流行病学-临床科研中常见的偏倚
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是医学领域发展的重要驱动力，旨在探索疾病的治疗方法、改善患者生活质量以及促进医学知识的积累。
然而，在临床研究过程中，常常会出现各种偏倚，影响研究的可靠性和准确性。
本文将探讨临床研究中常见的偏倚及其控制方法。
在临床研究中，偏倚是指在研究过程中出现的系统性误差，导致研究结果偏离真实情况。
偏倚通常源于研究设计、实施、数据分析以及结果解释等环节。
以下是一些常见的偏倚类型：1、选择偏倚：选择研究对象时，研究队列的代表性不足，导致研究结果不能推广到更大的人群。
例如，一项仅针对男性患者的研究结果可能不适用于女性患者。
2、信息偏倚：在收集或记录数据时出现误差，导致信息质量下降。
例如，在观察性研究中，患者未能准确报告其生活方式或病史可能导致信息偏倚。
3、检测偏倚：在测量或评估研究变量时出现的误差，导致测量结果不准确。
例如，在评估药物疗效时，若未采用双盲试验，医生可能主观地调整剂量或给予额外治疗，从而影响结果的客观性。
4、失访偏倚：在研究过程中，研究对象由于各种原因未能完成试验或未能提供必要的数据，导致数据分析不完整。
例如，在长期研究中，患者因病情恶化退出试验，可能导致研究结果的不完整性。
为了控制上述偏倚，研究人员可采取以下措施：1、研究设计阶段：明确研究目的和纳入标准，制定详细的研究方案，并采用随机、对照、双盲等设计方法，以减少偏倚的发生。
2、数据分析阶段：采用适当的统计方法对数据进行处理和分析，以减少偏倚的影响。
例如，通过匹配对照组、增加样本量或进行敏感性分析等方法来控制选择偏倚。
3、实施阶段：确保研究过程的标准化和规范化，提高数据质量。
例如，制定详细的操作流程和培训研究人员，以减少信息和质量偏倚。
4、长期随访和失访管理：在研究设计中考虑失访情况，制定相应的应对策略，如定期与研究对象保持联系、进行随访等。
总之，偏倚是临床研究中常见的问题，对研究结果的可靠性和准确性产生负面影响。
临床科研常见偏倚及其控制(201303)
控制脱落和失访（1/2)
事先选择患者来源地：限于厦门市、漳州市区、泉 州市区，且为常住人口； 充分尊重患者知情权和选择权：纳入时向所有拟纳 入患者说明抗病毒治疗的必要性以及IFNα、聚乙 二醇IFNα各自特点、拉米夫定、阿德福韦、ETV可 能的疗效、不良反应、疗程、费用、随访须知等， 与患者共同制定符合其自身特点的治疗方案，取得 患者理解和配合，患者签署知情同意书后才开始治 疗；（同时是伦理的要求） 向患者充分说明并使其理解随访对监测和处理不良 反应、及时调整治疗方案、早期发现复发、及时再 治疗的必要性和重要性，争得患者主动按时来医院 随访；
控制脱落和失访（2/2）
志愿者偏倚(volunteer bias)
志愿者往往具有某些特征倾向，他们和非志愿者 在对健康关心程度、饮食卫生习惯、禁烟禁酒、 体育锻炼等方面有系统差异，而志愿者常被选为 观察对象，非志愿者常落选，故研究结果肯定存 在选择偏倚。如在体育锻炼预防冠心病的研究中 ，参加者都是志愿者，对照组为非志愿者，这样 的研究自然不能得出正确结论。 应将志愿者随机纳入观察组和对照组。
OR =（100 × 1800）/（200 × 900）= 1.0。 表3 入院率一致时基于医院的病例对照研究 HBsAg（+） HBsAg（-） 合计
胆石症 慢性胃炎
（100 × 0.5 =） 50 （200 × 0.5 =）100
（900 × 0.3 =）270 （1800 × 0.3 =）540
知道偏倚的方向，可估计偏倚了的结论是否仍然 有效。如，当真实的 RR = 5.0 ，而偏离了的 RR’ = 3.0 ，且经检验 RR’ = 3.0 有统计学意义，说明 RR’ = 3.0是低估了真实值 RR = 5.0，若将该偏倚纠正 ，则一定RR > RR’，且统计学意义更显著，此乃负 偏倚。反之是夸大偏倚（正偏倚），虽然被高估 了的 RR’ 有统计学意义，但很难保证纠正了偏倚的 RR真值仍有统计学意义。 实际工作中应避免偏倚，实在做不到时应尽力避 免正偏倚，代价是不得不忍受负偏倚，此即所谓 “忍负避正”原则。 颠倒偏倚很难纠正或补偿。
流行病学 偏倚
选择偏倚
检出偏倚 或称检出症候偏倚。 指由于一些与疾病无关的因素而引
起疾病的某些症状，促使患者早期就诊 而发现疾病。如选用这部分早期病人作 研究对象，可使研究误认为该因素是疾 病的病因。
检出症候偏倚
例子：妇女使用雌H→子宫容易出血→早期就 医而发现子宫内膜癌，用这部分人作病例对照 研究时，就易造成雌H与子宫癌有关联的错误 结论。实际上该因素只是这部分研究对象得以 发现的一个诱因，而不是其病因，当用全子宫 癌人群的随机样本时即可得出两者无关的结论。
排除偏倚
在研究对象的确定过程中，没有按照对等的原则或标准从观察组或 对照组中排除某些研究对象。
二、信息偏倚（Information bias）
含义 又称观察偏倚、测量偏倚，主要发生于 资料收集阶段，是由于测量暴露或结局的方法 有问题，所获得的信息不准确而产生的系统误 差。
来源 可来源于研究者、研究对象及用于测量 的仪器、设备及方法。
由于研究者事先知道研究对象的对研究因素的暴露情况，在作 出诊断结果时容易出现带有倾向性的主观判断。（如暴露组细致检 查，对非暴露组或对照组则较粗略）；另外，研究对象如知道暴露 情况，也可能出现对未来结局的主观判断。
多见于队列研究和实验性研究中。
暴露怀疑偏倚
研究者若事先了解研究对象的患病情况，对病例组和对照组询
一、选择偏倚（selection bias）
定义 研究对象的选取过程中，由于选取方式不当，
导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。
描述性研究的选择偏倚
主要体现在样本对总体的代表性上 如不是采用随机抽样而是使用方便样本，或某
些特定群体（志愿者、因特网利用者等）造成的外 部效度（外推）受限问题。 控制方法 尽量采用随机抽样，避免样本选取的偏向 对特定群体的结果在外推上要谨慎等
临床科研中常见偏倚及其预防
机遇与偏倚(1)
机遇：是观察结果的精确性及可重复性受到影
响；机遇是一种随机误差。
– 任何观察所固有，只能设法缩小，不能避免。
偏倚：观察结果系统地、向一个方向(或大、
或小)发生偏差而不能反映真实情况。
– 在科研设计、实施和分析阶段避免或校正。
机遇与偏倚(2)
机遇与偏倚反映了一项研究或测量结果的两方 面：精确性(随机误差)和真实度(系统误差)
– 选择偏倚：发生在设计阶段；
– 测量偏倚：发生在观察、研究、测量等实施阶段；
– 混杂偏倚：又称外来因素的影响，发生在设计阶段，
可通过统计方法加以纠正。
选择性偏倚
产生环节：设计阶段；
产生原因：被选入对象同落选对象间在与研
究有关的特征方面有系统差别，同时在比较
组间除研究因素外，其他一些有关因素也分
真实度高 真实度低
精 确 度 高 精 确 度 低
机遇对研究结果的影响
假阳性：如实际上两种方法治疗疗效相同，如少数病
人的抽样研究发现甲、乙两方法疗效不同，这是由于 机遇的影响而发生的假阳性错误，统计上称一类错误， 用α表示。
假阴性：如实际两种治疗一种比另一种好，但由于抽
样研究中机遇的影响，两者疗效十分相近而作出 直接估计机遇在临床研究中的作用大小； 表明机遇所致的围绕真实值变动的范围，
通常用95％或99％可信区间表示；
变动范围越窄，真实值越稳定。
真实性
指一项研究或观察所作推论的正确及可靠程度，
即结果反映观测对象的真实情况；
内部真实性：为正确反映研究人群或靶人群真
实状况的研究结果的外延部分；
2019厦门中药学基础知识：流行病学中常见的偏倚
偏倚是指在流行病学研究中样本人群所测得的某变量系统地偏离了目标人群中该变量的真实值，使得研究结果或推论的结果与真实情况之间出现偏差，这是由系统误差造成的。
今天我们就来看一下流行病学中常见的偏倚。
一、常见的选择偏倚：1、入院率偏倚：是指利用医院就诊或住院病人作为研究对象时，由于入院率的不同或就诊机会的不同而导致的偏倚。
用住院病例进行研究时可能没有包括:1)抢救不及时死亡的病例2)距离医院远的病例3)无钱住院的病例4)病情轻的病例。
2、现患新发病例偏倚，凡因现患病例与新病例的构成不同，只调查典型病例或现患病例的暴露状况，致使调查结果出现的系统误差都属于本类偏倚。
3、无应答偏倚和志愿者偏倚无应答者指调查对象中那些因为各种原因不能回答调查研究工作所提出的问题的人。
一项研究:工作的无应答者可能在某些重要特征或暴露上与应答者有所区别。
如果无应答者超过一定比例，就会使研究结果产生偏倚，即无应答偏倚。
4、检出征候偏倚,指某因素与某疾病在病因学上虽无关联，担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，导致该人群较高的检出率，以致得出该因素与该病相关联的错误结论。
5、易感性偏倚有些因素可能直接或间接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，由此产生的偏倚称为易感性偏倚。
信息偏倚也是流行病学中常见的偏倚。
二、常见的信息偏倚1、回忆偏倚指在回忆过去的暴露史或既往史时，因研究对象的记忆失真或回忆不完整，使其准确性或完整性与真实情况间存在的系统误差。
2、报告偏倚与回忆偏倚不同，报告偏倚是指研究对象因某种原因故意夸大或缩小某些信息而导致的偏倚，因此也称说谎偏倚。
3、诊断怀疑偏倚如果研究者事先了解研究对象对研究因素的暴露情况，怀疑其已经患某病，或在主观上倾向于应该出现某种阳性结果，于是在作诊断或分析时，倾向于自己的判断。
如对暴露者或实验组进行非常细致的检查，而对非露者或对照组则不然，从而使研究结果出现偏差。
第四章 临床研究常见的偏倚 及控制方法
28
4）失访偏倚（withdraw bias） 无应答的另一种形式。 失访原因： 药物副作用停药、丧失信心、 死亡、拒绝回答、迁居等。例：
某新型 抗菌素 随 Ⅱ期临 机 床试验
试验组 120例
对照组 120例
各种原因 20名患者 先后退出
结果比较 会受失访 偏倚影响
失访的有无会影响RR值的大小。
表3-1 中西药两组基本情况
西药组
中药组
病情 病情较轻
病情较重
依从性 容易服用（无味等）
不易服用（味苦）
年龄 青壮年多
老年较多
评价 风行一时新药
人人皆知老药
15
二、偏倚的作用和方向 1. 偏倚的作用
使研究结果偏离真实值，从而 改变其真实性。
偏倚作用的大小取决于其特点 及严重程度。
16
2. 偏倚的方向
自行拟定; 4. 尽可能采用客观指标; 5. 严格的纳入标准及பைடு நூலகம்除标准; 6. 确定病例的来源
12
三、样本量
1. 样本量过大 2. 样本量不充足 3. 临床研究时样本量的确定方法 4. 其他影响研究结果的问题
（1）入选对象的依从性 （2）失访情况 （3）结果判定的假阳性率等因素 5. 大规模、多中心研究的结果和结论 临床参考价值比较大。
研究中以不同期的病例作对照， 使病例间不可比，而导致的偏倚。
例：肺癌的生存率与60年代结果的比较 。 （背景不一致）
例：抗菌素治疗有效率与前些年的比较。 （毒力，抗药性等）
23
例：目前应用口服红霉素治疗猩红热， 治愈率＞ 40年前青霉素等综合治疗， 并发症也很少。
原因：猩红热的病原体乙型溶血性链球菌的 毒力减弱 患者病情随之减轻，并发症亦减少。 若不考虑不同时期疾病的变化，而直接
临床科研中常见的偏倚及其防止
分层分析纵隔肿块大小和何杰金病预后关系
分组
II III 症状 无 有
纵隔肿块的大小
大
小或无
复发率（％）
10/14(71)
6/32(19)
4/4(100)
7/13(54)
10/14(71) 4/4(100)
11/41(27) 2/4(50)
五、分层（Stratification）
病例对照和队列研究的分层分析 Mantel－Haenszel 方法
七、多变量分析
Mantel－Haenszel法只能平衡个别少数的 混杂因素，且对连续性的变量只能用等级分层 法（不太合理）。
60年代起，Comfield提出了Logistic回归 模型进行多变量分析，能在复杂关系中平衡多 种混杂因素的作用，进一步筛选出主要的危险 因素或预后因素，决定在病因及预后中的相对 比重。
是系统误差，可发生在设计阶段，在分析阶段易暴露 出来，可用分层方法加以消除，而一般偏倚则不易消 除，混杂不易在设计阶段识别加以均衡
存在混杂的几种情况：
E
E
E
D
D
D
F
F
F
三、混杂性偏倚（续）
分层 STRATIFICATION
心梗 对照
饮酒 有 无
合计
临床科研中常见偏倚及其预防
临床科研中常见偏倚及其预防陈世耀复旦大学临床流行病学中心？高血压与急性心梗预后研究设计：队列研究；病例：1985－1998年急性心梗住院病人543例； 分组：按有无高血压分两组；结果测量：两组病人住院病死率；结果：高血压组病死率高于无高血压组；结论：高血压是影响急性心梗预后的重要因素。
临床研究中的一些基本概念总体：同质个体所构成的全体；样本：从总体中取出的部分个体； 目的：从样本估计总体目标人群：又称靶人群，是样本人群来源的总体，也是样本人群研究结果用以说明或推广应用的总体人群；抽样及其抽样误差抽样：从总体中取出部分个体(进行研究)的过程。
原因：–我们不可能获得总体的全部资料；–我们没有足够的人力、物力研究总体；抽样误差：样本与总体之间由于抽样过程引起的差异，在统计学上称为抽样误差。
偏倚的定义偏倚是从样本研究中所得结果不能如实反映目标人群真实结果的一种系统误差； 临床研究比基础研究更容易产生偏倚：–两组可比性、心里因素、中途退出研究等； 偏倚的控制：–科研的设计和实施阶段；–统计学方法纠正。
机遇与偏倚(1)机遇：是观察结果的精确性及可重复性受到影响；机遇是一种随机误差。
–任何观察所固有，只能设法缩小，不能避免。
偏倚：观察结果系统地、向一个方向(或大、或小)发生偏差而不能反映真实情况。
–在科研设计、实施和分析阶段避免或校正。
机遇与偏倚(2)机遇与偏倚反映了一项研究或测量结果的两方面：精确性(随机误差)和真实度(系统误差)真实度高真实度低精确度高精确度低机遇对研究结果的影响假阳性：如实际上两种方法治疗疗效相同，如少数病人的抽样研究发现甲、乙两方法疗效不同，这是由于机遇的影响而发生的假阳性错误，统计上称一类错误，用α表示。
假阴性：如实际两种治疗一种比另一种好，但由于抽样研究中机遇的影响，两者疗效十分相近而作出假阴性的错误判断；统计上称二类错误，用β表示。
可信区间直接估计机遇在临床研究中的作用大小； 表明机遇所致的围绕真实值变动的范围，通常用95％或99％可信区间表示；变动范围越窄，真实值越稳定。
现况调查——常见的偏倚（流行病学）
在现况调查中常常存在如下⼏种偏倚：
1.⽆应答偏倚
对访问调查或信函调查获得应答的⽐例称应答率。
2.回忆偏倚和报告偏倚
由于各个对象所具有的某些特征不同，造成对⼀些问题回答不准确⽽引起偏倚。
3.测量偏倚
由于仪器不准、试剂不统⼀、实验条件不同造成测量结果不准确⽽引起偏倚。
4.调查者偏倚
如调查员有意对具有某些特征的对象进⾏深⼊调查引起偏倚。
此外，对同⼀问题不同调查员的衡量标准不同，甚⾄同⼀调查员在不同情况下对某个问题的理解不同等造成偏倚。
偏倚及其控制
流行病学中常见的偏倚及其控制误差（error）对事物某一特征的测量值偏离真实值的部分。
包括随机误差、系统误差随机误差：指随机抽样所得的均值与总体参数的差异，也称抽样误差。
只能减少，不能避免。
随机误差的两个特点1、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；2、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，样本均值逐渐向总体均值接近。
系统误差：当对群体的某一特征做一次测量或对某一个体的某一特征做多次测量时，所得均值与总体间的真实性也会产生误差，如果误差向量的方向一致或基本一致时，这种误差称为系统误差。
随机误差和系统误差的区别1、假设一项研究可以将样本量增至无穷大，如果研究样本无穷大能使误差减小到零，则此误差为随机误差。
系统误差不受样本量增加的影响，因此在研究样本无穷大时仍然存在的误差是系统误差；2、适当的重复试验或增加样本含量可以减少随机误差，但不能减少系统误差。
偏倚（bias）：指在流行病学研究中样本人群所测得的某变量系统地偏离了目标人群中该变量的真实值，使得研究结果或推论的结果与真实情况之间出现偏差，这是由系统误差造成的。
选择偏倚（selection bias ）：指被选入到研究中的研究对象与没有被选入者特征上的差异所造成的系统误差。
主要产生于研究的设计阶段，在各类流行病学研究中均可能发生，以在病例对照研究与现况研究中为常见。
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，由于入院率的不同或就诊机会的不同而导致的偏倚。
用住院病例进行研究时可能没有包括：1)抢救不及时死亡的病例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，只调查典型病例或现患病例的暴露状况，致使调查结果出现的系统误差都属于本类偏倚。
- 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)。
常大于个体变异
根据群体的变异范围确定“正常值”范围，用于判定
个体测得值是否“正常”
群体水平的变异性受测量误差影响
样本水平的变异性
通过不同样本研究所得结果的差异性
为什么高水平的血清总胆固醇是不利的或不健康
的？ 这可以在关于血清总胆固醇与心血管死亡风险呈 正相关的研究中找到答案。 如Framingham心脏研究。
解决办法：不同类型 的多家医院
入院病人
入院率不同的原因
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
（5）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。
内部真实性
内部真实性（internal validity） 定义 研究结果与实际研究对象真实情况的 符合程度 , 它回答一个研究本身是否真实或有效。 改善措施 限制研究对象的类型和研究的环境条件。
外部真实性
外部真实性（external validity）
定义
研究结果与推论对象真实情况的符合
程度，又称为普遍性（ generalizability ）。它回答 一个研究能否推广应用到研究对象以外的人群。 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。
研究误差
研究误差是真实性的反面，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。
研究误差的两种常见类型
系统误差：因研究设计或实施过程不恰当、或结果分析错误所致，也称为偏 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：常来源于研究对象的选择过程，即抽样过程。可用统计学方法 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。
例：以糖尿病为对照研究肝癌与高血压的关系，假如人群中 糖尿病和肝癌患者各1000人，两种病人暴露于高血压者各 200人，暴露率为20%，计算结果如下：
高血压 + – 合计
肝癌 200 800 1000
糖尿病 200 800 1000
合计 400 1600 2000
OR=ad/bc=200×800/200 ×800=1 说明肝癌的发生与高血压无关
颈椎病与社会地位的关系：
社会地位 上等阶层 非上等阶层 合计
病例组（颈椎病） 660 1200 1860
对照组（冠心病） 912 2880 3792
合计 1572 4080 5652
OR＝660×2880/912×1200＝1.73（P<0.001）
现患病例—新发病例偏倚
用于病例对照研究或现况研究的病例一般是研究期 间的现患病例，而不包括死亡病例和病程短、轻型、 不典型的病例。 存活病例中又有新发和现患病例。存活同死亡病例 在所研究的因素方而有系统差异。新发同现患病例 间也有系统差异；
举例：用动脉血压计测量某人群舒张压
真值 均值
发 生 频 次
偏倚
测量 均值
随机误差
80
100
舒张压 （ mmHg ）
血压计法测量某人舒张压值的分布
临床科学研究中的误差与样本的关系
偏倚
偏倚是指在调查研究设计或实施阶段，由于某种或某些因素的影响， 使得研究或推论结果与真实情况存在系统误差，或者指在研究或推 论过程中所获得的结果系统地偏离其真实值，属于系统误差。
接受保健检查入院：480×40%＝192人 实际入院人数：720＋192＝912人
2.患冠心病不属上等阶层：共4800人
正常入院：4800×60%＝2880 实际入院人数： 2880
3.患颈椎病并属上等阶层：共1200人， 正常入院：1200×25%＝300人 接受保健检查入院：900×40%＝360人 实际入院人数：300＋360＝660人 4.患颈椎病不属上等阶层：共4800人 正常入院：4800×25%＝1200 实际入院人数：1200
某些病人患病后，可能会改变原来的某些暴露因素， 这种用于研究的病例类型(现患病例)显然会与队列 研究或实验研究不同(多用新发病例)，其产生的偏 倚即为现患病例—新发病例偏倚。
现患－新发病例偏倚 (prevalenceincidence bias) / Neyman偏倚
☻ 入选的为现患或存活病例 ☻ 不包括死亡病例、病程短 的病例
偏倚的方向
偏倚的方向是指对事物所产生的效应的估计值是大于或小于效应真 值所做出的一种定性判断，不涉及偏倚的大小。
效应值为危险效应
正偏倚与负偏倚
负偏倚
正偏倚
RR＝1 Null value
RR>1
效应值为保护效应
负偏倚
正偏倚
RR<1
RR=1 Null value
颠倒偏倚
RR>1
RR=1 Null value
时间效应偏倚 (time effect bias)
入院率偏倚 (admission rate) / Berkson偏倚
利用医院就诊或住院病例为研究对象，由于入院率不同而导致偏差。
入院率偏倚 (admission rate) / Berkson偏倚
☻ 病例组与对照组 (其他疾病的患者) 入院率不同 ☻ 入选的与不入选的 暴露率不同
五年内发生 心肌梗死风险（%）
图 8-2 膳食与药物预防心机梗死的样本变异性示例
如图8-2，研究A和B中膳食改良组五年内发生心机梗死
的风险为9%，而降胆固醇药物组为6%。
研究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，发生重叠，无显著性差异。
研究B样本较大（2000人），两组效应指标（心肌梗死
例如：在一般人群和住院病人中研究骨和运动器官疾 病与呼吸道疾病之间的关系。
呼吸道 疾病
+ – 合计 OR
一般人群 + – 17 207 184 2376 201 2583 1.06
合计 224 2560 2784
住院病人 + – 合计 5 15 20 18 219 237 23 234 257 4.06
风险）的95%CI较小，未发生重叠，有显著性差异。
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。 样本非常大，两组间差异很小的效应值也会有 统计学显著差异，但这很少有生物学或临床意义。
研究的真实性 概
真实性(效度)
述
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。
分析性结果的样本变异性
A(研究对象 200 人，随机分配到两组) 研究 研究 A（研究对象 200 人，随机分配到两组）
膳食改良组 膳食改良组 降胆固醇药物组 降低胆固醇药物组 0 5 10 15
五年内发生 心肌梗死风险（%）
研究 B（研究对象 2000 人，随机分配到两组） 膳食改良组 膳食改良组 降胆固醇药物组 降低胆固醇药物组 0 5 10 15
解决办法：新发病例
例如：Friedman等人在美国弗明汉地区对胆固醇与冠 心病的关系中发现，男性居民在队列研究和病例对照 研究中RR和OR分别为2.4和1.16， 原因：冠心病病人在确诊后，改变了原来的生活习惯 或嗜好，从而使血中胆固醇水平降低或与正常人相比 血中胆固醇水平增长速度较慢所致。
血胆固醇与冠心病的关系 队列研究 病例对照研究 胆固醇 水平 病例 对照 合计 病例 对照 合计 >75 85 462 547 38 34 72 <75 116 1511 1627 113 117 230 合计 201 1973 2174 151 151 302 RR=2.40 OR=1.16
混杂偏倚 (confounding bias)
选择偏倚
(Selection Bias)
指由于入选的研究对象与未入选的研 究对象在某些特征上存在差异而引起的 误差。这种偏倚常发生在设计阶段。
无偏抽样
选择偏倚
选择偏倚
入院率偏倚 (admission rate) / Berkson偏倚 现患病例－新发病例偏倚 (prevalenceincidence bias) / Neyman偏倚 检出征候偏倚 (detection signal bias) / 暴露 偏倚 (unmasking bias)
以医院中心肌梗死病人为病例进行病例对照研究，得到结论： 大量饮用咖啡与心肌梗死无关。 而队列研究表明：大量饮用咖啡者心肌梗死发病危险性是对 照的2倍。 原因： Neyman bias 50％的心肌梗死患者入院前死亡。调查对象只是心肌梗死后的 幸存者； 死亡者多是大量饮用咖啡者且时间较长； 入院的未死亡病例只是一般的饮用者；
这两种疾病的病人社会阶层情况：
1.患冠心病并属上等阶层：1200人 2.患颈椎病并属上等阶层：1200人
3.患冠心病不属上等阶层：4800人
2.患颈椎病不属上等阶层：4800人
社会地位 上等阶层 非上等阶层 合计
病例组（颈椎病） 1200 4800 6000
对照组（冠心病） 1200 4800 6000
描述性结果的样本变异性
源群体 180，174，215，305 233，276，146，195 205，188，190，295 170，164，248，162 220，219，228，250 高胆固醇率 = 25% （>240mg/dL）
样本 样本A A
305，276，195，215，170
样本 BB 样本
第十一章 临床科研中常见的偏倚及 防治方法
研究结果的变异性
个体水平的变异性 群体水平的变异性 样本水平的变异性
概 述