真实性与可靠性演示文稿

真实性与可靠性演示文稿当前第1页\共有94页\编于星期五\7点（优选）真实性与可靠性当前第2页\共有94页\编于星期五\7点

第一节研究的真实性第二节研究的可靠性当前第3页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第4页\共有94页\编于星期五\7点当前第5页\共有94页\编于星期五\7点一、真实性真实性

一系列观察或研究所作推论的正确及可靠程度，即所得结果反映了欲测试对象的真实情况。研究的真实性在充分考虑了各种影响结论或推断的因素后，将研究结果外推至样本以外人群时的真实程度，包括内部真实性和外部真实性。当前第6页\共有94页\编于星期五\7点内部真实性

internalvalidity

指一项能正确反映研究人群及目标人群真实状况的研究结果的外延性。内部真实性强调研究结果是否无偏地反映了所研究因素与疾病的真实联系。通常受误差（随机误差和系统误差）影响。外部真实性

externalvalidity从研究中得出的联系可否被外推至不同时间、不同地区的不同人群。当前第7页\共有94页\编于星期五\7点

二、偏倚

误差可分为随机误差和系统误差。

以测量血压为例说明随机误差与系统误差之间的关系。当前第8页\共有94页\编于星期五\7点某技术熟练医师测量某人舒张压先由动脉内插管反复测量，各次读数的均值为80mmHg。此法虽然准确但在实际应用中有困难。再用血压计反复测量，各次测量结果均在套管法测量值的右侧，其均值为90mmHg。

由血压计测量个体血压所得的数值相对于套管法测量的误差，即为系统误差，这显然是由于检查器械和方法的不同所引起的。

但是无论单用插管法测量还是单用血压计法依然有误差，这是随机误差，是由于机体血压本身就有瞬时变化和测量中的偶然因素所引起的，各自的变异结果均服从随机分布。

当前第9页\共有94页\编于星期五\7点观察系统误差次数

随机误差

80

90舒张压（mmHg）

图1动脉内插管法和血压计法测量舒张压值的分布

动脉内插管法血压计法随机误差当前第10页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第11页\共有94页\编于星期五\7点二、偏倚（一）偏倚的定义对所得观察资料的推理偏离真实值，或自样本人群所得暴露变量与结果变量的联系不能反映目标人群的暴露变量与结果变量间的真实联系即谓之偏倚。当前第12页\共有94页\编于星期五\7点

偏倚是一种系统误差，具有方向性。

正方向，使原来的真实值被夸大，

负方向，使原来的真实值被缩小。

（二）偏倚的方向偏向当前第13页\共有94页\编于星期五\7点A.B.C.当前第14页\共有94页\编于星期五\7点颠倒偏倚

switchoverbias

当RR(θ)＝0.5，RR()＝1.5，

或反之，即所产生的偏倚跨过零效应值1.0，由保护效应偏离为危险效应，或由危险效应偏离为保护效应。

颠倒偏倚使偏倚的结论走向原真实情况的反面，歪曲了真相。当前第15页\共有94页\编于星期五\7点（三）偏倚的种类

临床研究从设计、实施、分析至推断过程中均可发生偏倚。偏倚可存在于各种类型的研究中。偏倚发生的环节繁多，形式各异，大致可分为以下三类：

1.选择偏倚：主要发生在研究的设计阶段

如入院率偏倚、奈曼偏倚和检出征候偏倚等。

2.信息偏倚：主要发生在研究的实施阶段

如报告偏倚、调查者偏倚和回忆偏倚等。

3.混杂偏倚：主要发生在研究的设计和分析阶段当前第16页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第17页\共有94页\编于星期五\7点三、选择偏倚selectionbias

（一）定义医学研究过程中，从按一定的条件纳入的研究对象中获得的有关因素与疾病的联系，不同于目标人群中该因素与疾病之间的真实联系，即认为有选择偏倚存在。当前第18页\共有94页\编于星期五\7点（二）种类

1.检出征候偏倚

detectionsignalbias

由于某因素的存在而引起某种疾病症候出现，使患者提早就诊，导致该病的检出率增高，形成所研究因素与疾病有关的假象。

口服雌激素——子宫内膜癌的关系服雌激素者易发生子宫出血而去医院就诊从而被发现子宫内膜癌而被选入病例组，因而病例组中选择地纳入大量口服雌激素的子宫内膜癌患者。进一步分析可见服用雌激素的病人中79％为早期子宫内膜癌病人，未服用病例中早期病例为55％。当前第19页\共有94页\编于星期五\7点2.诊断偏倚

diagnosticbias

当临床医生对暴露者与非暴露者采用不同的诊断或报告标准时，例如，疾病没有严格的统一诊断标准时，临床医生可能根据所掌握的有关危险因素与疾病发生的知识诊断病人，从而使病例对照研究中病例的暴露史在研究开始前就部分设定。由此造成的诊断上的偏倚称为诊断偏倚。内用卫生棉条——中毒性休克综合征医生获得上述两者之间的关系后，会有意或无意地将经期且使用内用卫生棉条有相关症状的妇女诊断为中毒性休克综合征；对有同样症状而近期无使用卫生棉条史的妇女，较少获得同样的诊断。因而夸大了内用卫生棉条与中毒性休克综合征间的关系。当前第20页\共有94页\编于星期五\7点3.入院率偏倚

admissionratebias

伯克森偏倚

Berkson’sbias

指在以医院为基础的病例对照研究中，由于所比较各组入院率不同而导致的偏倚。当前第21页\共有94页\编于星期五\7点

表1以社区为基础的病例对照研究中吸烟与疾病A的关系

吸烟不吸烟总人数吸烟者的比例％病例（A）200800100020

对照（B)200800100020

OR=(200×800)/(200×800)=1

设:某人群中患A病和患B病者各为1000人,患A病和B病的患者中各有20%的人吸烟。如表所示。当前第22页\共有94页\编于星期五\7点1．A病又吸烟的200人中，(1)因A病住院率为50％，其住院人数为100人

（200×50%）(2)吸烟者入院率为40%，则余下的100人（200-100）

中，40人（100×40％）住院，合计:A病又吸烟者住院人数140人(100+40)。2.Ａ病而不吸烟的800人中，因A病住院率为50%，住院人数为400人

（800×50%）。设:患A病的入院率为50%，B病的入院率为20%，吸烟者入院率为40%，这样实际住院人数应为：当前第23页\共有94页\编于星期五\7点3．B病又吸烟的200人中，(1)因B病住院率为20％，其住院人数为40人（200×20%）；(2)吸烟者入院率为40%，则余下的160人（200-40）中，

64人（160×40％）住院，合计:B病又吸烟者住院人数104人(40+64)。4．B病而不吸烟的800人中，因B病住院率为20%，住院人数为160人（800×20%）。

表2以医院为基础的病例对照研究中吸烟与疾病A的关系

────────────────────────────疾病吸烟者不吸烟者总人数吸烟者的比例％

────────────────────────────

病例（A）140

40054025.93

对照（B）104

16026439.39

────────────────────────────

OR=(140×160)/(400×104)=0.54OR=1当前第24页\共有94页\编于星期五\7点当前第25页\共有94页\编于星期五\7点5.现患病例—新发病例偏倚

prevalence-incidencebias

奈曼偏倚，Neymanbias

病例对照研究

队列研究结论不一致

往往只纳入现患病例或存活病例，即同时纳入新、旧病例.

而不包括死亡病例和那些病程短的病例。新发病例病情、病型、病程和预后等都不尽相同，既往暴露状况也各有特点。现患病例:

相当部分可能为“生物学上的强者”有时会主动更改对危险因素的暴露当前第26页\共有94页\编于星期五\7点P.174当前第27页\共有94页\编于星期五\7点6.无应答偏倚

non－responsebias现况调查中由于调查对象不合作或不参加调查，降低了研究的应答率，或在病例对照研究和队列研究中各比较组应答率的不同，从应答人群中得出的有关研究因素与疾病的联系不能反映两者间的真实联系。无应答偏倚不仅影响对象的代表性，当使用缺损值处理软件来处理无应答者和失访者资料时，产生的偏倚可同时涉及选择偏倚和信息偏倚。当前第28页\共有94页\编于星期五\7点7.

志愿者偏倚

volunteerbias

志愿参加观察研究者同非志愿者在关心健康、注意饮食卫生及营养食疗、禁烟禁酒、坚持锻炼等方面有系统差异，因志愿者常被入选为观察对象，而非志愿者常落选，故这样的观察或研究结果肯定存在选择偏倚，这种偏倚称为志愿者偏倚。

例如，在体育锻炼预防冠心病的观察研究中，志愿参加者作为试验组，而将非志愿者作为对照，以比较该项措施的效果。这当然是得不出正确结论的。

当前第29页\共有94页\编于星期五\7点8.失访偏倚

losstofollow-upbias

由于失访而引起的偏倚称为失访偏倚。失访也是一种特殊的无应答形式，只是它主要发生在前瞻性队列研究及临床试验中。失访基本上有两种：

失访—

被动失访，一般同所观察的暴露因素或结果无关，统计学处理时将这种失访当作截尾数据处理，若数量不大，不至于引起偏倚。

退出—主动退出，一般同所研究的暴露因素或结果有关，统计处理时也当作截尾数据处理。若数量较大，且与研究中的有关变量牵连，则将产生偏倚。当前第30页\共有94页\编于星期五\7点

不能因为A组和B组失访人数相同而采纳，而应了解各组失访的可能原因及结局，从而纠正编倚。失访产生的偏倚可同时涉及选择偏倚和信息偏倚。(50/500)/(20/500)=2.5(30/450)/(20/450)=1.5P.129当前第31页\共有94页\编于星期五\7点9.健康工人效应

healthyworkerbias

在进行职业流行病学研究时，当选择接触某种职业危险因素的工人作为观察对象时，很可能这些工人都是留下来不易患所研究疾病的人群，而对该危险因素敏感的那些工人可能早已转出而失访，由此可能会发现暴露于该因素者，某些疾病的死亡率或发病率反而比一般人群低，这种偏倚称为健康工人效应。当前第32页\共有94页\编于星期五\7点

这并不能表明，木尘暴露可降低呼吸系统疾病的危险性。相反，这可能反映出健康工人效应。

因为非暴露组人群中包括未从事家具制造业的人员或由于工种（劳动强度较大）的要求被排除在外的人员（身体条件较差或危险人群），因此所比较结果很可能是一种负偏倚。

有人开展了一项历史性队列研究，来评价接触木尘对呼吸系统疾病死亡率的影响。家具制造厂的工人

暴露组全人群非暴露组（年龄、性别和种族等可比）呼吸系统疾病的死亡率当前第33页\共有94页\编于星期五\7点10.时间效应偏倚

timeeffectbias

许多慢性病，自接触有效暴露之日起至出现临床表现止，其间经过一段漫长的潜隐过程，在此期间他们实际上是有暴露史但未出现症状或未能用现有检查手段发现疾病的病人，因此，常被归入健康对照组内。如此产生的偏倚称为时间效应偏倚。当前第34页\共有94页\编于星期五\7点11.领先时间偏倚leadtimebias

有些慢性病，比如肿瘤，自临床表现出现并被诊断后，经治疗，它的平均存活期是2年。若在健康人群中进行筛检这类疾病，使这类病人在其症状出现前3个月被检出，并被诊断和治疗，平均存活期约2年3个月，于是认为，筛检能使该病延长生存期平均约3个月。这实际上为领先时间偏倚。因为延长的3个月是我们提早发现病人的时间，即领先时间，实际上病人的生存期自出现临床表现算起并未延长。筛检症状出现诊断时间存活时间2年3个月2年3个月当前第35页\共有94页\编于星期五\7点(三)选择偏倚的控制

1.研究设计阶段

(1)建立健全的健康监测系统

控制选择偏倚的关键在于获取有代表性的研究样本，而只有建立健全的健康监测系统（healthinformationsystem，HIS），掌握全人群有关暴露和疾病的信息，才能最大限度地获取人群中有代表性的样本。当前第36页\共有94页\编于星期五\7点（2）采用严格科学的研究设计

在研究设计过程中应明确定义目标人群和研究人群，根据研究的性质预测样本建立过程中可能产生的各种选择性偏倚，并采取相应的措施以减少或控制选择性偏倚的发生。若选择性偏倚可能与潜在的混杂因素有联系，则可通过对研究对象加以限制或精确地测量该因素，以便在分析过程中加以控制。临床试验:随机分组病例对照研究:病例类型两种以上的对照队列研究:多个比较组当前第37页\共有94页\编于星期五\7点所有纳入研究的对象都必须符合事先设立的纳入标准，包括疾病诊断标准和暴露判别标准。应尽可能选取合格的新发病例，避免来自存活者的偏倚。(3)明确对象纳入标准、

统一疾病诊断和监测程序当前第38页\共有94页\编于星期五\7点2.资料收集阶段（1）加强随访，提高应答率在队列研究和干预试验的实施过程中应动态地掌握整个队列的变迁，定期随访、记录队列中有关暴露与疾病的变化，做好研究的宣传和解释工作，减少中途退出和失访。现况调查中应尽量减少无应答的发生。可通过各种途径增加对象对研究意义的了解，减少研究结对象带来的不便。当无应答率大于10％时，应以无应答者的随机样本来比较其与应答者有关敏感信息的可比性，从而估计无应答偏倚对研究结果的影响程度。当前第39页\共有94页\编于星期五\7点（2）尽可能收集有关暴露史的详细信息

暴露程度、时间、暴露改变以及原因

（3）确保疾病的诊断不是依据暴露史而得出

3.数据分析阶段

基线特征比较：应答者----无应答者完成随访者----中途退出者估计伯克森偏倚：不同对象入院率

当前第40页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第41页\共有94页\编于星期五\7点

四、信息偏倚informationbias

（一）定义

指研究实施过程中，由于所收集的有关暴露或疾病的信息不准确或不完整，造成对研究对象或结果的归类错误。信息偏倚可来自对各种医疗和监测记录的摘录过程，也可来自调查表询问和疾病报告过程。又称观察偏倚

observationbias

错分偏倚

misclassificationbias当前第42页\共有94页\编于星期五\7点（二）信息偏倚的种类

1.错分偏倚

（1）回忆偏倚

recallbias所调查的因素发生于过去，由于调查者记忆失真或不完整造成结论的系统误差。多见于病例对照研究和回顾性队列研究。既往经历对病例和非病例的意义往往不同，病例组对既往暴露情况的记忆深度和详细程度通常较对照组为甚，由此造成了回忆偏倚在各比较组中分布不同。

如果对象因种种原因如高龄、年幼、重病或死亡不能直接应答而由其配偶、父母、子女或其他亲属代理时，所获得的准确性还受到被询问代理者的记忆和对对象的了解程度的影响，由此导致的偏倚又称代理者偏倚（surrogatebias）。当前第43页\共有94页\编于星期五\7点

欲研究类风湿关节炎的家族史，发现类风湿关节炎的病人比对照更有可能提供阳性家族史。然而，再从病例家庭中未患该病的同胞兄弟姐妹中调查发现，阳性家族史和对照组相比，这种联系就不存在了。P.179当前第44页\共有94页\编于星期五\7点（2）报告偏倚

reportingbias

研究对象对某些信息的故意夸大或缩小。当暴露因素涉及到生活方式或隐私如饮酒、收入水平、婚姻生育史和性行为时，被研究对象会因种种原因而隐瞒或编造有关信息，有时代理者也会为了病人或死者的声誉而故意隐瞒某些不良暴露史，从而影响了所提供信息的准确性，导致报告偏倚发生。报告偏倚的影响因其在各比较组的发生程度而异，其作用同样是双向的。当前第45页\共有94页\编于星期五\7点（3）调查者偏倚

interviewerbias

调查者在收集、记录和解释来自研究对象的信息时发生的偏倚称为调查者偏倚。由于研究者渴望建立并验证某些因素的作用，往往会尽其所能地去主动发现和诱导对象提供所需要的信息，最终影响了各比较组中对暴露或疾病状况的认定。病例对照研究暴露因素队列研究和干预试验诊断和发现疾病当前第46页\共有94页\编于星期五\7点

（4）测量偏倚

measurementbias

由于研究中所使用的仪器、设备、试剂、方法和条件的不精良、不标准、不统一，或研究指标设定不合理、数据记录不完整,造成研究结果系统地偏离其真值的现象。可发生在各种流行病学研究的设计、实施和资料处理过程中。例如，同一调查过程的不同调查点使用的仪器型号，或使用年限不同，或精确度差异较大；各调查点对同一研究指标采用不同的实验室检测方法，或尽管使用同一检测方法，但其检测试剂的供货商、品牌或批号不同等。当前第47页\共有94页\编于星期五\7点（二）信息偏倚的种类2.均数回归趋势3.生态学偏倚

生态学谬误是研究方法本身的局限性所致当前第48页\共有94页\编于星期五\7点（三）测量

信息偏倚的主要表现形式为错误分类，无论是暴露状态、疾病结果还是混杂因素都可发生错分。

1.错分测量的灵敏度和特异度对于错分，不管是病例对照研究还是队列研究，都可根据错分的灵敏度和特异度来估计其对危险度的影响，此处以病例对照研究为例来加以阐述。当前第49页\共有94页\编于星期五\7点P.181P.182当前第50页\共有94页\编于星期五\7点以病例对照研究中的对照组为例，令:真正暴露X=1，反之X=0；被分类为暴露X*=l，反之X*=0。由此得到下面四个概率：P.182当前第51页\共有94页\编于星期五\7点

在有已知或估计的Se和Sp的情况下，可计算调整的OR。设：a、b、c、d为调整前的四格表内相应

值，A、B、C、D为调整后四格表内相应值（表6－9）当前第52页\共有94页\编于星期五\7点

(1)非特异性错分

non-differentialmisclassification

又称

无差异错分

或

均衡性错分

各比较组发生的错分程度相同，Se和Sp分别相同，产生的错分偏倚总是趋向无效假设(RR=1.0)。

(2)特异性错分

differentialmisclassification

又称差异错分

或非均衡性错分

各比较组发生错分的程度不同，Se和Sp各不相同，产生的错分偏倚可以高估或低估因素与疾病间的联系强度，其对研究结果的影响因错分种类和程度而异。2.错分的类型当前第53页\共有94页\编于星期五\7点3.错分的灵敏度分析

错分尽管可以根据Se和Sp来调整，但通常在研究中并不清楚所发生的错分程度。当有不同程度的错分存在的情况下，有时可以用不同的Se和Sp来估计研究所获得的OR或RR的影响程度，称之为灵敏度分析。灵敏度分析本身并不能估计暴露或疾病结果的真实情况，在错分发生程度不明时，利用灵敏度分析可以了解不同程度错分时所研究疾病与因素之间联系（OR或RR）的变动程度，以及Se和Sp各自对相应研究的影响程度。当前第54页\共有94页\编于星期五\7点如：某研究发现树脂类暴露与肺癌死亡的OR为1.8（1.2－2.6），可对OR灵敏度进行分析（表6-10）：在均衡性错分下，暴露是二分量，偏倚总是朝向无效假设（即校正的OR估计值总是比直接从资料中估计的OR更远离无效假设）。回忆偏倚作为一种错分，并不总是导致高估比值比。此例暴露率低，对于所得到的OR，特异度与灵敏度相比是更强有力的决定因素。错分所致结果的不确定性可能大于可信限传递的不确定性。(P.183-184)当前第55页\共有94页\编于星期五\7点(四)控制

信息偏倚主要来自资料收集和解释过程中的不正确信息，而产生这些不正确信息的原因可以是研究对象本身的记忆误差，也可以由研究者的态度或方法不当所致，更重要的是在研究设计过程中对调查表设计、指标设立和检测方法的选择缺乏科学性和合理性。因此，控制信息偏倚就是要在研究的不同阶段控制和消除影响信息准确性的各种因素。当前第56页\共有94页\编于星期五\7点1.研究设计阶段暴露因素有严格、客观的定义，并力求指标定量化。疾病诊断标准统一、明确调查表项目应易于理解和回答获取研究对象配合和支持知情同意质量控制程序严格培训调查员；定期检查资料的质量当前第57页\共有94页\编于星期五\7点2.资料收集阶段在研究中可对同一内容以不同的形式重复询问，以帮助对象回忆并检验其应答的可信性。可在询问中使用实物等定量,以便于对象理解并准确地定量。为了避免主观诱导对象，应严格培训调查员，尽可能“盲法”

研究中的各种测量仪器、试剂和方法都应标准化。3.资料分析阶段对错误分类的结果，可进一步在资料分析过程中加以测量、校正，必要时可进行相应的灵敏度分析。当前第58页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第59页\共有94页\编于星期五\7点五、混杂偏倚confoundingbias

（一）定义在流行病学研究中，由于一个或多个外来因素（又称第三因子）的存在，掩盖或夸大了研究因素与疾病（或事件）的联系，从而部分或全部地歪曲了两者之间的真实联系，称为混杂偏倚或混杂。引起混杂的因素称为混杂因子（confounder）。混杂可在队列研究中发生，也可在病例对照研究中发生。当前第60页\共有94页\编于星期五\7点（二）形成混杂的条件

假设：暴露因素——

E

研究的疾病——D

如果混杂因子——F则应满足如下条件：①F必须与D的发生有关，是该疾病的危险因素之一；②F必须与E有统计学联系；③F必须不是E与D病因链上的中间环节或中间步骤。满足这些基本条件的F如果在所比较的各组间分

布不均，就可导致混杂偏倚的发生。当前第61页\共有94页\编于星期五\7点

在研究体育锻炼——心肌梗死的关系时，

年龄可能影响两者之间的真实联系。非锻炼组锻炼组

年轻者比例较高

年长者比例较高心肌梗死危险性<高估体育锻炼对心肌梗死保护作用年龄因素产生混杂作用心肌梗死发生率当前第62页\共有94页\编于星期五\7点

在研究体育锻炼——心肌梗死的关系时，

每日水摄入量不可能影响两者之间的真实联系。非锻炼组锻炼组每日水摄入量每日水摄人量并非心肌梗死的一个危险因子每日水摄入量因素不产生混杂作用心肌梗死发生率每日水摄入量心肌梗死危险性当前第63页\共有94页\编于星期五\7点

在研究体育锻炼——心肌梗死的关系时，

体质指数不影响两者之间的真实联系。非锻炼组锻炼组体质指数锻炼体质指数心肌梗死危险心肌梗死发生率体质指数不成为混杂因子中间环节当前第64页\共有94页\编于星期五\7点（三）混杂的判断和测量1.判定混杂的依据

(1)

(2)或未控制混杂因素前RR（OR）与控制混杂因素后RR（OR）不等即可疑的混杂因素应在无暴露因素存在的条件下，同疾病间有联系。或当前第65页\共有94页\编于星期五\7点或(4)可疑混杂因子F不应是暴露变量同结果变量之间，或因果联系路径之间的一个中间变量。(3)可疑混杂因子在暴露组及非暴露组中的分布比例不等；或：混杂因素应在无病例存在的条件下（对照组中），同所研究的暴露因素间OR≠1。当前第66页\共有94页\编于星期五\7点上述内容用箭头图总结如下：(1)-(3)混杂偏倚的几种情况；其中（3）表示F’是F的伴随因子，(4)-(8)无混杂偏倚存在，

(4)和(5)为混杂条件不满足；

(6)和(7)为因果链；

(8)为复合病因。当前第67页\共有94页\编于星期五\7点2.混杂分析举例

在一次非配对的病例对照研究中，暴露因素为X，疾病为D，潜在混杂因素为年龄，研究结果如表6-11所示。P.188当前第68页\共有94页\编于星期五\7点

代表一般人群的对照组中，40岁以下年龄组的暴露比例远低于40岁以上者。当前第69页\共有94页\编于星期五\7点

用Mantel-Haenszel计算的aOR为l.0。

从上述分析可见，X与D的调整前cOR为1.9，但按年龄分层后，ORi≠cOR，OR＜40和OR≥40相等，且aOR≠cOR，此时可认为年龄作为一个混杂因素，夸大了X与D间的真实联系。当前第70页\共有94页\编于星期五\7点cRR(cOR)≠分层后的RRi(ORi)或cRR(cOR)≠aRR(aOR)，混杂

效应修饰

effectmodification

cRR≠aRR分层RR相等以混杂为主cRR≠aRR

分层RRi不等以效应修饰为主理论上，当样本足够大时，分析的目的混杂作为一种偏倚，是为了从所得的联系中校正或去除其作用

效应修饰是两种或多种因素共同存在时产生的相互作用，是研究者所要研究、估计和报告的一种真实的存在当前第71页\共有94页\编于星期五\7点3.正混杂和负混杂正混杂由于混杂的存在，使暴露-疾病之间的cRR被夸大，其值远离1。负混杂由于混杂的存在，使暴露-疾病之间的真实存在的联系被掩盖了，cRR被缩小，接近于1。当前第72页\共有94页\编于星期五\7点混杂性质的判定归纳如下表（表6-16）P.190当前第73页\共有94页\编于星期五\7点(四)混杂偏倚的控制1.在研究设计和资料收集阶段限制

restriction

病例组和对照组或暴露组和非暴露组的条件加以限制。如年龄、性别、病型、并发症。匹配

matching

成组匹配或个体匹配随机化分组randomization

临床试验中当前第74页\共有94页\编于星期五\7点2.在资料分析阶段分层分析straitification

按病情或年龄、性别等分层。标准化standardization多因素分析：

如多元回归分析、logistic回归分析、

Cox回归分析灵敏度分析对于不确定性，无法测量的混杂当前第75页\共有94页\编于星期五\7点术前危险因素：年龄、心功能、冠脉阻塞程度等对术前危险因素的不同进行分层分析，则两医院各层的病死率相同。

p.193当前第76页\共有94页\编于星期五\7点

标准化后，乙医院和甲医院的病死率相等（4.00%)，说明两所医院的手术病死率之差异是由于两所医院病人术前高危因素者所占的比例不同而引起的偏倚所致。甲医院病人中，42％属高危因素者，而乙医院只有17％的病人属高危险因素者。

p.193当前第77页\共有94页\编于星期五\7点2.在资料分析阶段分层分析straitification

按病情或年龄、性别等分层。标准化standardization多因素分析：

如多元回归分析、logistic回归分析、

Cox回归分析灵敏度分析对于不确定性，无法测量的混杂当前第78页\共有94页\编于星期五\7点第一节研究的真实性一、真实性

二、偏倚

三、选择偏倚

四、信息偏倚

五、混杂偏倚

六、交互作用当前第79页\共有94页\编于星期五\7点六、交互作用interaction

（一）概念当两个或两个以上因子共同作用于某一事件时，其效应明显不同于两个或两个以上因子单独作用时的和或积，称这些因子间存在交互作用。事件：疾病、健康或某种状态。P.200当前第80页\共有94页\编于星期五\7点

交互作用与混杂区别：1．交互作用与研究设计无关，是研究中存在的一种客观现象，需要在研究中努力寻找和发现。而混杂的存在与否，取决于研究设计。如果研究的设计者能在研究的设计阶段采取有效的措施，是可以防止可能的混杂因素在该研究中产生混杂效应的。2．交互作用与研究的真实性无关，作为一种客观效应，是研究者希望报告的，应加以准确而详尽的描述。混杂则对研究真实性的一种歪曲，是研究中要极力避免并防止发生的。一旦发现，要通过适当的统计学方法加以去除。3．交互作用可以通过统计学方法加以定量描述，并加以评价，但不能去除。混杂则可以在资料分析阶段通过适当的统计学方法分析排除。当前第81页\共有94页\编于星期五\7点（二）类型协同作用（synergism）（正交互)

当两个或两个以上因子共同作用于某一事件时，其效应明显大于这些因子单独作用时的和／或积，称之为协同作用。在相加模型中，有时称之为超可加性。拮抗作用（antagonism）（负交互)

当两个或两个以上因子共同作用于某一事件时，其效应明显小于这些因子单独作用时的和／或积，称之为拮抗作用。在相加模型中，有时称之为亚可加性。当前第82页\共有94页\编于星期五\7点

（三）交互作用的模型1.相加模型

additivemodel

相加模型假定为：若交互作用不存在时，两个或两个以上因子共同作用于某一事件时，其效应等于这些因子单独作用时的和，此时称之具有可加性。以两个因素为例，假设两个因素X与Z为二分变量（表7·l），如果用R00

__X与Z两个因素均不存在时的危险度，

P.202R11__X与Z两个因素均存在时的危险度，

R10__X因素存在而Z因素不存在时的危险度，

R01__X因素不存在而Z因素存在时的危险度，当前第83页\共有94页\编于星期五\7点

那么该模型可以表达为：

2.相乘模型

multiplicativemodel

相乘模型假定若交互作用不存在时，两个或两个以上因子共同作用于某一事件时，其效应等于这些因子单独作用时的积。仍以两因素为例，假设同前。该模型可以表达为：交互作用的存在与否，与所选择的模型密切相关。下面将以假设的数据为例（表7-2），来说明这一问题。如果吸烟为x因素，石棉暴露为z因素，则从表7－1可得当前第84页\共有94页\编于星期五\7点R11=40,R10＝8，R01＝5。如果采用相加模型，将上述数值代入公式7-1，得到

R11－R00

(R10—R00）+（R01－R00）

40－1=39

＞

8－l＋5－l=11

而同样的数值代入相乘模型，得到

R11／R00

(R10／R00）(R01／R00〕

40／l=40

=

（8／l）×(5／l)＝40吸烟与石棉暴露之间存在交互作用吸烟与石棉暴露之间不存在交互作用当前第85页\共有94页\编于星期五\7点(四)交互作用的识别1.

交互作用识别的一般过程

所研究因素-----事件无有统计学联系

有无偏倚或混杂

交互作用？

控制混杂当前第86页\共有94页\编于星期五\7点2.分层分析

分层分析是比较经典的识别交互作用的方法。可以通过可疑交互因素分层后分析层间的效应测量值RR或OR来判断是否产生交互作用。

如果各层之间的效应测量值RR或OR不同，则可能存在交互作用。但是鉴于各层RR和OR变异可能是机