本含量,系統(tǒng)誤差,隨機(jī)誤差,圖10-1 隨機(jī)誤差、系統(tǒng)誤差與樣本含量的關(guān)系,第二節(jié) 選擇偏倚,【案例10-3】 某煉焦廠工人的死亡情況調(diào)查： 某研究者調(diào)查了某煉焦廠19902000年在崗工人的死亡情況，并將計算所得的死亡率與該廠所在城市的一般人群死亡率進(jìn)行比較，其結(jié)果見表10-2。研究者據(jù)此結(jié)果得出該煉焦廠工人的死亡率低于一般人群的結(jié)論。,【問

4、題10-3】 請問您是否同意該研究者的結(jié)論？為什么？ 【分析10-3】 不同意。因為在崗工人多數(shù)為身體健康的人群，而一般人群中包含了沒有工作的人群，其中的一些人因為身體健康問題而不能工作。進(jìn)一步的資料分析也表明沒有工作人群的死亡率高于在崗工人。因此，煉焦廠工人的死亡率與一般人群的死亡率之間不能直接比較。否則，會產(chǎn)生選擇偏倚。這就是健康工人效應(yīng)（health worker effect）。,選擇偏倚 （Selection bias） 由于實際參與研究人群（研究樣本）的某些特征與有資格參與研究但實際沒有參與研究的人群（目標(biāo)人群）的某些特征之間的系統(tǒng)差異，導(dǎo)致這兩組人群在暴露與疾病之間的關(guān)聯(lián)程度不同

5、（系統(tǒng)誤差），從而使得研究樣本不能代表目標(biāo)人群。 選擇偏倚的存在通常是通過推理獲得，而不是通過觀察獲得。,選擇偏倚的類型,入院率偏倚（admission rate bias）：利用醫(yī)院病人作為病例和對照時，由于對照是醫(yī)院的某一部分病人，而不是全體目標(biāo)人群的一個隨機(jī)樣本；又由于病例只是該醫(yī)院或某些醫(yī)院的特定病例，因為病人對醫(yī)院及醫(yī)院對病人雙方都有選擇性，所以作為病例組的病例也不是全體病人的隨機(jī)樣本，因而難免產(chǎn)生選擇偏倚，特別是因為各種疾病在不同級別醫(yī)院的入院率不同導(dǎo)致病例組與對照組某些特征上的系統(tǒng)差異。,現(xiàn)患新發(fā)病例偏倚（prevalence-incidence bias） 又稱奈曼偏倚（Ney

6、man bias），如果研究對象為現(xiàn)患病例，所得的某些信息可能只與存活有關(guān)，而未必與該病的發(fā)病有關(guān)，從而高估暴露與結(jié)局之間的關(guān)聯(lián)程度。另一方面，也有部分現(xiàn)患病例改變了從前的生活習(xí)慣，從而降低了暴露與結(jié)局之間的關(guān)聯(lián)程度。如果研究對象為新發(fā)病例，所得到的信息中很多會與該病的發(fā)病有關(guān)，可以真實地反映暴露與結(jié)局之間的關(guān)聯(lián)。,檢出癥候偏倚（detection signal bias） 又稱作暴露偏倚（unmasking bias）。病人常因某些與致病無關(guān)的癥狀而就醫(yī)，提高了早期病例的檢出率，從而高估暴露與結(jié)局之間的關(guān)聯(lián)程度。,時間效應(yīng)偏倚（time effect bias） 對于冠心病、惡性腫瘤等慢性病

7、，從開始暴露于危險因素到出現(xiàn)病變，往往經(jīng)歷一個較長的時間過程。因此，在調(diào)查研究中那些即將發(fā)生病變和早期病變而不能檢出的人都會被錯誤地歸為非病例組，而被選入對照組，從而使得研究結(jié)果產(chǎn)生偏倚。,無應(yīng)答偏倚（non-respondent bias） 無應(yīng)答者指調(diào)查對象中那些因為各種原因不能回答調(diào)查研究工作所提出的問題的人。一項研究工作的無應(yīng)答者可能在某些重要特征或暴露上與應(yīng)答者有所區(qū)別。如果無應(yīng)答者超過一定的比例，就會使研究結(jié)果產(chǎn)生偏倚。 控制方法：采取激勵措施提高應(yīng)答率。,志愿者偏倚（volunteer bias） 又稱自身選擇偏倚（self-selection bias）。志愿者多為身體健康或文

8、化程度較高的人群，他們的某些重要特征或暴露與一般人群可能有所區(qū)別，從而產(chǎn)生偏倚。,預(yù)防和控制選擇偏倚的技術(shù)指南,1. 形成一個客觀、清晰的病例定義。 2. 納入某一時間和地區(qū)內(nèi)所有病例。 3. 采用一些激勵措施提高研究對象參與調(diào)查的積極性，提高應(yīng)答率。 4. 采用隨機(jī)抽樣等技術(shù)，確保樣本的代表性。 5. 對于病例： （1）確保所參與的醫(yī)療機(jī)構(gòu)能夠較好地支持該項工作。 （2）形成一個有效的病例證實體系。 （3）考慮是否所有病例都需要求醫(yī)；考慮其它地區(qū)的病例被證實的策略。 6. 對于對照： （1）為了評估研究的信度，盡量將研究中對照的暴露率與其它來源的非病例的暴露率進(jìn)行比較。 （2）盡量從不同來源

9、的人群中獲取對照。,第三節(jié) 信息偏倚,【案例10-4】高脂肪膳食與心肌梗死的關(guān)系研究 ： 某研究者在研究高脂肪膳食與冠心病的關(guān)系時， 假定病例組和對照組都存在20%的低脂肪膳食者高報了脂肪攝入量; 假定所有的病例都回憶正確，而對照組有20%的低脂肪膳食者高報了脂肪攝入量。該研究者依據(jù)這兩個假定的情況所分析的結(jié)果見表10-3,【分析10-4】 這兩種假定情況下的觀察結(jié)果（OR值）都遠(yuǎn)低于真實結(jié)果，表明這兩種假定情況下都產(chǎn)生了偏倚。其原因與暴露因素（膳食脂肪攝入）的系統(tǒng)錯誤分類有關(guān)。這種由于在結(jié)局變量或者暴露變量的測量過程中存在系統(tǒng)分類錯誤（系統(tǒng)測量誤差）所致暴露與結(jié)局之間的關(guān)聯(lián)受到扭曲的現(xiàn)象，稱

10、為信息偏倚，又稱測量偏倚或觀察偏倚。由于流行病學(xué)的暴露和疾病多為分類資料，所以信息偏倚有時又被稱為錯分偏倚（misclassification bias）。,由于病例組和對照組的暴露情況都發(fā)生相同方向和大小的錯誤分類 。通常使得研究效應(yīng)的估計值偏低,無差異錯誤分類,信息偏倚,由于病例組和對照組的暴露情況都發(fā)生了不同大小或方向的錯誤分類 ，可造成高估或低估研究效應(yīng)值 。,差異錯誤分類,信息偏倚的類型,信息偏倚的常見類型,結(jié)局變量測量相關(guān)偏倚,信息偏倚的類型,回憶偏倚（recall bias） 指由于被調(diào)查對象的記憶失真或不完整導(dǎo)致調(diào)查結(jié)果與真實情況不符，以此得出的結(jié)果系統(tǒng)地偏離了真值。多數(shù)情況下

11、是病例比對照更可能回憶出準(zhǔn)確的過去有關(guān)暴露危險因素的情況。,調(diào)查者偏倚（interviewer bias） 又稱摘錄者偏倚（abstractor bias）。當(dāng)調(diào)查者詢問病例的有關(guān)暴露情況比對照更加詳細(xì)時，可能會產(chǎn)生調(diào)查者偏倚。相似的，當(dāng)摘錄者對病例的有關(guān)暴露情況的摘錄比對照更加詳細(xì)時，也會產(chǎn)生偏倚，這種偏倚稱為摘錄者偏倚。,報告偏倚（reporting bias） 指研究對象故意夸大或縮小某些暴露因素的信息所導(dǎo)致的偏倚。研究對象在回答某一敏感問題時，會存在高估或低估暴露情況，因此又稱說謊偏倚（prevarication (lying) bias）。,與結(jié)局變量測量相關(guān)的偏倚 美國Lowa 所

12、進(jìn)行的乳腺癌家族史與乳腺癌的關(guān)系案例。,預(yù)防和控制信息偏倚的技術(shù)指南,1.對調(diào)查者，應(yīng)盡可能使用盲法收集資料。 2.對研究對象，應(yīng)盡量不告訴有關(guān)的研究目的和研究 對象分類等信息。 3.盡量采用客觀指標(biāo)（如生物標(biāo)志物）或記錄來收集 信息，以及利用其它來源的信息加以檢查所收集資 料的真實性。 4.通過仔細(xì)措辭和預(yù)實驗來確保所詢問的問題能使所 有研究對象清楚、容易地理解。 5.使用世界衛(wèi)生組織或全國制定的標(biāo)準(zhǔn)化的調(diào)查表。 6.制定標(biāo)準(zhǔn)化調(diào)查方案和調(diào)查培訓(xùn)課程。,第四節(jié) 混雜偏倚,【案例10-1續(xù)】 如果利用該資料，將火柴使用（X1）與肺癌（Y）的關(guān)系按吸煙狀況（X2）進(jìn)行分層分析，結(jié)果見表10-4。

13、,【分析10-1續(xù)】 按吸煙分層后的分析表明，吸煙人群中和不吸煙人群中火柴使用與肺癌的關(guān)系一致，其OR值都是1。而沒有進(jìn)行分層分析的火柴使用與肺癌的關(guān)聯(lián)效應(yīng)值為8.8。 該現(xiàn)象可以解釋為火柴使用對肺癌的效應(yīng)是通過吸煙來實現(xiàn)的。說明單因單果分析的火柴使用與肺癌的關(guān)聯(lián)效應(yīng)受到了吸煙的扭曲。,這種暴露與疾病之間的關(guān)聯(lián)程度受到其它因素歪曲或干擾的現(xiàn)象，被稱為混雜偏倚（confounding bias）。導(dǎo)致混雜偏倚產(chǎn)生的因素被稱為混雜因素（confounding factor）。,混雜因素的特征,混雜因素必需是疾病的獨立危險因素。它是病因或者是病因的替代變量（proxy of cause）或者是標(biāo)志物

14、（marker）,但不是疾病的效應(yīng)。 該因素與暴露因素相關(guān)。 一定不是暴露因素與疾病病因鏈上的中間變量。,混雜偏倚的來源,混雜偏倚的來源 混雜偏倚在類實驗（quasi-experiment）和觀察性研究中很容易產(chǎn)生。這是因為這些研究很難做到研究對象的隨機(jī)分組，從而導(dǎo)致其它的因素（混雜因素）在暴露因素的各個水平中分布不一致，不具備可比性。而在真實驗（true experiment）中，由于研究對象能被隨機(jī)化分配，使得其它的因素（混雜因素）在暴露因素的各個水平分布一致，從而使得混雜因素在設(shè)計階段就能得到較好的控制。,混雜偏倚的判斷,混雜偏倚的判斷 比較混雜因素調(diào)控前后的暴露因素的效應(yīng)估計偏差。如果

15、偏差在10%以上就可以認(rèn)為產(chǎn)生了混雜偏倚，即：,混雜偏倚的控制技術(shù),在設(shè)計階段，可通過隨機(jī)化、限制、匹配等方法控制混雜偏倚；在分析階段，可通過標(biāo)準(zhǔn)化分析、分層分析和多變量分析等方法控制混雜因素。,混雜偏倚的控制技術(shù),隨機(jī)化法（randomization）：將研究對象隨機(jī)分配到暴露因素的各個水平組中去（各實驗組）。 優(yōu)點： 它通過消除暴露與混雜因素的關(guān)聯(lián)來控制混雜偏倚 它除了能夠控制研究者關(guān)注的混雜偏倚外，還能夠控制 研究者尚未注意的混雜偏倚，即殘差混雜（residual confounding） 缺點： 只適用于實驗研究 并不能完全消除偏倚,限制（restriction）：指選擇的研究對象在可

16、能是混雜因素的變量上具有相同值或接近相同值。 優(yōu)點： 容易得到理解 它在避免那些被限制因素所造成的混雜方面有更為確定 的作用 缺點： 限制了合格研究對象的數(shù)量，造成病例選擇的困難 限制了研究結(jié)果的外推性，即研究結(jié)果得到的關(guān)聯(lián)是否 適用于與研究人群特征不同的人群,匹配（matching）：是指按照病例的某些特征或因素選擇對 照，使得病例和對照的這些特征或因素保持相同或基本相同。 其包括個體匹配和頻數(shù)匹配兩種形式。所匹配特征或因素被稱 之為匹配因素。 優(yōu)點： 可提高病例和對照的可比性，并控制混雜因素 保證了混雜因素的各個水平中病例數(shù)量和對照數(shù)量的一 致，從而提高了統(tǒng)計效率 缺點： 找到合適的匹配比

17、較難 不能分析匹配因素對疾病的效應(yīng),標(biāo)準(zhǔn)化（standardization）：通過選擇一個已知混雜因素的分布（如年齡、性別和病情程度等）的人群作為標(biāo)準(zhǔn)，形成統(tǒng)一的內(nèi)部構(gòu)成，來消除混雜因素在暴露因素各水平中分布的不同，從而控制混雜偏倚。包括直接法和間接法兩種形式。 優(yōu)點： 適用于二手資料的混雜因素的控制 缺點： 能控制的混雜因素較少,分層分析（stratified analysis）：是指按混雜因素的水平來分層，然后分析每層的暴露與結(jié)局的效應(yīng)關(guān)系，并估計所有層合并后的暴露與結(jié)局的效應(yīng)值。 優(yōu)點： 容易理解 可分析交互作用 缺點： 能控制的混雜因素較少,多因素分析（multivariable an

18、alysis）：是利用多元線性回歸、Logistic 回歸和Cox比例風(fēng)險模型等模型中偏回歸系數(shù)的意義來控制混雜因素，即：暴露因素（Xi）對結(jié)果變量的效應(yīng)是在控制其它因素的作用后（令其它的X為0）的單獨或直接效應(yīng) 。 優(yōu)點： 容易理解 可分析交互作用（interaction） 可控制的混雜因素較多，特別適用于調(diào)查研究和類實驗研究資料的分析 缺點： 所需的樣本含量通常較多 24,Mantel-Haenszel分層分析,【案例10-5】某研究者想了解飲酒與冠心病的關(guān)系，調(diào)查結(jié)果見表10-5?，F(xiàn)欲對飲酒與冠心病的關(guān)系按吸煙因素進(jìn)行Mantel-Haenszel 分層分析。,【分析10-5】 一般來說，有下列六個步驟： （一）計算未分層（未調(diào)整）時的暴露因素的效應(yīng)值（RR值或OR值） 本例： (式10-1) （二）按混雜因素分層，并計算每層的暴露因素的效應(yīng)值(見表6),（三）完成各層之間的暴露與疾病關(guān)聯(lián)的一致性檢驗（Breslow-Day test） 1、Breslo