【正文】 據(jù)選擇(xuǎnz233。,（二）選擇(xuǎnz233。,第三十一頁，共八十一頁。若無應答或失訪者超過10%，應對無應答者或失訪者進行隨機抽樣調(diào)查，對失訪者和已隨訪者的特征做比較分析。錯誤分類偏倚則在病例對照研究和隊列研究中都可產(chǎn)生。 （2）．調(diào)查的事件或因素發(fā)生的頻率較低，未給研究對象留下深刻印象而遺忘。而對于一些職業(yè)危害進行調(diào)查，研究對象(du236。njiū)因素的暴露情況，于是帶著“先入為主”的傾向性，懷疑其患某病或在主觀上傾向出現(xiàn)某種陽性結(jié)果。iy237。i)偏倚（misclassification bias）,調(diào)查中使用的方法如果偏離了金標準，則將產(chǎn)生錯誤分類偏倚。ngl236。ol249。,第四十三頁，共八十一頁。,（2）有差異錯分(differential misclassification) 當兩組測定方法的靈敏度和特異(t232。)。,表611 某病例對照研究(y225。,3．盡可能采用“盲法”設計 在調(diào)查中采用雙盲設計，使調(diào)查人員和研究對象均不知曉分組情況，以避免診斷懷疑偏倚、暴露懷疑偏倚、報告偏倚等。對只能通過調(diào)查詢問方法收集主觀資料時，應盡量(jǐnli224。由于混雜變量的存在(c,繼發(fā)關(guān)聯(lián)（secondary association） 定義 是一種純粹由混雜偏倚產(chǎn)生(chǎnshēng)的關(guān)聯(lián) 即懷疑的病因（暴露）E與疾病D并不存在因果關(guān)系，而是由于兩者（E,D）有共同的原因C，E,D同C存在關(guān)聯(lián)，從而繼發(fā)產(chǎn)生E與D的關(guān)聯(lián)。,第三節(jié) 研究(y225。)偏倚的幾種情況,存在混雜偏倚(piān yǐ)的幾種情況,第五十七頁，共八十一頁。,(1)．若CRR=aRR ， f 無混雜作用 (2)．若 CRR ≠aRR ， f有混雜作用。nz224。,RR=1.42，表明(biǎom237。ng)中，可對研究對象的選擇條件進行規(guī)定，但限制條件不宜太多。,2．資料的分析階段 (1)分層分析 在對研究的因素與疾病的聯(lián)系進行分析時，可首先(shǒuxiān)按某個潛在的混雜因子進行分層，如不存在研究因素與混雜因素對疾病的交互作用，可用MantelHaenszel法，求出合并的ORMH及 MH,第六十六頁，共八十一頁。njiū)的偏倚,第六十八頁，共八十一頁。)在沒有排除混雜偏倚的基礎上的,第三節(jié) 研究(y225。病例組和對照組均按同一方法和標準收集三個月前避孕藥的暴露情況。)列于表619，按MantelHalnszel方法估計調(diào)整比數(shù)比aOR(f)，列于表620。)偏倚=,表明年齡對口服避孕藥與心肌梗死的關(guān)系起負向混雜(h249。,y= 3.101X1 + 0.325X2,P0.05,表示控制(k242。指比較組間在回憶過去的暴露或既往史時，其完整性與準確性存在系統(tǒng)誤差而引起的偏倚。表88。l249。diǎn)的作用消失了，結(jié)論與分層分析一致,P0.05,P0.05,第八十頁，共八十一頁。,（2）數(shù)學模型 對于二項分類變量（患病，不患?。?，亦可用Logistic回歸模型分析，仍以上(yǐsh224。ng)分層心肌梗死與近期使用口服避孕藥的關(guān)系,第七十六頁，共八十一頁。ng)與心肌梗死與口服避孕藥的關(guān)系,第七十四頁，共八十一頁。):,第七十二頁，共八十一頁。,(4) 結(jié)論(ji233。,(2) 判定層間關(guān)聯(lián)效應水平(shuǐp237。)一個或多個對照，該對照與病例具有某些相同的特征，如年齡、性別等，在各比較組有相同的分布，以達到清除混雜作用的目的。,三、混雜(h249。 su224。若值=0，無混雜。研究因素與疾病的估計值為cRR或cOR，稱為粗RR或粗OR；按該可疑因素調(diào)整后的估計值為aRR（f）或aOR（f），稱作調(diào)整RR或調(diào)整OR，aRR(f)可用Mentel Haenszel分層分析方法計算。)與不成立(ch233。另外，E與C也可以由于相關(guān)（因果方向不明）而產(chǎn)生繼發(fā)關(guān)聯(lián)。,圖６－１ 混雜(h249。,第五十一頁，共八十一頁。,第五十頁，共八十一頁。)組及對照組敏感度為0.9，特異度為0.7，代入公式計算得OR186。,2．資料的校正方法 根據(jù)調(diào)查所得資料靈敏度、特異度可對含有信息偏倚（錯分偏倚）的資料予以(yǔyǐ)校正，下面介紹兩組資料測定方法敏感度與特異度較近時的校正方法，校正公式如下，現(xiàn)以表611資料為例說明信息偏倚的校正方法。,二、信息(x236。ol249。ol249。)情況,RR=2,第四十一頁，共八十一頁。)度，但兩者都不大可能是100%，于是就會出現(xiàn)假陽性和假陰性，這就發(fā)生了錯誤分類，即本應是病人，但錯將他分入了對照組，而本應是非病人，則將他分入病例組。這類偏倚多見于病例對照研究，如采用病史記錄作為分析資料，因為詢問病史的醫(yī)生知道某些因素和某病發(fā)病有關(guān)，因此對病例組患者在詢問病史時特別仔細，常有陽性的記錄，而調(diào)查對照組時則漫不經(jīng)心，陰性結(jié)果很多。,第三十七頁，共八十一頁。,3．診斷(zhěndu224。og224。)偏倚(recall bias),指比較組間在回憶過去的暴露或既往史時，其完整性與準確性存在系統(tǒng)誤差而引起的偏倚。,第三十三頁，共八十一頁。在實驗性研究中，應嚴格按照隨機分配的原則，將研究對象分組，使兩組除所觀察因素外應具有均衡性、可比性。xiē)環(huán)節(jié)出現(xiàn)，只有在設計時考慮周全，并采取相應措施，在各個環(huán)節(jié)中阻斷偏倚產(chǎn)生的可能性，才能防止或減少其發(fā)生。)偏倚,偏倚(piān yǐ)0， 即,1， 則存在正向選擇偏倚,偏倚0， 即,1， 則存在負向選擇偏倚,第二十八頁，共八十一