第五章影响科研质量的相关因素

第五章影响科研质量的因素教学要求掌握偏倚的概念、特点、类型；能识别常见类型的偏倚熟悉偏倚的控制方法误差（error）医学统计学将误差主要分为两方面：（1）随机误差（randomerror）机遇（chance）（2）系统误差（systematicerror）偏倚（bias）随机误差（randomerror）－机遇(chance)1、概念广义：机遇又称为概率(probability)，是指某一事件出现的可能性。狭义：在抽样研究中，单纯由于抽样所引起的，样本测量值与总体真值之间的差异称之为机遇（chance）。2、机遇的特点随机误差是不可避免的它可存在于研究的抽样、分组、测量等多个环节。随机误差无方向性机遇引起的误差可偏高，可偏低，可为“+”性，可为“-”性，故又叫做随机误差。3、影响机遇发生的主要因素（1）样本大小是最主要的影响因素；（2）观察对象个体间的差异性（3）研究因素效应值的差异大小；（4）所允许的α与β值的大小。4、机遇的测量与控制(1)完善的研究设计(2)科学合理的统计分析机遇是抽样研究所固有的，无法彻底避免与消除，但在随机抽样的前提下，机遇所致的随机误差是有一定规律性的，而医学统计学就是专门研究其规律性的一门学科，其中的核心内容就是教人们用统计学方法对研究中的随机误差及其影响大小进行判定与测量系统误差（systematicerror）偏倚（bias）1、概念偏倚是指由于在研究的设计、实施及结果分析中所采用的方法不当而造成的研究结果系统性地偏离真实值的情况。2、偏倚的特点（1）偏倚是一种错误是可以减少或避免的。（2）偏倚造成的是有方向性的偏离如果是点估计，偏倚造成系统性的偏高或偏低，如果是组间比较，偏倚造成的是系统性地偏阳的或偏阴。偏倚与机遇的区别：如对两种药物疗效进行比较时，在两种不同情况下面，分别产生两种误差：1.可能由于甲药是一种新药，研究者将病情较轻的多分配为服用甲药，而将病情重的多分配为服用乙药，虽发现甲药疗效高于乙药，但实际上两药的疗效可能并无差别。2.假设甲药的实际治愈率为90%，虽严格执行了随机抽样，但由于抽样的偶然性，使试验的治愈率并不刚好等于90%。1.此试验结果的差异是由人为原因所造成的—偏倚。2.此试验结果的差异是由于机遇所造成的。再比如血压测定：3、偏倚的分类（1）选择偏倚(SelectionBias)（2）信息偏倚(InformationBias)（3）混杂偏倚(ConfoundingBias)（一）选择偏倚1、概念选择偏倚是由于选择研究对象的方法不恰当，导致所选的研究对象(样本人群)同理论上符合条件的入选对象(目标人群)在某些特征上存在着系统性差异的情况。主要发生于研究的设计阶段。2、常见来源举例（1）入院率偏倚(admissionratebias)也称就诊机会偏倚、伯克森偏倚（Berkson’sbias）。这种偏倚主要是疾病引起症状的严重程度，患者就医的条件，人群对某一疾病的了解程度，以及对医疗单位的信任等因素，造成患者就医的机会不同所造成。（2）无应答偏倚（non-respondentbias）包括拒绝回答和失访一般应达到90％以上，如低于70％，则偏倚较大。（3）排除偏倚（exclusivebias）排除标准规定不明确，或研究者未能按照规定排除不合格研究对象而致的偏倚。（4）诊断信息偏倚（detectionsignalbias）也称检出症候偏倚。若某因素与某病在病因学上虽无联系，但由于该因素的存在会引起疾病的某些症状或体征的出现，促使患者到医院就医检查，导致该人群较高的检出率，从而得出该因素与疾病相关的错误结论。这类偏倚叫检出偏倚或检出症候偏倚(detectionsignalbias)。（5）志愿者偏倚(volunteerbias)采用较多的对研究内容有信心或感兴趣的志愿者作为研究对象，将会得到良好的依从性和心理因素的良好影响，而出现志愿者偏倚。3.选择偏倚的防止①制定严格的纳入和排除标准②研究对象随机抽样、随机分组③多设对照组④严格诊断标准⑤提高应答率、依从性（二）信息偏倚1、概念信息偏倚(informationbias）又叫衡量偏倚（measurementbias)或观察偏倚(observationalbias)，它是指在研究的实施阶段，由于收集资料方法、测量仪器、研究对象、研究者本身等方面造成的所获取的信息产生了系统误差。2.常见来源举例信息偏倚可来自于研究对象、研究者本身，也可来自于测量的仪器、设备、方法等。（1）疑诊偏倚或诊断怀疑偏倚（Diagnosticsuspicionbias）由于研究者事先了解研究对象对研究因素的暴露情况，在主观上倾向于应该出现某种结果，于是在作诊断或分析时，倾向于自己的主观判断。多见于临床试验和队列研究。如队列研究中对暴露组观察仔细、并进行深入细致的检查，以致较早和充分现疾病，而对非暴露组则不然，导致忽略一些早期患者，从而产生错误的结论。（2）回忆偏倚(recallbias)是指研究对象在回忆以往发生的事情或经历时，由于在准确性和完整性上的差异所致的系统误差。最常见于病例对照研究中。其产生与以下原因有关：①调查的事件或因素发生的频率很低，未给研究对象留下深刻印象而被遗忘；②调查事件是很久以前发生的事情，研究对象记忆不清；③研究对象对调查内容或事件关心程度不同，因而回忆的认真程度有异。（3）报告偏倚(reportingbias)又称说谎偏倚(lyingbias)。是指研究对象因种种原因有意夸大或掩盖某些信息而导致的偏倚。多见于疾病例对照研究，现况研究等观察性研究，如调查性乱史，或孕妇怀孕期吸烟、饮酒史、家庭经济收入等都可遇到。（4）测量偏倚（Detectionbias）对某项研究所需指标或数据进行测定时，由于仪器、设备的误差、试剂不符合要求，使用方法或条件不一致，以及操作人员的技术问题等，导致测量结果的不准确而产生的系统误差。3、信息偏倚的防止（1）标准化：研究者对拟进行的研究要事先制定明细的资料收集方法和严格的质量控制方法。如设计统一而明确的调查表，对调查内容或测量指标规定明确客观的标准，对调查员进行统一培训，使调查方法统一、规范，研究中使用的仪器、设备、试剂、应符合要求；有恰当实用的质量监测、控制措施(如调查员签名、复查等)。（2）尽可能采用“盲法”收集资料主要避免调查者与被调查者主观因素所产生的影响。（3）尽量采用客观指标（4）进行资料校正（三）混杂性偏倚（confoundingbias）主要出现在结果分析阶段。是指在评价因果关系、治疗效果、预后因素等流行病学研究中，由于受到可以引起相同结果而同时存在的其它某些因素（混杂因素）的影响，掩盖或夸大了研究因素与疾病(或事件)之间的联系，从而使研究结果产生系统性偏离的情况。（即暴露因素与结局效应间的联系实际上是完全或部分地由某些其它因素所引起。这些引起混杂的其它因素称为混杂因素。混杂偏倚与前两种偏倚不同之处在于：选择偏倚、信息偏倚一旦产生则难以消除其影响，混杂偏倚产生后，可以在一定条件下，在资料分析时进行判定和纠正。为了简捷明了，请看以下一组示意图：图例：D:Disease表示疾病或某一结局E:Exposure表示暴露因素或研究因素F:(extraneous)Factor表示外部因素因果联系：非因果联系：潜在因果联系：▲Eg：存在混杂的几种情况1.E(饮酒)F(吸烟)D(肺癌)该例中，吸烟既是肺癌的一个独立危险因素，又与饮酒有相关性，它的存在可能会引起混杂。2.E(吸烟)F(年龄)D(肺癌)吸烟与年龄都是肺癌的危险因素，两者相互独立。同时，吸烟与年龄间存在明显相关性。此时，年龄很可能成为混杂因素。3.E(海拔)F(饮水)D(霍乱)f(霍乱弧菌)饮水与霍乱无直接因果联系，但它通过与之呈伴随状态的f因子(霍乱弧菌)间接与D产生联系，同时随着海拔增加水污染情况下降，故E与F有伴随关系。由于F的存在，可造成海拔与霍乱相关的虚假联系。（4）混杂偏倚的控制控制混杂偏倚最根本的一条：根据课题的研究目的和研究内容，充分查阅文献，结合专业知识，找出本课题中可能引起混杂偏倚的混杂因子，然后采取控制措施。谢谢