科研基本方法复习资料

在队列研究和干预性研究中,由于观察时间较长,研究对象中有人不能坚持而退出队列,有人迁居,有人死亡,有人因药物副作用而停止治疗,当观察终止时能够分析结果的人数远少于进入观察时的人数,这种现象对研究结果的影响

7.患病率及发病率偏倚(prevalence-incidence bias) 又称奈曼偏倚(Neyman bias)

在病例对照和现况研究中,研究对象一般是某病的幸存者,而不包括死亡病例、轻型和亚临床型病例以及痊愈者,尤其是较严重的致死性疾病因病程较短,会同时存在轻型和无症状的亚临床型的患者。而在队列研究中,可以观察到各种临床类型的病例。因此,前类研究选择的是现患病例,后类研究选择的是新发病例,两类病例疾病状况肯定会有差别,所得到的某因素与某病的关联就会出现偏倚

8.易感性偏倚(susceptibility bias)

在队列研究和前瞻性的临床试验中,观察对象可能因为各种主客观因素不同,暴露于危险因素的概率不同,使得各比较组对所研究疾病的易感性有差异

这就可能夸大或缩小了暴露因素与疾病的关联强度,产生易感性偏倚。此外,若两个观察组处于同一疾病的不同阶段或不同的临床类型,这两组治疗效果的差异就不一定是药物疗效的差异,而是易感性偏倚造成的系统误差。

9、成员偏倚(membership bias) 与易感性偏倚有类似之处

由于组成观察组的成员与一般人群在各方面,尤其是健康状况有差异所导致的系统误差。

10.排除偏倚(exclusive bias)

未按照同样的原则或比例从研究组和对照组中排除某些研究对象所引起的偏倚称为排除偏倚。 11.非同期对照偏倚(non-contemporary bias)

随着医学的发展,疾病的定义、诊断标准、临床表现、治疗方法,以及疾病的危险因素均会随着时间的推移而发生变化。

若研究中使用了不同期的病例作为对照,它们之间的不可比性就会产生系统误差,称为非同期对照偏倚。

12.迁移性偏倚(non contemporary bias)

13.诊断机会偏倚(diagnostic enter bias)

与入院率偏倚相类似即罹患某种疾病的病人,由于各方面的原因,如疾病的严重程度、经济状况、医疗条件、地理条件等的差异,使得获得诊断的机会不同。例如,边远山区的农民,由于医疗条件差,交通不便及经济水平低下,他们获得诊断的扰会与城市居民有明显差别,其疾病的早期诊斯与治疗的机会无疑是不同的,若二者进行比较,则诊断机会偏倚会影响研究结果。

控制措施 1.随机化

为尽量使两个比较组除研究因素以外其它各种条件都保持均衡,应采取随机分配的方法,对研究对象进行随机分组。可用单纯随机化(simple randomization)、区组随机化(block randomization)和分层随机化(stratified randomization)的方法使每个研究对象进入各比较组的机会均等。将不同病情、不同特征的研究对象均衡地分配在各比较组中,就可防止选择偏倚。

2.设立对照

在临床试验中,可设立两个或多个对照组,其中之一应来自一般人群,其它对照组可以来自医院,这样既可以代表社区一般人群,又可以代表医院内不同类型的病人。然后对试验组和不同对照组的主要基线状况进行比较,以判断是否有选择偏倚存在。如果采用各种对照组所获得的结果无明显差别,即可表明选择偏倚存在的可能性比较小。同时还要注意考察不同对照组获得相似的结果是否会由于各对照组的选择偏倚程度相同所

致,以免影响结果的真实性。

3.严格诊断标准

在设计阶段应明确研究对象的入组标准和排除标准,尽量选用国内外一致公认的诊断标准,并根据纳入/排除标准选择研究对象。在研究实施阶段,要严格遵守,不能轻易改动。否则,要影响入选对象,造成对研究真实性的影响。

4.提高应答率

在临床研究中应该采取各种措施鼓励应答,尽量提高应答率,防止或减少失访,减少选择性偏倚。如果出现了无应答或失访,要针对产生的原因采取补救措施。

二、信息偏倚

在资料收集阶段,由于观察和测量方法上有缺陷,使各比较组所获得的信息产生系统误差,即为信息偏倚,又称为观察偏倚(observation bias)和测量偏倚(measurement bias)。

原因主要是诊断或结果判断的标准不明确、既往资料不准确或遗漏、对各比较组采用了不一致的观察或测量方法,以致获得错误信息影响了结果的真实性。

1.诊断怀疑偏倚(diagnostic suspicion bias)

当研究者事先已经知道研究对象的暴露史,怀疑他们已患有某种疾病,因此在诊断或判定治疗效果时,主观上作出对预期结果有利的判断,故而对暴露者使用多种诊断手段,进行详细的检查,并提高方法的灵敏度,使暴露组的诊断率和检出率提高,而对于非暴露组则因不怀疑他们患有某种疾病而对诊断和检查不够认真,这样各比较组的资料就会出现系统误差,影响结论的真实性。

2.暴露怀疑偏倚(exposure suspicion bias)

当研究者认为某病与某因素有关联时,主观地 采用不同深度和广度的调查或观测方法,对可能有因素暴露的病例组及未暴露的对照组探索可疑的致病因素,由此带来的偏倚称为暴露怀疑偏倚。

该偏倚多见于病例对照研究。若调查表设计不完整、一问多答、调查的深度和广度不一致、暗示性启发式询问、记录不完整等,均可出现暴露怀疑偏倚,夸大可疑因子与疾病的联系。

3.回忆性偏倚(recall bias)

各比较组研究对象回忆以往发生的事或经历,在准确性和完整性方面存在的系统误差。 产生回忆性偏倚的原因:

由于调查询问的因素或事件发生的频率很低,未给研究对象留下深刻的印象; 因调查发生久远的事件而研究对象对此已记忆模糊或遗忘;

还可能病例组的病人因患病而对过去的暴露史反复思索,甚至家属也帮助提供线索,以至于夸大了暴露情况,而对照组的非病人对调查不够重视,未认真回忆暴露史,因此使病例组和对照组提供的既往史的准确性和完整性差异较大

4.临床资料遗漏偏倚(missing clinical data bias)

由于临床资料正常、阴性、未测量或测量未作记录所造成的临床资料遗漏,与完整的临床资料之间存在系统的差异,称为临床资料遗漏偏倚。例如,在统计分析病历资料时,未发现某项内容,因而导致了此类误差。

5.家庭信息偏倚(family information bias)

向家庭成员调查某成员的既往病史或暴露史,若该成员是新发患者或久病不愈的患者,则倾向于提供更多的阳性信息;而被调查成员是健康者,则可能提供更多的阴性信息,其中一部分可能为假阴性,这就产生家庭信息偏倚。

6.顺序偏倚(sequence bias)

当研究按一定时间顺序进行,季节、气候、温度,以及研究对象或研究者机体状况发生系统的变化,即由于顺序规律而发生的系统误差,称为顺序偏倚。例如,用药物治疗慢性支气管炎,有时治疗试验要持续几个月,则季节的变化可影响治疗效果,如从冬季开始治疗到夏季,其结果就会优于从夏季开始治疗到冬季的疗效。

7.不接受测量偏倚(unreceptive measure bias)

由于测量方法会造成损伤、羞辱、侵犯个人权力和隐私,则研究对象逃避和拒绝检查,若这种情况在病例组和对照组发生不均衡,则会产生不接受测量偏倚,影响结果的真实性。

8.不敏感测量偏倚(non-sensitive bias)

当某试验的检测结果不足以测出临床有意义的变化或差异,即假阴性带来的误差,称为不敏感测量偏倚。 对策

1、采用盲法收集资料

2.收集客观指标的资料 在实际工作中使用盲法收集资料有时不可行,因此尽可能收集客观的定量指标,如利用实验室方法,避免开放式问题,以及查阅病历等医学记录,以此减少收集资料中的系统误差。

3.广泛收集各种资料 在可能的情况下,收集资料的范围尽可能有意识地扩大,不但收集详细的疾病资料,还可收集一些虚变量,即与疾病和暴露因素关系不密切的资料,借以分散调查者和研究对象对某因素的注意力,减少主观因素造成的误差。

4.保证研究人员的科学态度 研究开始之前要对调查人员进行统一的培训,并保证其掌握调查方法的一致性。研究开始以后要严格按照调查工作手册收集资料,不能轻易更改标准,操作技术应熟练,记录要准确,最大限度地保证资料的真实性。

混杂偏倚

在慢性疾病病因研究中,当研究暴露于某因素与某疾病之间的关系时,由于一个或多个既与疾病有制约关系,又受暴露因素密切相关的外部因素(extraneous factor)的影响,从而掩盖或夸大了所研究的暴露因素与该疾病的联系。

控制措施

1.限制(restriction)

在研究设计阶段对研究对象的选择条件加以限制,

将已知存在混杂因素的对象不纳入研究,规定各比较组在人口学特征上近似或在疾病特征上相同。

例如,研究年龄对急性心肌梗死预后的影响,研究对象限制为40~69岁男性病人,且无并发症。这样限制就控制了年龄、性别、并发症的混杂作用。

但如果严格限制研究对象,则会影响研究对象的代表性,使研究结果在一般人群推论受到限制。

2.配比(matching)

将可疑混杂因素作为配对因素,使各比较组同等分配具有同等混杂因素的对象,以此来消除混杂作用。

3.随机化(randomization) 在设计阶段,采取随机抽样的方法选择研究对象,并采取随机分组的方法将研究对象分配到各比较组中,使除研究因素以外的各种因素,包括未知的混杂因素均衡地分布在各组中,以消除混杂作用。

4.分层(stratification) 在研究资料分析阶段,将已知的或可疑的混杂因素按其不同水平分层,然后再分别加以分析。这种方法适合于设计和实施阶段出现误差,已无法更改资料,经过分层分析,可以控制混杂因素的影响。分层有单纯分层分析法和Mantel—Haenszel分层分析法。

5.标准化(standardization) 按照统计学标准化的方法,将需比较的两个率进行调整,使可疑的混杂因素在两比较组中得到同等加权从而获得有可比性的标准化率,以此避免混杂因素的影响。

6.多因素分析(multivariate analysis) 当欲控制的混杂因子较多,由于样本含量的限制使分层分析不适用时,可采用各种流行病学多因素分析方法。

第八章 病例对照研究

病例对照研究是:选择患有某特定疾病的病人作为病例,以不患有该病但具有可比性的个体作为对照,调查他们发病前对某个(些)因素的暴露情况,比较两组中暴露率和暴露水平的差异,研究该疾病与这个(些)因素的关系

暴露:研究对象曾经接触过某些因素,或具备某些特征,或处于某种状态,这些因素或状态即为暴露因素,它可以是有害的,也可以是有益的,也叫研究变量

特 点:

疾病发生后进行 分成病例组与对照组

暴露是由研究对象从现在对过去的回顾 由果推因

分析暴露与疾病的联系

二 计算OR

OR 又称优势比,比值比,交叉乘积比指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值

公式OR:(a/c)/(b/d)=ad/bc OR特点

与RR一样,优势比反映暴露者患某种疾病的危险性较无暴露者高的程度

如果能满足2个条件 ①所研究疾病的发病率(死亡率)很低 ②病例对照研究中所选择的研究对象代表性好 OR≈ RR 优点

样本量小,病例易获取,工作量不大,所需人力、物力较少,易于进行,出结果快 可同时对一种疾病的多种病因进行研究

适合于对病因复杂、发病率低、潜伏期长的疾病 可以对治疗措施的疗效与副作用做出初步评价 缺点

易受回忆偏倚的影响 选择合理的对照较困难

结果的可靠性不如队列研究

不能计算暴露与无暴露人群的发病率

1.病例对照研究(case-control study, case reference study)是分析流行病学最基本、最重要的研究类型之一

2.病例对照研究的四大要素 人群、对照、病例和暴露

明确产生病例的人群,从中正确地挑选对照,并正确地收集暴露资料是病例对照研究的精髓

3.对照不必代表所有未患研究疾病的病人,同样也不必代表所有总体人群 病例不必代表患有该种疾病的全部病人,也不可能做到这一点

联系客服:779662525#qq.com(#替换为@)