(70)--23信息偏倚流行病学.ppt

《(70)--23信息偏倚流行病学.ppt》由会员分享，可在线阅读，更多相关《(70)--23信息偏倚流行病学.ppt（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1信息偏倚观察偏倚（observationalbias），指在研究实施过程中，获取研究所需信息时产生的系统误差。错误分类（misclassification）l无差异错误分类（non-differentialmisclassification）l有差异错误分类（differentialmisclassification）信息偏倚3无差异性错误分类和差异性错误分类示例信息偏倚一、信息偏倚的种类（一）回忆偏倚（recallbias）指研究对象在回忆以往研究因素的暴露情况等信息时，由于准确性或完整性上的差异而导致的系统误差。信息偏倚 关节炎病例（%）对照（%）OR A一般人群对照双亲均无3(15.8

2、)111(55.2)1.0双亲之一有10(52.6)74(36.8)5.0双亲均有6(31.6)16(8.0)13.9合计19201B同胞对照双亲均无11(27.5)20(50.0)1.0双亲之一有23(57.5)17(42.5)2.5双亲均有6(15.0)3(7.5)3.6合计4040表1类风湿关节炎家族史调查、分析结果（二）报告偏倚（reportingbias）在研究信息收集时，由于某些原因，研究对象有意夸大或缩小某些信息而导致的系统误差。信息偏倚（三）暴露怀疑偏倚（exposuresuspicionbias）信息偏倚研究者若事先了解研究对象的患病情况或某结局，可能会对其采取与对照组不可比

3、的方法探寻认为与某病或某结局有关的因素，由此而导致的系统误差称为暴露怀疑偏倚。（四）诊断怀疑偏倚（diagnosticsuspicionbias）研究者若事先了解研究对象研究因素的暴露情况，在主观上倾向于应该或不应该出现某种结局，在作诊断或分析时，有意无意地倾向于自己的判断，由此而导致的系统误差称为诊断怀疑偏倚。信息偏倚（五）测量偏倚（detectionbias）研究者对研究所需数据进行测量时所产生的系统误差。如所使用的仪器、试剂、方法、条件的不标准、不统一，或研究指标设定不合理。信息偏倚二、信息偏倚的测量（一）重测一致性 测量与评价信息偏倚的常用方法是对调查获得的信息予以重复调查（测量），根

4、据调查与重复调查数据计算Kappa()值，来评价重测的一致性（consistency），以作为研究结果内部真实性评价的依据。信息偏倚信息偏倚 表2是否曾患雀斑信息的两次调查结果第二次调查是否合计例数(%)例数(%)例数(%)第一次调查是25525280(0.43)否28338366(0.57)合计283(0.44)363(0.56)646(1.00)（Westerdahletal，1996）值计算如下：u观察一致率u机遇一致率u u 值判断一致性强度的标准，一般认为：0.8，很好；0.60.8，较好；0.40.6，中度；0，则OROORT，为正偏倚；p若得值0，则OROORT，为负偏倚。暴露信

5、息比较表3病例组与对照组两种暴露测量方式所得 用药登记 病例组对照组 +-合计+-合计 自我陈述+1822012214-61641702149151合计24 166 190 14 151 165 （Boudreauetal，2004）病例组：灵敏度=18/24=0.75;特异度=164/166=0.99对照组：灵敏度=12/14=0.86;特异度=149/151=0.99OR0=20151/(17014)=1.27ORT=24151/(16614)=1.56信息偏倚 信息偏倚=(1.27-1.56)/1.56=-0.19得值0，存在有差异错误分类信息偏倚。根据自我陈述调查资料计算的OR值低估了

6、他汀类药物暴露与乳腺癌之间的关系，程度为19%。信息偏倚l严格信息标准l盲法收集信息l采用客观指标l调查技术的应用l统计学处理信息偏倚三、信息偏倚的控制p统计学处理l根据信息重测值校正校正公式如下：ORT=(+ORO-1)/；根据前面资料已经获得值为0.833，计算所得OR（ORo）为1.51（Elwood,2007）;则，ORT=(0.833+1.51-1)/0.833=1.61。信息偏倚l 根据信息获取灵敏度、特异度校正 表4调查数据与根据不同暴露测量灵敏度、特异度校正的OR值 病例组对照组OR A.调查数据暴露2001002.67非暴露300400合计500500B.校正数据（有差异错误

7、分类）暴露2091322.00非暴露291368合计500500灵敏度0.860.70特异度0.930.98（Elwood JM，2007）校正方法如下：l 研究对象实际暴露例数=暴露观测值-(1-特异度)合计数/(灵敏度+特异度-1)l研究对象实际非暴露例数=合计数实际暴露例数 信息偏倚信息偏倚 病例组:实际暴露例数(A)=200-(1-0.93)500/(0.86+0.93-1)=209实际非暴露例数(C)=500-209=291对照组:实际暴露例数(B)=100-(1-0.98)500/(0.70+0.98-1)=132实际非暴露例数(D)=500-132=368则校正后的OR=209368/(132291)=2.00休息一下