电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

流行病学探究中常见偏倚VIP免费

流行病学探究中常见偏倚_第1页
1/80
流行病学探究中常见偏倚_第2页
2/80
流行病学探究中常见偏倚_第3页
3/80
流行病学研究中的常见偏倚及其控制上海交通大学公共卫生学院施榕偏倚(bias)指观察值与真值之间的偏离,是一种随机误差以外误差的误差,属系统误差(systemicerror)它是由某些较为恒定的不能准确测量的因素所造成。偏倚可发生在流行病学研究的设计、实施分析等各个阶段,如选择对象中以志愿者代替随机样本,使调查对象不能代表总体。重复抽样或加大样本含量并不能使这种误差减少或消失。流行病学研究中常见的偏倚主要有三大类,即选择偏倚、信息偏倚、混杂偏倚。。第一节选择偏倚及控制一、选择偏倚概念及类型选择偏倚(selectionbias)是由于选择研究对象的方法有问题,使入选者与未入选者在某些特征上存在着系统差异,从而导致研究结果偏离真实情况。在各类流行病学研究中均可发生选择偏倚,以病例对照研究中较为常见,如入院率偏倚、现患病例-新病例偏倚、检出症候群偏倚等。1.入院率偏倚(admissionratebias)入院率偏倚是由于各种疾病的入院率不同而致的偏倚。现举例说明。某研究者计划研究A病与X因素的关系,A病例取自某医院,同时,他以同一医院随机抽取相应人数的B病人作对照。表6-1人群中病例对对照研究X因素A病(病例组)B病(对照组)合计有120012002400无480048009600OR=1,χ2检验差异无显著性,说明A病与X因素无关系。假设A病住院率为25%,B病住院率为60%,具有X因素也有一定的入院率为40%。现就上述不同的入院率计算住院人数:A病无X因素住院人数=4800×0.25=1200人A病有X因素住院人数=1200×0.25+(1200-300)×0.4=660人B病无X因素住院人数=4800×0.6=2800人B病有X因素住院人数=1200×0.6+(1200-720)×0.4=912人X因素A病(病例组)B病(对照组)合计有6609121572无120028804080表6-2医院为基础的病例对照研究89.81379218604080157256521200912288066022=-=74.112009122880660===bcadORP<0.01,上述结果表明人群中A病与X因素本无关联,而以医院病例作为样本所得观察结果则是有关联的。2.现患病例-新病例偏倚(prevalence-incidencebias)在病例对照研究,调查时选择的病例往往是存活的现患病例,无法对那些因患病已死亡的病例或轻型、非典型或已痊愈的病例进行调查,而队列研究中常采用新发生的病例,因而病例对照研究得出的结论与队列研究的结果可能发生差异,此即现患病例-新病例偏倚,也称为奈曼偏倚(Neymanbias)。例如,Friedman等人在美国弗明汉地区对心血管系统疾病的研究中发现:男性居民在队列研究中,具有高胆固醇水平者,患冠心病的RR值为2.40,而另一项病例对照研究中,病例组与对照组却无明显差异,OR=1.16(表)。表6-3费明汉地区男性居民血胆固醇水平与冠心病关系定群研究病例对照研究检查时新病人总数未发病人数合计检查时现患病人总数未发病人数合计胆固醇≥P7585462547383472胆固醇

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

流行病学探究中常见偏倚

确认删除?
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群