病例对照研究常见的偏倚有哪些?如何避免或控制?

admin2015-07-24  14

问题 病例对照研究常见的偏倚有哪些?如何避免或控制?

选项

答案病例对照研究是一种回顾性观察研究,比较容易产生偏倚。这些偏倚可以通过严谨的设计和细致的分析识别、减少和控制。常见的偏倚有选择偏倚、信息偏倚和混杂偏倚。 (1)选择偏倚(selection bias):由于选入的研究对象与未选入的研究对象在某些特征上存在差异而引起的误差。这种偏倚常发生于研究的设计阶段。 ①入院率偏倚(admission rate bias)也叫Berkson偏倚。当利用医院病人作为病例和对照时,由于对照是医院的某一部分病人,而不是全体目标人群的一个随机样本,又由于病例只是该医院或某些医院的特定病例,因为病人对医院及医院对病人双方都有选择性,所以作为病例组的病例也不是全体病人的随机样本,所以难免产生偏倚,特别是因为各种疾病的入院率不同导致病例组与对照组某些特征上的系统差异。 ②现患病例一新发病例偏倚(prevalence-incidence bias)又称奈曼偏倚(Neyman biss)。如果调查对象选自现患病例,即存活病例,可能得到更多的信息,但是其中很多信息可能只与存活有关,而未必与该病的发病有关,从而高估了某些暴露因素的病因作用。另一种情况是,某病的幸存者改变了生活习惯,从而降低了某个危险因素的水平,或当他们被调查时夸大或缩小了病前生活习惯上的某些特征,导致某一因素与疾病关联误差。 ③检出征侯偏倚(detection signal bias)也称暴露偏倚(unmasking bias)。病人常因某些与致病无关的症状而就医,从而提高了早期病例的检出率,致使过高地估计了暴露程度,而产生的系统误差。 ④时间效应偏倚(time effectbias):对于肿瘤、冠心病等慢性疾病,从开始暴露于危险因素到出现病变往往经历一个较长的时间过程。因此在病例对照研究时,那些暴露后即将发生病变的人,已发生早期病变而不能检出的人,或在调查中已有病变但因缺乏早期检测手段而被错误地认为是非病例的人,都可能被选入对照组,由此而产生了结论的误差。 (2)信息偏倚(information bias)又称观察偏倚(observation bias)或测量偏倚(measurement bias),是在收集整理信息过程中由于测量暴露与结局的方法有缺陷造成的系统误差。 ①回忆偏倚(:recall bias):被调查者记忆失真或不完整造成结论的系统误差。选择不易为人们所忘记的重要指标做调查,并重视问卷的提问方式和调查技术,将有助于减少回忆偏倚。 ②调查偏倚(investigation bias):调查偏倚可能来自于调查对象及调查者双方。病例与对照的调查环境与条件不同,或者调查技术、调查质量不高或差错以及仪器设备的问题等均可产生调查偏倚。尽量采用客观指征,选择合适的人选参加调查,认真做好调查技术培训,采取复查等方法做好质量控制,检查条件尽量一致,尽量在同一时间内由同一调查员调查病例和对照,使用的检查仪器应精良,使用前应校准,严格掌握试剂的要求等均可望减少偏倚。 (3)混杂偏倚(confounding bias):当我们研究某个因素与某种疾病的关联时,由于某个既与疾病有制约关系,又与所研究的暴露因素有联系的外来因素(extraneous factor)的影响,掩盖或夸大了所研究的暴露因素与疾病的联系。这种现象或影响称为混杂(confouncling)或混杂偏倚(confounding bias),该外来因素称为混杂因素(confounding factor)。在设计时利用限制的方法,配比的方法;资料分析阶段采用分层分析或多因素分析模型处理,可适当控制混杂偏倚。

解析
转载请注明原文地址:https://kaotiyun.com/show/rRH3777K
0

随机试题
最新回复(0)