>>>2017年公衛助理醫師《流行病》章節講義匯總

　　>>>關注“考試吧執業醫師”微信，獲取精華復習資料

　　第七節 偏倚及其防止

　　一、常見偏倚的種類：

　　1、選擇偏倚(selection bias)：發生于研究對象中有人拒絕參加;歷史性隊列研究中有些人的檔案丟失或記錄不全;研究對象由較健康志愿者組成;早期病人研究開始時未發現、抽樣方法不正確、執行不嚴格。

　　2、失訪偏倚(lost to follow-up)在一個較長的追蹤觀察期內，總會有對象遷移、外出、死于非終點疾病或拒絕繼續參加觀察而退出隊列。失訪率最好不超過10%。

　　3、信息偏倚(information bias) 在獲取暴露、結局或其他信息時所出現的系統誤差或偏差，又稱為錯分偏倚(misclassification bias)，如判斷有病為無病，判斷有無暴露等。

　　由于儀器不精確、詢問技巧不佳、檢驗技術不熟練、醫生診斷水平不高或標準不明確、記錄錯誤甚至造假等造成。若發生于一組而不發生于另一組，或兩組錯分的程度不同，則結果可能比實際的相對危險度高或低。前者稱為非特異性錯分，將后者稱為特異性錯分。

　　4、混雜偏倚(confounding bias) 混雜是指所研究因素與結果的聯系被其它外部因素所混淆，這個外部因素就叫混雜變量.它是疾病的一個危險因子，又與所研究的因素有聯系，它在暴露組與對照組的分布是不均衡的。性別、年齡是最常見的混雜因素。

　　二、常見偏倚的預防：

　　1、選擇偏倚的防止：預防為主的方針。首先要有一個正確的抽樣方法，即嚴格遵守隨機化的原則;嚴格按規定的標準選擇對象;對象一旦選定，堅持隨訪到底。

　　2、失訪偏倚的防止：提高研究對象的依從性。失訪率達到20%以上，則研究的真實性值得懷疑。

　　3、信息偏倚的防止：選擇精確穩定的測量方法、調準儀器、嚴格實驗操作規程、同等地對待每個研究對象、提高臨床診斷技術、明確各項標準、嚴格按規定執行、做好調查員培訓是重要措施。

　　4、混雜偏倚的防止：對研究對象作某種限制以獲得同質的樣本;在對照選擇中采用匹配的辦法，在研究對象抽樣嚴格遵守隨機化的原則等措施。

　　三、常見偏倚的估計與處理：

　　1、選擇偏倚與失訪失倚：通過審查研究對象的選擇方法、調查研究對象的依從率、比較失訪及退出研究者與繼續研究者的基本特征等，可初步估計選擇偏倚與失訪失偏產生的可能性。

　　2. 信息偏倚：通過對一個隨機樣本進行重復的調查與檢測，將兩次檢測的結果進行比較，以估計信息偏倚的可能與大小。

　　3、混雜偏倚：首先應根據混雜的判斷標準來判斷混雜存在的可能性，比較分層調整前后的兩個效應測量值的大小以估計混雜作用的大小�；祀s偏倚的處理可采用分層分析、標準化或多因素分析的方法。

長按二維碼關注即可獲得醫師資格證

獲取2套仿真內部資料

獲取10頁精華點題講義

獲取醫師筆試歷年真題

獲取2017醫師最新資訊

執業醫師萬題庫下載丨微信搜索"考試吧執業醫師考試"

　　相關推薦：

　　2017年執業醫師資格考試復習的三大定律

　　萬題庫：公衛助理醫師考試真題每日一練匯總

　　2017年公衛助理醫師《流行病》章節講義匯總