第三节 混杂偏倚
一、定义：在研究某因素与某疾病关联时，由于某个既与疾病有制约
关系，又与所研究的因素有联系的外来因素的影响，掩盖或扩大了所 研究的因素与疾病的联系，这种现象或影响叫混杂（confounding）， 其所带来的偏倚叫混杂偏倚（confounding bias），该外来因素叫混 杂因素（confounding factor) 。
1.86 <0.001
造成不同疾病入院率不同的原因：医院技术特长；患者疾病严重程 度、经济状况、就诊方便程度等（医院、病人双向选择）。
（二）现患病例-新发病例偏倚（Neyman bias）：病例对照或现况研究 中的的病例为现患典型病例，不包括死亡、病程短、轻型等病例。 因此，存活旧病例的信息可能只与存活有关，未必与发病有关，从 而高估了暴露因素的作用；或病例因疾病改变了生活习惯，从而过 低估了暴露因素的作用。队列研究和实验流行病学研究所用的是新 病例，无此偏倚。 例：Framingham心血管疾病研究： 队列研究：高胆固醇者患冠心病OR值=2.4（有显著差异） 病例对照研究：高胆固醇者患冠心病OR值=1.16(无显著差异) 原因:患冠心病者诊断后戒烟、体育锻炼、注意饮食 （三）检出征候偏倚（暴露偏倚；detection signal bias；unmasking bias）：某因素本与疾病与致病无关，但可引起所研究疾病的症状或 体征，从而促使患者早就诊，提高了早期病例检出率，过高的估计 了暴露程度。 例：病例对照研究发现：服用雌激素与子宫内膜癌发病有正关联。 原因：雌激素促进子宫内膜生长，导致出血，频繁接受检 查，促使早期发现子宫内膜癌患者。
二、混杂因素
1、特点： （1）必须是所研究疾病的独立危险因子 （2）必须与研究因素（暴露因素）有关 （3）必须不是研究因素与研究疾病因果链上的中间变量 2、几种情况： E E E E E:研究因素 D D D D D:疾病 F F F f F F:外来因子 E E E E f:伴随因子 D D D D :因果关系 F F F F :一般相关（1-3混杂成立，4-8混杂不成立）
（四）易感性偏倚（susceptibility bias）：某些因素可直接或间接低 影响研究对象对所研究疾病的易感性，导致所研究的因素与疾病 出现虚假关联。 例：健康工人效应。 （五）排除偏倚（exclusive bias）：由于未严格按对等原则或标准 选择研究对象，而是自观察组或对照组中排除某些研究对象，从 而造成因素与疾病之间的虚假联系。 例：服用阿司匹林与心肌梗死关系的病例对照研究，应排除 慢性关节炎和慢性胃溃疡患者（前者易服此药，后者易不服此 药）。如果此类患者不排除，且在两组分布不均匀，易引起偏倚。 （六）无应答偏倚（non-respondent bias）：研究对象未按要求回答 调查内容，而无应答者的患病或因素的暴露情况与应答者又不同， 从而造成该偏倚。 例：Seltzer等（1974）以函访调查人群吸烟状况，非吸烟者 应答率为85%，吸烟者为67%。其它研究发现非应答者各种不利 于健康因素的暴露率高于应答者。 原因：身体状况；对健康关心程度；调查内容；年龄；文化
二、测量
1、判断错误分类类型：以实际信息（客观检查、记录）获得的情况 为金标准，比较调查所得情况，计算特异度、灵敏度。 例： 表10-3 病例和对照组调查与实际暴露情况比较 调查 暴露 情况 + 合计 实际暴露情况（金标准） 病例 对照 合计 + 12 28 40 66 34 100 27 3 30 21 49 70 . 合计 48 52 100
二、测量：比较总人群（总体）和研究人群（样本）所研究疾病与因素
的分布。
总体 暴露 病例 对照 非暴露 病例 选择概率 暴露
aA0/A
非暴露
b B 0/ B dD0/D
A 样本 B A0 B0
C0 D0
非病例 gC0/C
C
D
总人群OR=AD/BC 样本OR0=A0D0/B0C0 据选择概率 OR0=OR(ad/bg) 则：选择偏倚(OR0-OR)/OR= (ad/bg)-1 若=0 ，无选择偏倚 OR0=OR 若>0 ，有选择偏倚 OR0>OR 上例选择概率： 若<0 ，有选择偏倚 OR0<OR B病+暴露：a104/200=0.52 B病+未暴露: b=160/800=0.2 A病+暴露：g140/200=0.70 A病+未暴露: d=400/800=0.5 总人群OR=1 住院病人OR=1.86 选择偏倚=(1.86-1)/1.86=（0.52×0.5)/(0.20×0.7)=0.86 (>0 说明高估了OR值)
x N
第一节 选择偏倚（select bias）
一、定义：选入研究样本的研究对象与未被选入者之间特征差异造 成的系统误差。 二、种类 （一）入院率偏倚（Berkson）：以医院病人为研究对象时，由于入 院率的不同而造成的偏差。例： 表10-1 因不同住院率而住院的A、B患者及其与因素X的关系
对照 24(b) 154(d) 178(m0)
合计 63(n1) 268(n0) 331(t)
cOR=ad/bc=2.2
2、观察年龄与心肌梗死几口服避孕药之关联
表5-8 年龄与MI之关联 表5-8 年龄与OC之关联
<40岁 MI 对照 26 59
≥40岁 88 95 OC 对照
2、判断信息偏倚的方向和大小：比较以实际信息OR值（OR）
和调查信息OR值（ORx） 信息偏倚(ORx-OR)/OR 上例选择概率： 此例： 若=0 ，无信息偏倚 ORx=OR 若>0 ，有信息偏倚 ORx>OR 若<0 ，有信息偏倚 ORx<OR
OR=(60×70)/(30×40)=3.5 ORx=(66×52)/(34×48)=2.1
选择偏倚=(2.1-3.5)/3.5=-0.46 -0.46<0，说明存在信息偏倚，调查所得资料低估了实际的OR 值，程度为40%。
三、控制
（一）明确细致的资料收集和严格的质量控制方法 （二）尽量采用盲法收集资料 表10-4 调查所得暴露情况 暴露 病例 对照 合计 （三）尽量采用客观指标 （四）提高调查技巧 + 66(a) 48(b) 114 34(c) 52(d) 86 （五）资料校正： 200 条件：1、有已知的特异度、灵敏度 合计 100(n1) 100(n2) 2、两组特异度、灵敏度接近 方法：1、计算校正后的A、B、C、D： A=(Sp· n1-c)/(Sp+Se-1)=(0.7×100-34)/(0.7+0.9-1)=60 B=(Sp· n2-d)/(Sp+Se-1)=(0.7×100-52)/(0.7+0.9-1)=30 C= n1-A=100-60=40 D= n2-B=100-30=0 A、B、C、D分别为校正后的a、b、c、d Sp ：特异度 Se ：灵敏度 (本例分别为0.7和0.9) 2、计算校正后OR值：OR=AD/BC=60×70/30×40=3.5 校正后OR=实际OR
三、控制
1、对偏倚要有丰富的知识 2、严格掌握研究对象的纳入和排除标准
3、提高应答率，降低失访率
4、采用多种对照
第二节 信息偏倚（观察偏倚；observational bias）
一、定义：在从研究对象收取所需信息时产生的偏倚。其表现是使 研究对象的某种特征被错误分类（misclassification）。 二、种类： （一）回忆偏倚（recall bias）：由于研究对象不能准确、完整地回 忆以往发生的事情和经历时所产生的差异。 原因：1、事件或因素频率低，被遗忘。 2、事件久远 3、对调查事件的关心程度和回忆的认真程度 例：孕妇接受X线照射：医院记录与回忆符合率未73% 流产史：前10年发生的，完整回忆率为82%；20年以前 则为73% （二）报告偏倚（说谎偏倚；reporting bias ）：由于研究对象有意 扩大或缩小某些信息造成的偏倚。 例：缩小信息：性乱史；青少年吸烟史 扩大偏倚：职业危害（为获取福利）
流行病学研究中的偏倚及其控制 1、选择偏倚 2、信息偏倚 3、混杂偏倚
误差（error）
（1）随机误差（抽样误差；random error）：是因抽样产生的样本 统计量与总体参数之间的差异。即标准误（standard error，SE） 抽样误差与样本含量的关系： 式中：N 为样本含量 为抽样误差（标准误） 为总体各变量值变异程度 （2）系统误差（偏倚；systematic error；bias）：由某些不能准确 定量但恒定的因素造成的，使调查结果偏离总体真值的误差。 来源：1）受试者：抽样不随机；受试者本身变异 2）观察者：倾向性暗示；个人技术偏差 3）仪器、试剂：仪器未校正，使用不当，发生故障； 试剂未标准化； 4）非试验性外环境因素：气象；照明；震动；声响
疾病 暴露于X者 非暴露于X者 200 200 400 800 800 1600 合计 1000 1000 2000 X暴露率(%) 20 20 20 OR 1 P 1
实际人群 A（对照） B（病例） 合计
住院率（对照A=50%；病例B=20%；暴露于因素X者40%） A（对照） 140 200×0.5+ 400 540 25.9 800 ×0.5 100 ×0.4 B（病例） 104 160 264 39.4 200×0.2+ 合计 244 160 ×0.4 560 800 ×0.2 804 30.4
二、测量
1、原理：将含有该因素时的研究因素与疾病的效应估计值（cRR、
cOR）与排除该因素时的研究因素与疾病的效应估计值[aRR(f)、 aOR(f)]进行比较
2、判断：
1）如cRR= aRR(f)，则f 无混杂作用， cRR不存在偏倚 2）如cRR≠ aRR(f)，则f 有混杂作用， cRR存在偏倚 3）如cRR >aRR(f)，为正混杂，cRR高估了因素与疾病之关联 4）如cRR <aRR(f)，为负混杂，cRR低估了因素与疾病之关联
