偏倚及其防止

星梦78

常见偏倚的种类：
   1、选择偏倚(selection bias)：发生于研究对象中有人拒绝参加；历史性队列研究中有些人的档案丢失或记录不全；研究对象由较健康志愿者组成；早期病人研究开始时未发现、抽样方法不正确、执行不严格。
    2、失访偏倚(lost to follow-up)在一个较长的追踪观察期内，总会有对象迁移、外出、死于非终点疾病或拒绝继续参加观察而退出队列。失访率最好不超过10%。
   3、信息偏倚(information bias) 在获取暴露、结局或其他信息时所出现的系统误差或偏差，又称为错分偏倚(misclassification bias)，如判断有病为无病，判断有无暴露等。由于仪器不精确、询问技巧不佳、检验技术不熟练、医生诊断水平不高或标准不明确、记录错误甚至造假等造成。若发生于一组而不发生于另一组，或两组错分的程度不同，则结果可能比实际的相对危险度高或低。前者称为非特异性错分，将后者称为特异性错分。
   4、混杂偏倚(confounding bias) 混杂是指所研究因素与结果的联系被其它外部因素所混淆，这个外部因素就叫混杂变量.它是疾病的一个危险因子，又与所研究的因素有联系，它在暴露组与对照组的分布是不均衡的。性别、年龄是最常见的混杂因素。

星梦78

常见偏倚的预防：
1、选择偏倚的防止：预防为主的方针。首先要有一个正确的抽样方法，即严格遵守随机化的原则；严格按规定的标准选择对象；对象一旦选定，坚持随访到底。
2、失访偏倚的防止：提高研究对象的依从性。失访率达到20%以上，则研究的真实性值得怀疑。
3、信息偏倚的防止：选择精确稳定的测量方法、调准仪器、严格实验操作规程、同等地对待每个研究对象、提高临床诊断技术、明确各项标准、严格按规定执行、做好调查员培训是重要措施。
4、混杂偏倚的防止：对研究对象作某种限制以获得同质的样本；在对照选择中采用匹配的办法，在研究对象抽样严格遵守随机化的原则等措施。

星梦78

三、常见偏倚的估计与处理：
1、选择偏倚与失访失倚：通过审查研究对象的选择方法、调查研究对象的依从率、比较失访及退出研究者与继续研究者的基本特征等，可初步估计选择偏倚与失访失偏产生的可能性。
2. 信息偏倚：通过对一个随机样本进行重复的调查与检测，将两次检测的结果进行比较，以估计信息偏倚的可能与大小。
3、混杂偏倚：首先应根据混杂的判断标准来判断混杂存在的可能性，比较分层调整前后的两个效应测量值的大小以估计混杂作用的大小。混杂偏倚的处理可采用分层分析、标准化或多因素分析的方法。

xuzhoulingling

偏倚问题在医院感染目标性监测研究过程中也经常遇到，如呼吸及相关肺炎的队列研究中就有很多病人使用呼吸机后很快死亡或自动出院等情况，因此防止或减少偏倚很重要。