常用的發(fā)表偏倚衡量方法(簡述病因研究中的偏倚的種類及控制措施)
1.簡述病因研究中的偏倚的種類及控制措施有哪些
定義及種類：偏倚是在研究中（從設計到執(zhí)行的各環(huán)節(jié)）的系統(tǒng)誤差及解釋結果的片面性而造成的，使研究結果與其真值出現(xiàn)了某些差值。
因為它是由系統(tǒng)誤差所造成，加大樣本并不能使之減少。一旦造成事實，則無法消除其影響。
因此，必須認識偏倚，從設計起直到整個研究過程均要加以控制。病因研究中的偏倚有10種以上，它們可以歸納為選擇性偏倚、信息（測量、觀察）性偏倚及混雜（混淆）性偏倚。
（一）選擇性偏倚（selection bias） 在選擇研究對象時，試驗組和對照組的設立（納入標準）不正確，使得這兩組人在開始時即存在處理因素以外的重大差異，從而產(chǎn)生偏倚。常見的主要有：1.就診機會偏倚（入院率偏倚，admissionrate bias）由于疾病嚴重程度不同、就醫(yī)條件不同、人群對某一疾病的了解和認識程度不同等原因而使患不同種類疾病的人（或有某種特性者）的住院率不同。
從醫(yī)院選取對照時，如果沒有注意到此點，則可引起偏倚。此種偏倚首先由Berkson發(fā)現(xiàn)并記述，因此，將此種偏倚又稱為Berkson偏倚或Berkson謬誤（fallacy）。
2.現(xiàn)患病例及新發(fā)病例偏倚（prevalence-incidencebias，又叫Neyman bias）此種偏倚易出現(xiàn)在病程較短的嚴重致死性疾病，如心肌梗死，部分病例在送到醫(yī)院前已死亡，如果只以存活的現(xiàn)患病例為對象，研究某因素的作用，必然產(chǎn)生偏倚。這些死亡病例通常未計入心肌梗死總發(fā)病人數(shù)中，以至于所報道的患病數(shù)少于實際的發(fā)病數(shù)。
又如，在病例對照研究中有意或無意排除（或加入）某些病例，也可出現(xiàn)偏倚，如研究吸煙與肺癌的關系時，對照組包括了慢性支氣管炎和冠心病，由于此二病均與吸煙有關，所以吸煙與肺癌的OR減低，甚至于看不出吸煙作為肺癌的病因作用。患病后改變生活習慣也可以使用病例對照方法探討病因出現(xiàn)偏倚，如患肺癌后戒煙，患高血壓后將飲食口味調(diào)淡、不吃動物脂肪（肥肉）、適當增加體力活動等等，都可在病例對照研究中使這些因素的病因作用被抵消。
又如，乳腺癌與利血平關系的病例對照研究，在對照組中排除了心血管病人（其中有相當多的高血壓病人，他們服用利血平），所以得出利血平是乳腺癌的危險因素的結論。另一個研究將全部病例均納入，則未發(fā)現(xiàn)此相關。
3.檢出信號偏倚（detectionsignal bias,unmasking bias）某因素如能引起或促進某癥候（與所研究疾病的體征或癥狀類似）的出現(xiàn)，使患者因此而去就醫(yī)，這就提高了該病的檢出機會，使人誤以為某因素與該病有因果聯(lián)系。這種虛假聯(lián)系造成的偏倚稱為檢出信號（或檢出癥候）偏倚。
如，曾有研究發(fā)現(xiàn)子宮內(nèi)膜癌與絕經(jīng)期服用雌激素有關。這個研究結果是因為絕經(jīng)期婦女服用雌激素會引起不規(guī)則子宮出血，因此而就醫(yī)，得到檢查子宮內(nèi)膜的機會較多，從而增加了發(fā)現(xiàn)子宮內(nèi)膜癌的機會。
不服用雌激素的子宮內(nèi)膜癌常無明顯癥狀，發(fā)現(xiàn)機會較少。以刮宮或子宮切除作為診斷子宮內(nèi)膜癌的診斷時，絕經(jīng)期服用雌激素的OR為1.7，而以子宮出血就診者的OR為9.8，二者相差懸殊。
顯然，以子宮出血就診增高了OR。此類偏倚即檢出信號偏倚。
4.無應答偏倚（non-responsebias）即研究對象對研究內(nèi)容產(chǎn)生不同的反應而造成的偏倚。如用通信方式調(diào)查吸煙情況，不吸煙者與吸煙者的應答率可以相差懸殊。
無應答者的暴露或患病狀況與應答者可能不同。如果無應答者比例較高，則使以有應答者為對象的研究結果可能存在嚴重偏倚。
所以在研究報告中必須如實說明應答率，并評價其對結果可能造成的影響。與一部分人無應答相反的情況是有一部分人特別樂意或自愿接受調(diào)查或測試。
這些人往往是比較關心自身健康或自覺有某種疾病，而想得到檢查機會的人。他們的特征或經(jīng)歷不能代表目標人群。
由此造成的偏倚稱為志愿者偏倚（volunteer bias）。總之，無論什么原因使觀察組與對照組成員不是來自同一總體，即可造成除研究因素以外的有關因素在兩組分布不均衡，從而造成選擇偏倚。
（二）衡量偏倚（measurement bias）或信息偏倚（information bias） 對觀察組和對照組進行觀察或測量時存在頻度和（或）強度的差異，而使最終判斷結果時出現(xiàn)偏倚。在非盲法觀察時，由于觀察者知道誰在觀察組，、誰在對照組，更易出現(xiàn)此種偏倚。
1.回憶偏倚（recall bias）特別是在病例對照研究中，需要被觀察者回憶過去的情況（甚至久遠的情況，如癌的病因學研究），回憶的準確性會受到影響。病例組可能回憶仔細（特別是當懷疑某因素與某病有關時，如吸煙、被動吸煙與某些癌的關系，口服避孕藥與下肢血栓性靜脈炎、服雌激素與子宮內(nèi)膜癌等），而對照組回憶則可能不那么仔細，尤其當研究者屢次提醒病例組有否這些因素時（誘導其回答，更容易出現(xiàn)偏倚-尋因性偏倚）。
有時某種癥狀或狀態(tài)的存在會誘導產(chǎn)生或加強其與某種因素的聯(lián)系，如前段所舉子宮內(nèi)膜癌，得出與口服雌激素有聯(lián)系的結論即屬此，稱為疑因性偏倚（exposure suspicion bias）。2.疑診偏倚 當觀察者已知被觀察者的某些情況時，在研究時會自覺不自覺地側重詢問、檢查有關情況（如對服口服避孕藥的婦女，仔細檢查其有無下肢血栓性靜脈炎，而對有下肢血栓性靜。
2.如何進行敏感性分析和發(fā)表偏倚分析
敏感性分析一般以Meta分析結果所繪制的森林圖為依據(jù)，把肉眼可見的與總體樣本95%CI分布差異相對較大的研究（由最明顯的開始）予以排除直至可用固定效應模型分析為止（即I方值小于等于50%，同時P大于等于0.1），如敏感性分析后依然無法用固定效應模型分析，則需通過繼續(xù)逐一排除剩余數(shù)據(jù)樣本以動態(tài)觀測Meta分析結果變化，如結果變化不大（具體標準暫未在2014版考克蘭系統(tǒng)評價員手冊中有體現(xiàn)，我個人則是以I方和RR/SMD等統(tǒng)計量變化率作為判斷標準），則說明數(shù)據(jù)合并后穩(wěn)健性可，可采用隨機效應模型作Meta分析，所得結論有效，但不宜過于絕對。
而敏感性分析不宜排除過多數(shù)量的數(shù)據(jù)樣本，我個人以50%作臨界值，如一個結局指標需要排除至少50%的納入研究數(shù)據(jù)樣本，方能使數(shù)據(jù)合并結果穩(wěn)健，則說明原始納入研究異質性大，無法明確所有納入研究在該結局指標的測量標準、方法基本一致。同時敏感性分析后剩余數(shù)據(jù)樣本數(shù)我個人認為最好大于等于3，以便能獲取較有說服力的Meta分析結果。
當然我也比較同意上一個答案的觀點，敏感性分析的納入研究排除標準可參照Jadad質量評分或RoB風險偏倚評估結果，但我認為應補充一個前提：納入研究中需有相當部分高質量研究，即Jadad評分大于等于4分（滿分7分）或符合Standard RCT標準（兼有隨機化、盲法、安慰劑三要素），如納入研究方法學質量普遍不高，則通過參照方法學質量評價結果進行敏感性分析的做法意義不大。
發(fā)表性偏倚目前主要通過倒漏斗圖法判斷，當然也有Egger&Begger's Test，可將偏倚程度量化（適用于納入數(shù)據(jù)數(shù)小于10的結局指標，然而RevMan無法做此檢驗），發(fā)表性偏倚一般用于對納入數(shù)據(jù)樣本數(shù)（敏感性分析后）大于等于10結局指標的討論。
個人的小小體會：系統(tǒng)評價/Meta分析并沒有太多固定的模版，每個研究者所關注的點可以不一樣，但最好做到有理有據(jù)，能自圓其說。
以上謹為個人粗淺看法，如有紕漏之處，歡迎指正！
3.預防醫(yī)學控制混雜偏倚的方法有哪些
偏倚是在研究中（從設計到執(zhí)行的各環(huán)節(jié)）的系統(tǒng)誤差及解釋結果的片面性而造成的，使研究結果與其真值出現(xiàn)了某些差值。因為它是由系統(tǒng)誤差所造成，加大樣本并不能使之減少。一旦造成事實，則無法消除其影響。因此，必須認識偏倚，從設計起直到整個研究過程均要加以控制。病因研究中的偏倚有10種以上，它們可以歸納為選擇性偏倚、信息（測量、觀察）性偏倚及混雜（混淆）性偏倚。
衡量偏倚（measurement
bias）或信息偏倚（information
bias）
對觀察組和對照組進行觀察或測量時存在頻度和（或）強度的差異，而使最終判斷結果時出現(xiàn)偏倚。在非盲法觀察時，由于觀察者知道誰在觀察組，、誰在對照組，更易出現(xiàn)此種偏倚。
1.回憶偏倚（recall
bias）特別是在病例對照研究中，需要被觀察者回憶過去的情況（甚至久遠的情況，如癌的病因學研究），回憶的準確性會受到影響。病例組可能回憶仔細（特別是當懷疑某因素與某病有關時，如吸煙、被動吸煙與某些癌的關系，口服避孕藥與下肢血栓性靜脈炎、服雌激素與子宮內(nèi)膜癌等），而對照組回憶則可能不那么仔細，尤其當研究者屢次提醒病例組有否這些因素時（誘導其回答，更容易出現(xiàn)偏倚-尋因性偏倚）。有時某種癥狀或狀態(tài)的存在會誘導產(chǎn)生或加強其與某種因素的聯(lián)系，如前段所舉子宮內(nèi)膜癌，得出與口服雌激素有聯(lián)系的結論即屬此，稱為疑因性偏倚（exposure
suspicion
bias）。
2.疑診偏倚 當觀察者已知被觀察者的某些情況時，在研究時會自覺不自覺地側重詢問、檢查有關情況（如對服口服避孕藥的婦女，仔細檢查其有無下肢血栓性靜脈炎，而對有下肢血栓性靜脈炎的婦女仔細詢問其口服避孕藥的歷史）就可能得出二者有聯(lián)系的結論。但實際上可能是偏倚所致。
3.沾染偏倚（contamination
bias）對照組成員有意或無意應用了試驗組的措施。如用低鈉鹽減少鈉攝入與高血壓關系的研究時，對照組成員同樣可以購得低鈉鹽（因接受宣傳后認為低鈉鹽可以防止高血壓），從而使判斷結果時出現(xiàn)偏倚（沾染性偏倚）。試驗組成員有意或無意接受了研究因素以外的措施，而使結果有利于試驗組，稱為干擾。干擾與沾染最容易在非盲法觀察的條件下發(fā)生。
4.預防醫(yī)學控制混雜偏倚的方法有哪些
偏倚是在研究中（從設計到執(zhí)行的各環(huán)節(jié)）的系統(tǒng)誤差及解釋結果的片面性而造成的，使研究結果與其真值出現(xiàn)了某些差值。
因為它是由系統(tǒng)誤差所造成，加大樣本并不能使之減少。一旦造成事實，則無法消除其影響。
因此，必須認識偏倚，從設計起直到整個研究過程均要加以控制。病因研究中的偏倚有10種以上，它們可以歸納為選擇性偏倚、信息（測量、觀察）性偏倚及混雜（混淆）性偏倚。
衡量偏倚（measurementbias）或信息偏倚（informationbias） 對觀察組和對照組進行觀察或測量時存在頻度和（或）強度的差異，而使最終判斷結果時出現(xiàn)偏倚。在非盲法觀察時，由于觀察者知道誰在觀察組，、誰在對照組，更易出現(xiàn)此種偏倚。
1.回憶偏倚（recallbias）特別是在病例對照研究中，需要被觀察者回憶過去的情況（甚至久遠的情況，如癌的病因學研究），回憶的準確性會受到影響。病例組可能回憶仔細（特別是當懷疑某因素與某病有關時，如吸煙、被動吸煙與某些癌的關系，口服避孕藥與下肢血栓性靜脈炎、服雌激素與子宮內(nèi)膜癌等），而對照組回憶則可能不那么仔細，尤其當研究者屢次提醒病例組有否這些因素時（誘導其回答，更容易出現(xiàn)偏倚-尋因性偏倚）。
有時某種癥狀或狀態(tài)的存在會誘導產(chǎn)生或加強其與某種因素的聯(lián)系，如前段所舉子宮內(nèi)膜癌，得出與口服雌激素有聯(lián)系的結論即屬此，稱為疑因性偏倚（exposuresuspicionbias）。 2.疑診偏倚 當觀察者已知被觀察者的某些情況時，在研究時會自覺不自覺地側重詢問、檢查有關情況（如對服口服避孕藥的婦女，仔細檢查其有無下肢血栓性靜脈炎，而對有下肢血栓性靜脈炎的婦女仔細詢問其口服避孕藥的歷史）就可能得出二者有聯(lián)系的結論。
但實際上可能是偏倚所致。 3.沾染偏倚（contaminationbias）對照組成員有意或無意應用了試驗組的措施。
如用低鈉鹽減少鈉攝入與高血壓關系的研究時，對照組成員同樣可以購得低鈉鹽（因接受宣傳后認為低鈉鹽可以防止高血壓），從而使判斷結果時出現(xiàn)偏倚（沾染性偏倚）。試驗組成員有意或無意接受了研究因素以外的措施，而使結果有利于試驗組，稱為干擾。
干擾與沾染最容易在非盲法觀察的條件下發(fā)生。
5.簡述常用的抽樣方法有哪些
四種基本的抽樣方法：
1.單純隨機抽樣：單純隨機抽樣是在總體中以完全隨機的方法抽取一部分觀察單位組成樣本（即每個觀察單位有同等的概率被選入樣本）。常用的辦法是先對總體中全部觀察單位編號，然后用抽簽、隨機數(shù)字表或計算機產(chǎn)生隨機數(shù)字等方法從中抽取一部分觀察單位組成樣本。
其優(yōu)點是簡單直觀，均數(shù)（或率）及其標準誤的計算簡便；缺點是當總體較大時，難以對總體中的個體一一進行編號，且抽到的樣本分散，不易組織調(diào)查。
2.系統(tǒng)抽樣：系統(tǒng)抽樣又稱等距抽樣或機械抽樣，即先將總體中的全部個體按與研究現(xiàn)象無關的特征排序編號；然后根據(jù)樣本含量大小，規(guī)定抽樣間隔k；隨機選定第i(i
系統(tǒng)抽樣的優(yōu)點是：易于理解，簡便易行；容易得到一個在總體中分布均勻的樣本，其抽樣誤差小于單純隨機抽樣。缺點是：抽到的樣本較分散，不易組織調(diào)查；當總體中觀察單位按順序有周期趨勢或單調(diào)增加（減小）趨勢時，容易產(chǎn)生偏倚。
3.整群抽樣：整群抽樣是先將總體劃分為K個“群”，每個群包含若干個觀察單醫(yī)學教|育網(wǎng)搜集整理位，再隨機抽取k個群（k
整群抽樣的優(yōu)點是便于組織調(diào)查，節(jié)省經(jīng)費，容易控制調(diào)查質量；缺點是當樣本含量一定時，抽樣誤差大于單純隨機抽樣。
4.分層抽樣：分層抽樣是先將總體中全部個體按對主要研究指標影響較大的某種特征分成若干“層”，再從每一層內(nèi)隨機抽取一定數(shù)量的觀察單位組成樣本。
分層隨機抽樣的優(yōu)點是樣本具有較好的代表性，抽樣誤差較小，分層后可根據(jù)具體情況對不同的層采用不同的抽樣方法。
四種抽樣方法的抽樣誤差大小一般是：整群抽樣≥單純隨機抽樣≥系統(tǒng)抽樣≥分層抽樣。
在實際調(diào)查研究中，常常將兩種或幾種抽樣方法結合使用，進行多階段抽樣。
6.請教幾個meta分析的問題
進行Meta分析過程中產(chǎn)生的偏倚。
第一大類：原始文獻存在的偏倚，也就是試驗中偏倚，包括6類：選擇偏倚、實施偏倚、損耗偏倚、測量偏倚、報告偏倚和其他偏倚。
1. 選擇偏倚（selection bias）
發(fā)生在選擇和分配研究對象時；
采用隨機分配和分配隱藏的方法可降低選擇性偏倚；
但如果分配隱藏不當，可能會過度估計研究結果。
2. 實施偏倚（performance bias）
發(fā)生在干預措施的實施過程中；
系統(tǒng)誤差造成；
對研究者和研究對象采用盲法可以避免實施偏倚；
但如果對研究對象不盲，可能會過度估計研究結果。
3.損耗偏倚（attrition bias）
發(fā)生在研究隨訪過程中，由于失訪、退出、無應答原因；
采用合適的統(tǒng)計學方法，如ITT分析，可減少損耗偏倚。
4. 測量偏倚（detection bias）
發(fā)生在結果測量和分析時；
對研究結果，可夸大療效達到17%-35%;
一方面，采用統(tǒng)一、標準化測量的方法，可避免測量偏倚；
另一方面，對研究對象和測量者實施盲法，也可避免測量偏倚。
5.報告偏倚（reporting bias）
發(fā)生在報告研究結果時；
進行研究注冊可避免報告偏倚。
6. 其他偏倚（other bias）
引起高度偏倚風險的其他因素；
也是依靠研究注冊，根據(jù)計劃書與全文對比來判斷。
第二大類：Meta分析的偏倚，也就是進行Meta分析過程中產(chǎn)生的偏倚。
根據(jù)Felson分類法有三種：
1. 抽樣偏倚（sampling bias）
發(fā)生在查找相關文獻時；
包括7個方面：
?發(fā)表偏倚（publication bias）：是Meta分析中影響結果有效性的主要原因，較難控制，是指研究結果的性質和方向導致研究成果的發(fā)表與未發(fā)表引起的偏倚；
?索引偏倚（index bias）：由于數(shù)據(jù)庫中數(shù)據(jù)標引不準確而導致文獻漏檢；
?查找偏倚（search bias）：由于檢索方法原因導致漏檢或誤檢文獻；
?參考文獻偏倚（reference bias）：依賴綜述或參考文獻目錄查找文獻時導致的；
?重復發(fā)表偏倚（multiple publication bias）和主題多重復偏倚（multiply used subjects bias）：某項研究分2篇或多篇以系列形式發(fā)表而導致的；
?英語語種偏倚（english language bias）：檢索文獻時，由于限定英語文獻而導致的；
?數(shù)據(jù)提供偏倚（bias in provision of data）：未搜集會議論文、學位論文等散在文獻而導致的。
減少抽樣偏倚的方法就是：文獻檢索時要查全、查新、查準，這也是我們做一篇高質量Meta分析報告的基礎吧；
需要考慮的具體因素，在LinkLab 12月6日文章“一文搞定Meta分析”已做詳細介紹，各位看官不妨再回顧下。
2. 選擇偏倚（selection bias）
發(fā)生在根據(jù)文獻納入/排除標準選擇符合分析的文獻時；
包括：納入標準偏倚和選擇者偏倚；
盡量制定明確的、嚴格統(tǒng)一的文獻納入/排除標準，可減少選擇偏倚；
兩人以上采用盲法獨立選擇文獻，也可減少選擇偏倚；
還可以采用敏感性分析，考察不同的文獻納入/排除標準對Meta分析結果的影響。
3.研究內(nèi)偏倚（within study bias）
發(fā)生在資料提取時；
包括3方面：
?提取者偏倚
?研究質量評價偏倚
?報告偏倚
兩人以上獨立盲法提取資料，有專門提取數(shù)據(jù)的表格，一般包括基本信息、研究特征、結果測量等，明確各數(shù)據(jù)及質量評價統(tǒng)一標準，可降低本偏倚。
此外，Meta分析的偏倚，還有Cochrane分類法，其強調(diào)主要通過報告偏倚來衡量納入研究的完整性，并將報告偏倚分為：發(fā)表偏倚、時滯偏倚、多重/重復發(fā)表偏倚、發(fā)表位置偏倚、引用偏倚、語言偏倚、結果報告偏倚。根據(jù)上面的介紹，大家應該也不難理解引起這些偏倚的原因。
在這些偏倚中，研究最多的就是發(fā)表偏倚，它也是影響Meta分析質量的很重要因素。對于它的識別和處理，下期我們繼續(xù)哦……
