1、預防醫學系 程先進2021/9/301蚌埠醫學院Unit 7流行病學研究中的偏倚2021/9/302蚌埠醫學院引 言研究的解說涉及到研究的真實性與因果推斷的問題。研究的真實性直接關系到是否獲得正確的結論，而真實性需要通過變異性估計來確定對于因果關系的研究，從研究結果如何做出正確的因果推斷，也是非常重要的但在研究過程中，由于各種因素的影響，使研究結果與真實情況往往存在差異，有時甚至回作出錯誤的結論。原因：隨機誤差、系統誤差（偏倚bias）2021/9/303蚌埠醫學院流行病學研究中的誤差誤差(error)定義 指對事物某一特征的度量值偏離真實值的部分，即測定值與真實值之差分類 隨機誤差(rand

2、om error) 系統誤差（systematic error偏倚bias）2021/9/304蚌埠醫學院舉例：用動脈血壓計測量某人血壓（實際值為80mmHg），各次讀數的均值為100mmHg，系統誤差和隨機誤差可用以下圖示隨機誤差80100舒張壓（mmHg）系統誤差發生頻次圖3 血壓計法測量舒張壓值的分布2021/9/305蚌埠醫學院流行病學研究中的誤差隨機誤差(random error)廣義 因機遇不同估計總體參數時所產生的誤差，如選擇的機遇、時間的機遇狹義 隨機抽樣所得均值對總體均值的誤差特點 沒有固定方向和固定大小 一般呈正態分布2021/9/306蚌埠醫學院180 ，174，215，

3、305233，276，146，195205，188，190，295170，164，248，162220，219，228，250295，146，220，162，228219，164，190，188，233205，276，195，215，170源群體 樣本A 樣本B 樣本C 高膽固醇率 = 40%=20% =0% 高膽固醇率 = 25% （240mg/dL） 圖1 源群體與樣本高膽固醇率的樣本誤差示例2021/9/307蚌埠醫學院流行病學研究中的誤差系統誤差（偏倚bias） 定義 屬于系統誤差，在研究或推論過程中所獲得的結果系統地偏離其真實值特點 具有單方向性 可高于真值，也可低于真值（按規律變化

4、）分類 選擇偏倚、信息偏倚、混雜偏倚2021/9/308蚌埠醫學院流行病學研究中的誤差隨機誤差和系統誤差的區別種類來源主要控制方法隨機誤差測量方法和測量對象的變異（統計方法問題）增加測量次數和樣本量，對測量結果進行統計處理等系統誤差儀器、理論和個人誤差改變測量工具或測量方法，對測量結果考慮修正值等2021/9/309蚌埠醫學院偏 倚（bias)偏倚 定義 屬于系統誤差，在研究或推論過程中所獲得的結果系統地偏離其真實值特點 具有單方向性 可高于真值，也可低于真值分類 選擇偏倚、信息偏倚、混雜偏倚2021/9/3010蚌埠醫學院偏 倚（bias)一、 選擇偏倚 （ selection bias ）

5、 研究者在挑選研究人群時由于選擇條件受限制或設計失誤所致的系統誤差2021/9/3011蚌埠醫學院偏 倚（bias)常見種類 入院率偏倚 現患-新發病例偏倚易感性偏倚 無應答偏倚 檢出征候偏倚 時間效應偏倚排除偏倚 志愿者偏倚2021/9/3012蚌埠醫學院偏 倚（bias)入院率偏倚（admission rate bias） 利用醫院就診或住院病人作為研究對象時，由于入院率或就診機會不同而導致的偏差 2021/9/3013蚌埠醫學院偏 倚（bias) 特別是用住院病人進行研究時，很容易產生這種偏倚，主要是因為住院病人作為研究對象時可能沒有包括：（1）、搶救不及時而死亡的病例（2）、距離醫院遠

6、的病例（3）、無錢住院的病例（4）、病情輕的病例 此外不同醫院的技術專長、專業水平也會造成不同疾病在不同的醫院的就診斷或住院率的差別。2021/9/3014蚌埠醫學院偏 倚（bias)例如：在一般人群和住院病人中研究骨和運動器官疾病與呼吸道疾病之間的關系。 一般人群 住院病人 + 合計 + 合計 + 17 207 224 5 15 20 184 2376 2560 18 219 237合計 201 2583 2784 23 234 257 OR 1.06 4.06呼吸道疾病2021/9/3015蚌埠醫學院 高血壓 肝癌 糖尿病 合計 + 200 200 400 800 800 1600 合計

7、1000 1000 2000 OR=ad/bc=200800/200 800=1 說明肝癌的發生與高血壓無關例：以糖尿病為對照研究肝癌與高血壓的關系，假如人群中糖尿病和肝癌患者各1000人，兩種病人暴露于高血壓者各200人，暴露率為20%，計算結果如下：2021/9/3016蚌埠醫學院假定肝癌、糖尿病、高血壓患者的住院率分別為20%，50%和40%，計算結果如下： 高血壓 肝癌 糖尿病 合計 + 104 140 244 160 400 560 合計 264 540 804 OR=ad/bc=104 400/160 140=1.86 說明兩者有聯系2021/9/3017蚌埠醫學院偏 倚（bias

8、) 現患-新發病例偏倚（ prevalence-incidence bias） 又稱奈曼偏倚，凡因現患病例與新病例的構成不同，只調查典型病例或者現患病例的暴露情況，致使調查結果出現的系統誤差都屬于本類誤差2021/9/3018蚌埠醫學院偏 倚（bias)例如：Friedman等人在美國弗明漢地區對心血管系統疾病的研究中發現，男性居民在隊列研究和病例對照研究中RR和OR分別為2.4和1.16，進一步分析發現，冠心病病人在確診后，改變了原來的生活習慣或嗜好，從而使血中膽固醇水平降低或與正常人相比血中膽固醇水平增長速度較慢所致。2021/9/3019蚌埠醫學院血膽固醇與冠心病的關系 隊列研究 病例對

9、照研究 病例 對照 合計 病例 對照 合計 75 85 462 547 38 34 72 75 116 1511 1627 113 117 230合計 201 1973 2174 151 151 302 RR=2.40 OR=1.16 膽固醇水平2021/9/3020蚌埠醫學院偏 倚（bias)易感性偏倚（susceptibility bias） 觀察對象可能因各種主客觀原因不同，暴露于危險因素的概率不同，使得各比較組對所研究疾病的易感性有差異，從而可能夸大或縮小了暴露因素與疾病間的關聯強度，導致兩者間的虛假聯系無應答偏倚（non-respondent bias） 調查研究中那些因各種原因不回

10、答或不能回答所提出問題的人、不依研究設計接受治療者人稱為無應答者2021/9/3021蚌埠醫學院偏 倚（bias)檢出征候偏倚 （ detection signal bias） 在疾病和暴露之外存在一個征候因素，即一種臨床癥狀或體征；這種癥狀或體征不是疾病的危險因素，但人們因具有這種征候去就診，從而提高了早期病例的檢出率；致使過高地估計了暴露程度，因而發生了系統誤差，最終可能得出該征候因素與該疾病有聯系的錯誤結論2021/9/3022蚌埠醫學院偏 倚（bias)時間效應偏倚（ time effect bias） 許多慢性病（如惡性腫瘤、冠心病）自接觸有效暴露（內、外環境的危險因素）之日起至出現

11、臨床癥狀止，其間經過一段漫長的潛隱過程；在此期間他們實際上是有暴露史但未出現癥狀，用現有檢測手段未能發現有癥狀的病人；但由于無明顯的癥狀，因此常被錯誤地歸入健康對照組內2021/9/3023蚌埠醫學院偏 倚（bias)排除偏倚（exclusive bias） 研究者在設計時除規定研究對象診斷標準、納入標準外，還應規定哪些個體不能選作研究對象，即規定排除標準，這些標準在實施期間不得更改志愿者偏倚 （volunteer bias） 志愿參加觀察的研究者同非志愿者在關心健康、注意飲食衛生及營養食療、禁煙禁酒、堅持鍛煉等方面有差異，因志愿者常被入選為觀察對象，而非志愿者常被落選，故這樣的觀察或研究結果

12、肯定有選擇偏倚2021/9/3024蚌埠醫學院偏 倚（bias)測量（以病例對照研究為例） 總體 選擇概率 暴露 非暴露 暴露 非暴露病例非病例樣 本xx1x2x3xx1x2x3病例非病例Y=x/xY1= x1/ x1Y2= x2/x2Y3= x3/x32021/9/3025蚌埠醫學院偏 倚（bias)上圖所示：總人群X.X3/X1.X2樣本1 x . x 3/ x 1. x 2根據選擇概率1 選擇偏倚 或 = -1Y.Y3Y1.Y2OR1-ORORY.Y3Y1.Y22021/9/3026蚌埠醫學院偏 倚（bias)選擇偏倚控制方法了解整個研究中可能出現的選擇偏倚嚴格掌握研究對象納入、排除標準

13、取得研究對象合作，減少無應答、失訪盡量采用多種對照采用嚴格科學的研究設計2021/9/3027蚌埠醫學院偏 倚（bias)二、信息偏倚（information bias） 在收集和整理有關暴露或疾病資料時所出現的系統誤差，主要發生在觀察、收集資料及測量等實施階段 這種偏倚既可來自于研究對象、研究者本身，也可來自于測量儀器、設備、方法等。2021/9/3028蚌埠醫學院偏 倚（bias)常見種類暴露懷疑偏倚 診斷懷疑偏倚測量偏倚 報告偏倚回憶偏倚 歸類錯誤偏倚 誘導偏倚2021/9/3029蚌埠醫學院偏 倚（bias)暴露懷疑偏倚（ exposure suspicion bias） 研究者在收集

14、并確定病例組的暴露比例時所具有的認真、細致、深入程度同對照組相比有重大的系統差別 診斷懷疑偏倚（diagnostic suspicion bias） 常發生在前瞻性研究中，在病例對照研究中也可發生，特別是診斷亞臨床病例，判斷藥物的毒副作用時，研究者主觀偏見和研究對象的主觀因素2021/9/3030蚌埠醫學院偏 倚（bias)測量偏倚（detection bias） 實驗過程中由于實驗的儀器和試劑質量及操作人員的操作誤差造成的偏倚稱為測量偏倚，又叫檢出偏倚 報告偏倚（reporting bias） 研究對象的有意做假所造成，即有意的夸大或縮小某些信息而導致的偏倚，亦被稱作說謊偏倚2021/9/3

15、031蚌埠醫學院偏 倚（bias)回憶偏倚（recalling bias） 研究對象在回憶以往發生的事件或經歷時，由于記憶失真或不完整在準確性和完整性上的差異所致的系統誤差歸類錯誤偏倚（ misclassification bias） 每項病癥所用的客觀診斷試驗或測定儀器都有一定的靈敏度和特異度，而不可能是100%，于是就會產生一定的假陽性和假陰性錯誤即誤診和漏診這就發生了錯分，即本應是病人，錯將他分入了對照組，而本應是健康者，錯將其分入了病例組2021/9/3032蚌埠醫學院偏 倚（bias)誘導偏倚（inducement bias） 調查者的詢問技術不正確，或為獲得陽性結論誘使被調查者做一

16、傾向性回答，往往表現為對病例組做誘導，而對對照組不做誘導或負誘導，由此只能作出虛假的結論2021/9/3033蚌埠醫學院偏 倚（bias)測量 信息偏倚的表現形式為錯誤分類，暴露狀態、疾病結局、混雜因素都可能發生錯分。目前用于錯分的軟件有很多種，以暴露因素的錯分為例進行分析。 以研究對象的一個樣本（對照組）為例，令：真正暴露X=1，真正非暴露X=0；被分類為暴露X*=1，被分為非暴露X*=0。由此得到四個概率：2021/9/3034蚌埠醫學院偏 倚（bias)Se=暴露對象被分為暴露的概率=靈敏度=Pr（X*=1 X=1）Fn=暴露對象被分為非暴露的概率=假陰性概率=Pr（X*=0 X=1）=

17、1- SeSp=非暴露對象被分類為非暴露的概率=特異度=Pr（X*=0 X=0）Fp=非暴露對象被分類為暴露的概率=假陽性概率= Pr（X*=1 X=0）=1- Sp2021/9/3035蚌埠醫學院偏 倚（bias)假設研究對象B1是真正暴露，研究對象B0是真正非暴露，那么：B1 =預期被分類為暴露的研究對象數 = Se B1+ Fp B0 （方程式1）*2021/9/3036蚌埠醫學院偏 倚（bias)B0=預期被分類為非暴露的研究對象數 = Fn B1+ Sp B0 （方程式2）注意： Se+ Fn= Fp +Sp=1，故錯分不改變總數：M0= B1 + B0= （Se+ Fn） B1+（

18、 Sp+ Fp） B0 =B1 + B0 在大多數研究中，觀察到的是正確分類數和錯分類數的和。假定靈敏度和特異度分別為Se和Sp，（則Fn=1- Se， Fp=1- Sp），那么通過解方程式1和式2可以估計B1 和 B0*2021/9/3037蚌埠醫學院偏 倚（bias)從方程式2得到：B0=（B0 - Fn B1）/ Sp代入方程式1得到：B1 = Se B1+ （B0 - Fn B1）/ Sp求得： B1 =（ B1 Fp M0 ）/（ Se+ Sp-1） B0 = M0 - B1同樣可以從錯分的病例數A1和A0來估計A1和A0：A1=（ A1- FpM1）/（ Se+ Sp-1）*202

19、1/9/3038蚌埠醫學院偏 倚（bias)A0=M1- A1， M1是觀察的病例總數，然后進行暴露分類的靈敏度分析。此方法可應用于病例對照、封閉隊列和患病率調查資料的分析。信息偏倚=OR1-OR/OR如=0不存在如0存在，正偏倚 2021/9/3039蚌埠醫學院偏 倚（bias)兩種結果無差異性錯誤分類 暴露或疾病的錯誤分類同研究分組無關，各比較組間不存在差異；在多數情況下模糊了研究組的差異，使OR偏低差異性錯誤分類 暴露或疾病的錯誤分類同研究分組有關，各比較組間存在差異；造成高估或低估效應值2021/9/3040蚌埠醫學院2021/9/3041蚌埠醫學院兩組調查所得暴露情況與實際暴露情況

20、實際暴露情況調查所得 病例 對照暴露情況 + - 合計 + - 合計 + 54 12 66 27 21 48 - 6 28 34 3 49 52 合計 60 40 100 30 70 100 2021/9/3042蚌埠醫學院偏 倚（bias)OR=6070/30 40=3.5OR1=66 52/34 48=2.1信息偏倚=2 .1-3 .5/3 .5=-0 .40 aRRM-H或aORM-H，為正偏倚，陽性偏倚。（2）、cRR或cOR1表示：因素E可能與疾病D的發生有關2021/9/3059蚌埠醫學院偏 倚（bias) 進一步考慮年齡對結果的影響（表2），可見對照組80%對象年齡小于40歲，病例組僅50%小于40歲，兩組年齡分布不一致。表2：各比較組的