1、1,临床流行病学,医学科研中的常见偏倚及其控制,2,临床流行病学,一、概述 （一）偏倚（bias）偏倚是一种从各样本组的比较研究中所得结果不能如实地反映目标人群中真实结果而产生的系统误差（systematic error）。 从临床科研的角度看，偏倚是在研究各病例组间变量有否差异的过程中产生的一种系统误差。,3,临床流行病学,以人为主要研究对象的医学科研极易产生偏倚原因之一是人与动物不同，其个体差异难以控制；原因之二是人的心理活动复杂，常影响其依从性。在医学科研中对偏倚的识别和控制极为重要在医学研究中偏倚普遍存在，但可在设计、实施及分析阶段设法避免，或尽量减少其产生，并予以及时有效的纠正。,4
2、,临床流行病学,（二）机遇（chance）机遇是一种随机误差（random error）,它是各测量结果间受机会影响的变异度的大小。机遇所致的随机误差只能设法缩小，但不能避免。这种随机误差主要对观察结果的精确性和可重复性产生影响。,5,临床流行病学,机遇对研究结果的影响具体表现在假阳性和假阴性错误上。 假阳性错误在统计学上又称类错误，即水平 假阴性错误在统计学上又称类错误，即水平 可信范围和可信区间是表明机遇所致的围绕真实值的随机变动范围,6,临床流行病学,（三）真实性（validity）指一项观察或研究所作推论的正确及可靠程度。医学研究的目的是通过对样本人群的观察和研究，取得研究变量同结果变
3、量之间的真实联系，并将此真实联系推广到样本人群所属的目标人群范围内。内部真实性（internal validity）外部真实性（external validity）,7,临床流行病学,二、偏倚的主要类型在研究设计、测量及分析过程中，根据可以导致研究结果系统地偏离真实值的因素不同，偏倚主要有三种类型：1、选择偏倚（selection bias）：主要发生在设计阶段，研究对象的代表性较差。2、信息偏倚（information bias）：主要发生在观察、测量的实施阶段，收集的信息不准确；3、混杂偏倚（confounding bias）：在设计阶段和分析阶段均可发生。,8,临床流行病学,三、常见偏倚
4、及控制1、入院率偏倚（Berkson bias）在利用医院病例作为研究对象时，由于具有某研究因素的病人与不具有该研究因素的病人被选为研究对象的机率不同，而导致研究因素与研究疾病之间关系发生被歪曲的现象。,9,临床流行病学,实例： 表1 呼吸道疾病与骨关节疾病的关系 一般人群 曾住院6个月以上者 呼吸道 骨关节疾病 骨关节疾病疾病 病例 对照 计 病例 对照 计有 17 207 224 5 15 20无 184 2376 2560 18 219 237小计 201 2583 2784 23 234 257OR=1.06 OR=4.06,10,临床流行病学,表2 过敏及代谢性疾病与疲劳综合症的关系
5、 过敏及 一般人群 曾住院6个月以上者 代谢性 疲劳综合症 疲劳综合症疾病 病例 对照 计 病例 对照 计有 13 136 149 1 21 22无 127 2508 2635 27 208 235小计 140 2644 2784 28 229 257OR=1.89 OR=0.37,11,临床流行病学,原因是：呼 骨 入院率 （%） 过敏 疲劳 入院率 （%） 5/17 29.4 1/13 7.3 15/207 7.2 21/136 15.4 18/184 9.8 27/127 21.2 219/2376 9.2 208/2508 8.3,12,临床流行病学,控制：尽可能采用以人群为基础的病例
6、对照研究；以医院为基础的病例对照研究宜采用多中心合作。,13,临床流行病学,2、发病率与患病率偏倚（Neyman bias）当某种疾病出现（一段时间）以后，其病因或影响因素则可能不复存在或发生较大变化，这时因果关系发生时间上的断裂，致使观察到的因果关系出现假象。（老病人新病人偏倚，存活者偏倚）,14,临床流行病学,实例之一：在医院内心肌梗死病人中调查大量饮用咖啡者心肌梗死发病的危险性是否提高？ 结论：大量饮用咖啡对心肌梗死发病并无影响。 事实：大量饮用咖啡心肌梗死发病危险性是对照的2倍。 原因：50%的心肌梗死患者入院前已死亡，研究对象仅是幸存者。入院的病例只是一般的饮用咖啡或已减少了饮用量，
7、而医院的其他对照病例可能饮用咖啡的比例较一般人群高。,15,临床流行病学,实例之二：分别采用病例对照研究和队列研究的方法观察冠心病与高胆固醇血症之间的关系。 结果：病例对照研究中OR=1.16队列研究中RR=2.4 原因：病例对照研究的对象主要是现患病例，他们已改变了高胆固醇饮食习惯，因此病例组中暴露比例明显下降，接近于对照组。,16,临床流行病学,控制：使用新病例应用队列研究基础上的巢式病例对照研究；同时考虑暴露程度和暴露时间与暴露结局的联系，可用Cox模型进行分析。,17,临床流行病学,3、检出征候偏倚（诊断信息偏倚）某暴露因素可引起与所研究疾病相似的症状和体征，而具有这些症状和体征的人因
8、主动就医而有更多的机会被诊断为病例，最终造成该暴露因素与疾病之间虚假的高度关联。,18,临床流行病学,实例： 在同一医院两次研究所呈现的 绝经期服用雌激素与子宫内膜癌的关系 绝经期 子宫出血病例 刮宫或子宫切除病例服用 子宫内膜癌 子宫内膜癌 雌激素 病例 对照 计 病例 对照 计有 72 17 89 59 30 89无 45 100 145 89 118 207小计 117 117 234 148 148 296OR=9.4 OR=2.6,19,临床流行病学,原因： 雌激素子宫出血就诊机会增加子宫内膜癌病例中对 雌激素的暴露比例增多,20,临床流行病学,4、志愿者偏倚（volunteer b
9、ias）志愿者与非志愿者在许多因素上都有系统差异，一方面志愿者与非志愿者间不具可比性，另一方面志愿者也不能很好地代表全人群。5、易感性偏倚（健康工人效应）一方面在职工人绝大多数是健康者，而一般人群中包括了部分非健康者；另一方面在岗工人往往对所存在的暴露因素不敏感，其易感性与一般人群不同。,21,临床流行病学,6、无应答偏倚与失访偏倚7、结局竞争偏倚如果某因素与多种结局（疾病）有关，这些结局的平均潜伏期存在差异，则结局出现竞争。先发生某病的个体，因死亡而“失去”发生另一种疾病的机会，使后一种疾病实际测量的发病率低于应该的发病率，导致该因素与后一种疾病的联系强度减弱。,22,临床流行病学,8、回忆
10、偏倚包括由于遗忘而回忆不准确；不愿意正确回答；迎合流行的价值取向（社会期望偏倚）。 控制：提高调查技巧；选用客观指标；进行质量控制。,23,临床流行病学,9、错误归类或错分偏倚对每种疾病或暴露的诊断或测定都存在有一定的灵敏度和特异度，均不可能达到100%，因此会产生假阳性和假阴性，从而发生错分。 均衡性错分（即病例组和对照组受到同等程度的错分）产生偏倚较小，在多数情况下模糊了研究组的差异，结果趋近于无效假设。 非均衡性错分可使结果发生正偏倚或负偏倚。,24,25,临床流行病学,控制：尽量采用金标准诊断方法，或接近金标准的诊断方法，而且在各研究组一视同仁地执行。,26,临床流行病学,10、混杂偏倚（confounding bias）控制：限制，匹配，标准化，分层分析和多因素分析。,27,黄色瘤D,喝咖啡E,高血清胆固醇C,吸烟C,胰腺癌D,冠心病E,？,？,例：,继发关联,28,HIV感染D,性乱F,静脉吸毒E,？,例：,直接因果关联的歪曲,
