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。
选择偏倚的控制

研究者对在整个研究中可能会出现的各种选择偏倚应 有充分的了解、掌握。采取相应的措施在相应环节阻 断此类偏倚产生的可能性，防止或减少其发生。
研究误差的两种常见类型
系统误差称为偏倚 来自于对象选取、测量 和统计分析等的方法学缺陷，有固定方向和固
定大小的误差 。
随机误差 用统计学方法来估计，增大样 本含量可减少，没有固定方向和固定大小，一 般呈正态分布。
A
B
C
D
随机误差和系统误差示意图
6
•
因素
（危险/保护/干预）
结局
（疾病/健康/疗效）
偏倚的大小
偏倚的大小通常以相对数表示:
测量值 － 真实值 Bias＝ --------------------- ×100％ 真实值
偏倚的大小
RR’=1.2 RR=2.00
1.2 －2 Bias＝ ------------×100％＝ -40％ 2 大小：40％ 方向：为负Bias , 趋于无效假设。
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。
研究的真实性
概
述
内部真实性 外部真实性
一、概 述
真实性(效度) 定义 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。
研究误差 真实性的反面变异可以是真实的 （如生物学个体变异），而反映研究误差 的变异肯定是不真实的。
健康工人效应（healthy worker effect ） 子宫颈反映异常与OC的关系 肾结石与喝茶习惯的关系 比较组间对疾病的易感性存在差异


易感性偏倚的典型例子是在对职业性疾病研究中的健 康工人效应（healthy worker effect ）。
当在对某一有毒物质对作业工人的健康危害进行研究时，可能会 发现暴露于该有毒物质者的死亡率或某些疾病的发病率反而会比 一般人群低。原因可能是接触此类有毒物质者，由于工作性质的 需要，其本来的健康水平就比一般人群高，或者对毒物的耐受性 比一般人群要强，因而对某些疾病的易感性低所致。不认识这一 点就可能会导致错误的结论。

增加研究样本量
样本量可用统计学中有关样本大小的公式计算。样本量的 大小与研究设计、研究总体、把握度等因素关。

提高信息获取的效率
样本大小相同的两项研究，正确的设计者将获得更加精确 的估计，更具有统计效率。
偏倚的概念
定义：指在研究或推论过程中所获得的结果系统 的偏离真实值。 偏倚的方向： OR:真值 OR’：测量值 正偏倚与负偏倚、 趋于无效假设 远离无效假设 颠倒
致入选对象与未入选对象之间存在系统差异，由
此造成的偏倚称为选择偏倚。例如研究对象采用
志愿者Байду номын сангаас方便样本，或者研究对象的无应答或失
访等。
1. 入院率偏倚
admission rate bias，Berkson bias
• 1946年由J. Berkson 提出。是指利用医院就诊或住院
病人作为研究对象时，由于入院率的不同而导致的偏 差。
4. 报告偏倚

定义：只由研究对象有意的夸大或缩小某些信息而导致 的偏倚，因此亦被称为说谎偏倚。 例：敏感性问题、吸烟史等 涉及劳保、福利等一些问题的调查如职业危害 对职业人群进行进行健康调查

5. 测量偏倚

定义：指对研究所需指标或数据进行测定或测量时产 生的偏差。 例：仪器、设备校正不准确，试剂不符合要求 使用方法的标准或程序不统一 操作人员的技术问题 调查表设计的科学性，记录是否完整，调 人员对工作的认真程度、访问方式
研究者怀虑结论，考虑到其中可能混杂其它因素 ，如吸烟对喝咖啡与心肌梗塞MI间关系的影响，进一 步分层分析得到。表1.2 Smoker MI NoMI % Coffee 80 40 67 Noffee 20 10 67 相对危险度 OR=1 ， Pr = 1.00， Nosmoker MI NoMI % 10 20 33 40 80 33 OR=1 Pr = 1.00
together )，这里是指暴露因素对疾病的独立效应
与混杂因素的效应混在一起，造成对暴露因素效
应的估计偏倚。
判定原则
比较混杂因素调控前后的暴露因素效应估计
值，如果存在有意义的差异，就产生了混杂偏倚。
调控的统计方法
设计阶段：标准化率、分层和多变量分析 设计阶段：配比、随机化分配或限制进入
四、混杂偏倚的分层分析


3. 检出症候偏倚
(detection signal bias，)
指某因素与某疾病在病因学上虽无关联， 但由于该因素的存在而引起该疾病症状 或体征的出现，从而使患者及早就医， 接受多种检查，使该人群有较高的检出 率，以致得出该因素与该疾病相关联的 错误结论。
4. 检出症候偏倚(例)
子宫内膜癌与服用雌激素：


严格掌握研究对象纳入与排除的标准。
在研究中采取相应措施，以获得尽可能高的应答率，
并对无应答者进行评价。

尽量采用多种对照。
二、信息偏倚（information bias）
定 义
又称测量偏倚或观察偏倚，是来自于测量或 资料收集方法的问题，使得获取的资料存在系统误 差。由于流行病学的暴露或疾病多为分类测量，所 以 信 息 偏 倚 又 可 称 为 错 误 分 类 偏 倚 （misclassification bias）。 信息偏倚同样影响描述性研究和分析性研究 的结果。
p
0.02 0.02
缓泻药
缓泻药 安眠药
运动骨骼系疾病
关节炎类风湿病 循环系疾病
1.53
1.48 6.38
5.07
5.00 3.72
0.06
0.01 0.32
维生素类
维生素类 心脏病类 心脏病类
过敏
外伤 循环系疾病 关节炎类风湿病
1.76
0.61 30.65 3.46
0.00
1.92 19.17 49.92

偏倚的方向
正偏倚与负偏倚 OR’ > OR： 正偏倚 OR’ < OR： 负偏倚
偏倚的方向



趋于无效假设 (toward the null) OR’=1.3 OR=5.0 OR’=0.9 OR=0.3 远离无效假设 (away from the null) OR’=8.0 OR=2.0 OR’=0.5 OR=0.8 颠倒(switchover bias) OR’=0.5 OR=2.0 OR’=2.0 OR=0.8
信息偏倚的来源
• 测量不可靠(暴露、疾病) • 诊断标准不明确(疾病) • 原始记录不完整
常见信息偏倚
• 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(detection bias)等
服雌激素 导致子宫容易出血
接受检查

频繁就医
早发现
在同一医院不同科室进行的进一步研究发现，在服用雌激素的子 宫内膜癌病人中，79%为早期病人；而在非服用雌激素的子宫内 膜癌病人中，早期病人仅占55%。
5. 易感性偏倚 ( susceptibility bias )
• 研究对象是否暴露于某一可疑致病因素，既与各种客观因素 有关，也与研究对象的主观因素有关。这些因素可能直接 或间接的影响观察人群或对照人群对所研究疾病的易感性， 导致某因素与某疾病间的虚假联系。
Nishiyama等（1962）对儿童甲状腺癌过去放射性物质暴露 史的调查，在36例和22例两组患儿中， 以常规和查阅医疗记录方法调查：28%和0 而经过深入的调查和询问，有暴露史者分别达47%和50%。

3. 回忆偏倚