流行病偏倚（第六版）.ppt

第一节 误差一、概念 误差是指对事物某一特征的测量值偏离真实值的部分。因此，必须有“金标准”或相对可靠的标准来测量真实值，才能度量误差。二、误差的种类 随机误差：指随机抽样所得均值与总体参数的差异，也称抽样误差。抽样误差特点：1.样本的观察值都在平均值上下分布；2.随机误差的范围可以用可信区间估计。系统误差：当对群体的某一特征做一次测量或对某一个体的某一特征做多次测量时，所得均值与总体间误差向量的方向一致或基本一致时，这种误差称为系统误差，也称偏倚。只能减小，不能消除只能减小，不能消除可以消除可以消除血压值（由动脉内套管测量）血压值（由血压计测量）随机误差偏倚测量人数8090舒张压（mmHg）图图 偏倚和随机误差的关系偏倚和随机误差的关系第二节 偏倚（bias)bias)一、概念偏倚是指在流行病学研究中样本人群所测得的某变量值系统地偏偏倚是指在流行病学研究中样本人群所测得的某变量值系统地偏离了目标人群中该变量的真实值，使得研究结果或推论的结果与真实离了目标人群中该变量的真实值，使得研究结果或推论的结果与真实情况之间出现偏差，这是由于系统误差造成的。情况之间出现偏差，这是由于系统误差造成的。二、偏倚的方向和分类方向方向：偏倚对结果的影响程度与其方向有一定的关系，偏倚对结果的影响程度与其方向有一定的关系，偏倚的方向偏倚的方向有两种，即有两种，即正向偏倚和负向偏倚正向偏倚和负向偏倚。分类分类选择偏倚选择偏倚(selection bias)selection bias)信息偏倚信息偏倚(information bias)information bias)混杂偏倚混杂偏倚 (confounding bias)confounding bias)一、选择偏倚一、选择偏倚(Selection bias)Selection bias)因选择的研因选择的研究对象与所研究的总体人群之间在某些特征方究对象与所研究的总体人群之间在某些特征方面存在系统差别所致。面存在系统差别所致。入院率偏倚入院率偏倚(Admission rate bias)Admission rate bias)。又称又称BerksonsBerksons bias bias，是选择偏倚的一个经典例是选择偏倚的一个经典例子。子。l例如例如A A，B B两病在人群中各有两病在人群中各有60006000例，他们的吸烟率均例，他们的吸烟率均为为20%20%，故吸烟者两组均各为，故吸烟者两组均各为12001200例，不吸烟者也各为例，不吸烟者也各为48004800例。但他们患病后的入院率却不同，不吸烟者例。但他们患病后的入院率却不同，不吸烟者A A病病入院率为入院率为60%60%，B B病却为病却为25%25%；而吸烟者的入院率两组均；而吸烟者的入院率两组均为为40%40%。因此两病的吸烟与不吸烟者的入院构成情况如。因此两病的吸烟与不吸烟者的入院构成情况如下：下：A A病：不吸烟的住院人数病：不吸烟的住院人数480060%480060%28802880例例吸烟的住院人数吸烟的住院人数120040%120040%480480例例A A病总住院人数病总住院人数33603360例例A A病住院的吸烟者占病住院的吸烟者占A A病住院人数的百分率病住院人数的百分率14.3%14.3%B B病：不吸烟的住院人数病：不吸烟的住院人数480025%480025%12001200例例吸烟的住院人数吸烟的住院人数120040%120040%480480例例B B病总住院人数病总住院人数16801680例例B B病住院的吸烟者占病住院的吸烟者占B B病住院人数的百分率病住院人数的百分率28.6%28.6%OR=1.06 OR=4.06OR=1.06 OR=4.06呼吸道呼吸道疾病疾病以人群为基础的分析以人群为基础的分析骨和运动器官疾病骨和运动器官疾病以住院病例为基础的分以住院病例为基础的分析骨和运动器官疾病析骨和运动器官疾病+计计+计计+17172072072242245 51515202018418423762376256025601818219219237237计计20120125832583278427842323234234257257表表表表1 1 以不同人群为基础的骨和运动器官疾病与呼以不同人群为基础的骨和运动器官疾病与呼以不同人群为基础的骨和运动器官疾病与呼以不同人群为基础的骨和运动器官疾病与呼吸道疾病关系的吸道疾病关系的吸道疾病关系的吸道疾病关系的OROR值比较值比较值比较值比较过敏过敏和代和代谢病谢病在一般人群中的研究在一般人群中的研究在住院病人中的研究在住院病人中的研究疲疲劳劳疲疲劳劳+计计+计计+13136149121221272508263527208235计计1402644278428229257OR=1.89OR=0.37表表表表2 2 以不同人群为基础的疲劳与过敏以不同人群为基础的疲劳与过敏以不同人群为基础的疲劳与过敏以不同人群为基础的疲劳与过敏 和代谢病之间和代谢病之间和代谢病之间和代谢病之间OROR值的比较值的比较值的比较值的比较现患-新发病例偏倚 （prevalence-incidence bias）l在在病病例例对对照照或或横横断断面面调调查查时时，所所选选用用的的病病例例往往往往不不包包括括已已死死亡亡的的病病例例、病病情情轻轻微微的的非非典典型型病病例例、已已痊痊愈愈的的病病例例(病病程程短短)，仅仅仅仅选选用用典典型型的的现现患患病病人人，而而这这类类现现患患病病人人的的暴暴露露特特征征往往往往不不同同于于未未选选用用的的病病例例。此此外外，当当病病人人得得知知某某因因素素(如如吸吸烟烟)与与其其患患病病有有关关，可可能能改改变变原原来来的的暴暴露露水水平平(如如戒戒烟烟)。这这样样所所获获的的结结论论往往往往不不同同于于定定群群研研究究。这这种种偏偏倚倚称称为为现现患患病病例与新发病例偏倚。例与新发病例偏倚。胆固胆固醇醇水平水平定群研究定群研究*病例对照研究病例对照研究*病例病例非病非病例例合合计计病例病例对照对照合合计计75th%8546254738347275th%11615111627113117230OR2.401.16*胆固醇值系第一次测量值胆固醇值系第一次测量值*胆固醇值系第六次研究时测量值胆固醇值系第六次研究时测量值表表 血胆固醇与冠心病的关系血胆固醇与冠心病的关系无应答偏倚 （non-respondent bias）调查研究中那些因各种原因不回答或调查研究中那些因各种原因不回答或不能回答所提出问题的人、不依研究设计接不能回答所提出问题的人、不依研究设计接受治疗者人称为无应答者受治疗者人称为无应答者志愿者偏倚志愿者偏倚（volunteerbias）志愿参加观察的研究者同非志愿者在志愿参加观察的研究者同非志愿者在关心健康、注意饮食卫生及营养食疗、禁烟关心健康、注意饮食卫生及营养食疗、禁烟禁酒、坚持锻炼等方面有差异，因志愿者常禁酒、坚持锻炼等方面有差异，因志愿者常被入选为观察对象，而非志愿者常被落选，被入选为观察对象，而非志愿者常被落选，故这样的观察或研究结果肯定有选择偏倚故这样的观察或研究结果肯定有选择偏倚 检出征候偏倚检出征候偏倚 (Detection signal bias)Detection signal bias)：在疾病和暴露之外存在一个征候因素，即一种临床症状或体征；这种症状或体征不是疾病的危险因素，但人们因具有这种征候去就诊，从而提高了早期病例的检出率；致使过高地估计了暴露程度，因而发生了系统误差，最终可能得出该征候因素与该疾病有联系的错误结论例例1975年年Ziel在一行病例对照研究中发现，子宫内膜癌在一行病例对照研究中发现，子宫内膜癌患者服用雌激素的比例明显高于对照组，从而得出子宫内患者服用雌激素的比例明显高于对照组，从而得出子宫内膜癌患者中膜癌患者中79为早期病人，而在未服用雌激素的子宫内为早期病人，而在未服用雌激素的子宫内膜癌患者中早期病人仅占膜癌患者中早期病人仅占55。服用雌激素服用雌激素导致子宫容易出血导致子宫容易出血频繁就医频繁就医接受检查接受检查早发现早发现易感性偏倚(susceptibility bias)：也叫健康工人效应观察对象可能因各种原因不同，暴露于危险因素的概率不同，使得各比较组对所研究疾病的易感性有差异，从而夸大或缩小了暴露因素与疾病的关联强度，导致某因素与某疾病间的虚假联系，由此产生的偏倚称为易感性偏倚。例例如如调调查查喷喷漆漆工工人人对对油油漆漆的的职职业业暴暴露露与与患患支支气气管管哮哮喘喘的的关关系系时时，那那些些对对油油漆漆气气味味过过敏敏或或耐耐受受性性差差的的人人，可可能能一一开开始始就就不不选选择择喷喷漆漆工工的的职职业业，或或者者虽虽然然选选择择了了这这一一职职业业但但因因不不适适应应而而很很快快调调离离去去从从事事其其它它工工作作。这这时时的的病病例例对对照照调调查查结结果果，将将会会低低估估暴暴露露油油漆漆后后产产生生支支气气管管哮哮喘喘的的作作用用，甚甚至至可能得出暴露油漆与支气管哮喘无关的相反结论。可能得出暴露油漆与支气管哮喘无关的相反结论。选择偏倚的控制选择偏倚的控制了解整个研究中可能出现的选择偏倚。了解整个研究中可能出现的选择偏倚。尽量选择新发病例。尽量选择新发病例。取得研究对象合作，减少无应答。在队列研究中尽量减少失访。在队列研究中尽量减少失访。二、信息偏倚（information bias)信息偏倚又称观察偏倚或测量偏倚，指在收集资料阶段对各比较组所采用的观察或测量方法不一致，使各组所获得的信息存在系统误差。信息偏倚的表现是使研究对象的某种特征被错误分类，如暴露于某因素者被错误的认为是非暴露者，某病的患者被认为是非患者，研究对象不正确的反映某些信息致使研究者判断错误等。因此也叫错分偏倚错分偏倚回忆偏倚(recallbias)在观察性流行病学研究中，因被观察者的记忆失真或不完整造成研究结论偏离真实情况的系统误差。回忆偏倚的产生与影响因素：回忆偏倚的产生与影响因素：调调查查时时间间和和事事件件发发生生时时间间的的间间隔隔，例例如如，Wilcox等等人人在在自自发发性性流流产产回回忆忆准准确确程程度度研研究究中中发发现现，调调查查前前10年年的的流流产产有有82%的的回回忆忆完完整整，而而调调查查前前20年或更早的流产仅有年或更早的流产仅有73%的回忆完整。的回忆完整。事事件件的的重重要要性性，Wilcox还还发发现现，由由于于流流产产发发生生孕孕周周不不同同对对孕孕妇妇的的重重要要性性不不一一样样，因因而而被被遗遗忘忘的的程程度度有有显显著著区区别别，在在受受孕孕头头6周周内内发发生生的的流流产产者者中中能能回回忆忆起起的的仅仅有有54%，而而在在受受孕孕后后13周周发发生生的的流流产产者者中中能能回回忆忆起起的的为为93%。被被调调查查者者的的构构成成，Stolley等等人人研研究究发发现现，仅仅有有9%的的自自费费购购药药病病人人错错误误记记忆忆了了使使用用过过的的最最新新药药品品的的名名称称，而而享享受受福福利利或或医医疗疗救救济济的的公公费费病病人人有有23%的人发生记忆错误。的人发生记忆错误。询询问问技技术术有有关关，例例如如向向被被调调查查者者提提供供药药物物商商品品目目录录或或展展示示药药物物或或实实物图片，有助于被调查者的回忆。物图片，有助于被调查者的回忆。回回忆忆偏偏倚倚的的大大小小取取决决于于作作对对比比的的人人群群，如如两两组组人人群群产产生生回回忆忆误误差差的的相相对对比比例例和和程程度度不不同同，则可产生回忆偏性。则可产生回忆偏性。例例如如，在在某某些些研研究究如如病病例例对对照照研研究究中中，病病例例组组的的病病人人由由于于患患所所研研究究疾疾病病而而对对过过去去暴暴露露史史回回忆忆得得比比较较认认真真，也也比比较较准准确确，而而对对照照组组得得非非病病人人因因未未患患所所研研究究疾疾病病对对过过去去暴暴露露史史未未能能认认真真地地回回忆忆或或回回忆忆不不完完全全，因因此此使使病病例例组组和和对对照照组组提提供的既往史的准确性和完整性有较大差异。供的既往史的准确性和完整性有较大差异。诊断怀疑偏倚(diagnosticsuspicionbias)见于定群研究，临床试验，研究人员事先已经知道研究对象的暴露史，怀疑他们已患有某种疾病，于是对暴露者和未暴露者在诊断疾病过程中采取了不可比的做法，对暴露者使用多种诊断方法进行详细的检查，并设法提高方法的灵敏度，使暴露组的诊断率和检出率提高；而对非暴露组则因不怀疑他们患有某种疾病而对诊断和检查不够认真，由此导致研究结果上的偏倚，称为诊断怀疑偏倚。例例如如对对长长期期服服用用氯氯霉霉素素的的患患者者，医医生生反反复复查查血血象象，甚甚至至进进行行骨骨髓髓象象等等检检查查，可可较较早早较较多多的的发发现现粒粒细细胞胞减减少少症症、再再生生障障碍碍性性贫贫血血等等疾疾病病，而而服服用用其其他他药药物物的的疾疾病病则则不不注注意意血血象象检检查查，使使以以上上疾疾病病不不能能被被及及时时发发现现，结结果果是是认认为为夸夸大大了了服服用用氯氯霉霉素素与粒细胞减少症、再障等疾病的关联。与粒细胞减少症、再障等疾病的关联。病例错分病例错分暴露怀疑偏倚(exposuresuspicionbias)如果研究者事先了解研究对象的患病情况或某种结局，主观上认为某病与某种因素有关联时，在病例组和对照组中采用不同的方法或使用不同深度和广度的调查方法探索可疑的致病因素，如多次认真详细的询问和调查病例组某种因素的暴露史，而漫不经心的调查和询问对照组的暴露情况，从而导致错误的研究结论，由此引起的偏倚称为暴露怀疑偏倚。暴露错分暴露错分如如：研研究究口口服服避避孕孕药药与与血血栓栓静静脉脉炎炎的的关关系系，因因为为医医生生从从文文献献报报道道中中知知道道避避孕孕药药与与血血栓栓静静脉脉炎炎有有联联系系，故故对对病病例例组组询询问问非非常常仔仔细细认认真真，记记录录清清楚楚而而对对对对照照组组患患者者并并未未注意询问，这样可能导致暴露错分。注意询问，这样可能导致暴露错分。报告偏倚(reportingbias)：也称说谎偏倚与回忆偏倚不同，报告偏倚是研究对象因某种原因故意夸大或缩小某些信息而导致的偏倚。如如在在临临床床防防治治试试验验时时，若若研研究究对对象象知知道道自自己己所所用用的的治治疗疗药药物物是是试试验验药药还还是是对对照照药药，用用试试验验药药（新新药药）的的人人可可能能主主动动的的反反映映一一些些信信息息说说明明药药物物的的疗疗效效，而而用用对对照照药药的的人人则则反映所用药物的疗效不好。反映所用药物的疗效不好。如如调调查查性性乱乱史史和和中中、小小学学生生吸吸烟烟史史，有有相相当当一一部部分分有有意意掩盖阳性行为。掩盖阳性行为。如如在在征征兵兵体体检检时时，愿愿意意入入伍伍者者会会有有意意隐隐瞒瞒病病史史，而而不不愿愿入伍者有可能故意夸大病史甚至无中生有。入伍者有可能故意夸大病史甚至无中生有。两种结果两种结果无差异性错误分类无差异性错误分类 暴露或疾病的错误分类同研究分组无关，暴露或疾病的错误分类同研究分组无关，各比较组间不存在差异；在多数情况下各比较组间不存在差异；在多数情况下模糊了研究组的差异，使模糊了研究组的差异，使OROR偏低偏低差异性错误分类差异性错误分类 暴露或疾病的错误分类同研究分组有关，暴露或疾病的错误分类同研究分组有关，各比较组间存在差异；造成高估或低估各比较组间存在差异；造成高估或低估效应值效应值信息偏倚的控制v尽可能采用盲法v明确资料收集方法和严格质量控制v采用客观指标的信息v采用调查技巧避免回忆偏倚v资料校正三、混杂偏倚三、混杂偏倚（confundingbias)混杂偏倚是指在流行病学研究中，由于一个或多个潜在的混杂因素的影响，掩盖或夸大了研究因素与疾病间的联系。在对某病的病因学研究中，当对所关心的某种暴露因素（E）与这种疾病（D）之间的联系定量估计时，由于其他因子的影响，使E和D之间联系的真实性被歪曲，联系强度被放大或缩小，这种歪曲联系真实性的作用被称为混混杂杂作作用用（confunding effect），起混杂作用的因子称混混杂杂因因子子（confundingconfunding factor,factor,F F）混杂因素的特征混杂因素的特征1)1)混杂因素必须是所研究疾病的独立危险因素。混杂因素必须是所研究疾病的独立危险因素。2)2)混杂因素必须与所研究的暴露因素存在统计学联系；混杂因素必须与所研究的暴露因素存在统计学联系；3)3)混杂因素不应是暴露因素与疾病因果链中的一个环节混杂因素不应是暴露因素与疾病因果链中的一个环节或中间变量。或中间变量。DFEDFE表示因果关系不存在联系表示统计学联系F在E和 中分布不均衡，且是疾病D的病因或危险因素，或其它未知病因的相关因素，不是E和D病因链上的中间变量，故F为混杂因子。吸烟、火柴与肺癌吸烟、火柴与肺癌烟草公司的研究者坚持认为火柴暴烟草公司的研究者坚持认为火柴暴露可以引起肺癌露可以引起肺癌他们开展了一项大型的病例对照研他们开展了一项大型的病例对照研究来检验这个假说究来检验这个假说研究者通过人群登记系统找到了研究者通过人群登记系统找到了1000名肺名肺癌病例，其中癌病例，其中820人曾携带过火柴人曾携带过火柴从人群中随机抽取了从人群中随机抽取了1000名对照，经名对照，经X线确线确认未患肺癌，其中认未患肺癌，其中340人曾携带过火柴人曾携带过火柴根据这批数据，定量估计火柴与肺癌之间的根据这批数据，定量估计火柴与肺癌之间的关联关联吸烟、火柴与肺癌吸烟、火柴与肺癌火柴与肺癌火柴与肺癌想分别了解一下吸烟者与不吸烟者中想分别了解一下吸烟者与不吸烟者中火柴与肺癌的关系火柴与肺癌的关系结果发现在结果发现在1000名病例中，名病例中，900名为吸名为吸烟者，其中烟者，其中810名曾携带火柴名曾携带火柴在在1000名对照中，名对照中，300名为吸烟者，其名为吸烟者，其中中270名曾携带火柴名曾携带火柴分层绘制分层绘制22表，计算火柴与肺癌的关表，计算火柴与肺癌的关联效应值联效应值吸烟、火柴与肺癌吸烟、火柴与肺癌OR粗粗 =8.8(7.2,10.9)OR吸烟者吸烟者 =1.0(0.6,1.5)OR不吸烟者不吸烟者=1.0(0.5,2.0)吸烟、火柴与肺癌吸烟、火柴与肺癌这个例子说明：即使本来没有任何效应，混杂这个例子说明：即使本来没有任何效应，混杂也可以引起明显的效应也可以引起明显的效应在火柴与肺癌的关系中，吸烟就是一个混杂因在火柴与肺癌的关系中，吸烟就是一个混杂因素素(confounding factor,confounder)吸烟混淆了火柴与肺癌之间的真实关系吸烟混淆了火柴与肺癌之间的真实关系问题：火柴对于吸烟与肺癌的关系是不是一个问题：火柴对于吸烟与肺癌的关系是不是一个混杂因素混杂因素混杂：吸烟、火柴与肺癌混杂：吸烟、火柴与肺癌OR粗 =21.0(16.4,26.9)OR携带火柴 =21.0(10.7,41.3)OR不携带火柴=21.0(13.1,33.6)吸烟、火柴与肺癌吸烟、火柴与肺癌夜灯夜灯我女儿我女儿Sonia，旁边是盏夜灯。夜里开着这盏夜灯很，旁边是盏夜灯。夜里开着这盏夜灯很方便，我们可以随时从门口查看屋里的情况。方便，我们可以随时从门口查看屋里的情况。夜灯与近视夜灯与近视(Quinn et al.Nature 1999)现患比现患比=2岁以前周围环境的夜灯儿童近视的发生岁以前周围环境的夜灯儿童近视的发生于是，我们关掉了于是，我们关掉了Sonia房中的夜灯，开房中的夜灯，开始每天在屋子里抹黑蹒跚始每天在屋子里抹黑蹒跚后来，还是在后来，还是在Nature上，又发表了上，又发表了2篇文章，篇文章，说夜灯与近视的发生没有关联说夜灯与近视的发生没有关联(Zadnik et al.and Gwiazda et al.Nature,2000)夜灯与近视夜灯与近视我们的担心没有了，于是又把夜灯打开了，皆大欢喜我们的担心没有了，于是又把夜灯打开了，皆大欢喜什么样的因素是什么样的因素是/不是混杂因素不是混杂因素?与暴露相关与暴露相关混杂因素要么是所研究的暴露因素的混杂因素要么是所研究的暴露因素的“因因”，要么是，要么是“果果”，要，要么为简单么为简单“相关相关”，而非因果关系，而非因果关系混杂因素与所研究的暴露因素间的关联必须独立于其与所研究的混杂因素与所研究的暴露因素间的关联必须独立于其与所研究的疾病间的关联，即，混杂因素与研究的暴露因素间的关联必须可疾病间的关联，即，混杂因素与研究的暴露因素间的关联必须可见于无病个体见于无病个体中中与疾病相关与疾病相关不一定是疾病的不一定是疾病的“病因病因”，可以只是真正病因的一个，可以只是真正病因的一个标志指标标志指标混杂因素与所研究的疾病间的关联必须独立于其与所研究的暴露混杂因素与所研究的疾病间的关联必须独立于其与所研究的暴露因素间的关联，即，混杂因素与所研究的疾病间的关联必须可见因素间的关联，即，混杂因素与所研究的疾病间的关联必须可见于于无暴露个体无暴露个体中中如果为所如果为所研究疾病的结果研究疾病的结果，不管其与所研究暴露因素的关系，该，不管其与所研究暴露因素的关系，该变量都变量都不是混杂因素不是混杂因素研究的暴露因素与疾病研究的暴露因素与疾病因果链因果链上的上的中间变量不是混杂因素中间变量不是混杂因素C 混杂因素混杂因素E 暴露因素暴露因素D 疾病疾病与暴露相关与暴露相关与暴露相关与暴露相关与疾病相关与疾病相关与疾病相关与疾病相关病因链上的中间变量病因链上的中间变量？例：例：混杂偏倚混杂偏倚？例：例：混杂偏倚混杂偏倚？例：例：混杂偏倚混杂偏倚控制混杂的方法控制混杂的方法研究设计阶段研究设计阶段随机化随机化限制限制匹配匹配资料分析阶段资料分析阶段分层分析分层分析多变量分析多变量分析混杂因素的判别和测量1）据专业知识提出研究中可能存在的混杂因子）据专业知识提出研究中可能存在的混杂因子在流行病学研究中，混杂因子可分两类：、其它未知的病因因子的相关因素或代表因素（即潜在因素的代表），常见为与人口统计学有关的因素。如：研究妇女服用避孕药与心肌梗死之间的关系、暴露因素以外的其它危险因子感染性腹泻营养不良饮水不洁心肌梗死年龄口服避孕药口腔癌饮酒吸烟2）用分层分析进行定量判别）用分层分析进行定量判别以定群研究为例，按研究人群是否暴露于提出的可疑混杂因子F分层，然后做单因素回格表分析未分层资料CRR（粗危险度）粗危险度）aRR1（分层后危险度）分层后危险度）aRR2分层资料为了去掉混杂因子影响将暴露人群和非暴露人群放在相同条件下去比较，则混杂因子F的作用不能产生影响，这种分层后的RR值称为调整掉混杂作用的RR值d1 b1 d2c2 c1b2a2a1EDDFdcbaEDv例如：一项关于口服避孕药与心肌梗死的病例对照研究，结果如表计算暴露与疾病的联系强度cOR=ad/bc=2.20病例对照合计服OC392463未服0C114154268合计153178331表口服避孕药（OC）与心肌梗死(MI)关系的病例对照研究结果考虑到年龄与口服避孕药有关，也与心肌梗死有关，可能是个混杂因素。故可按年龄分层，如表。40岁40岁服OC未服OC合计服OC未服OC合计病例2126471888106对照175976795102合计388512325183208aOR1=2.80aOR2=2.78表按年龄分层的结果CRR与与aRR2比较比较cOR=aOR2或者说aOR1F不是混杂因子cORaOR2或者说aOR1F是混杂因子用用Mantel-Haenszel的的OR值和值和RR值进行判别值进行判别ORMH；RRMH是调整掉混杂效应的RR值，可与cOR，cRR进行比较判别当ORMH=cOR，RRMH=cRR时F不是混杂因子当ORMHcOR，RRMHCRR时F不是混杂因子混杂偏倚的控制混杂偏倚的控制1.1.限制（限制（restrictionrestriction）针对某一或某些可能的混杂因素，在设计时对研究对象的入选条件予以限制。2.2.匹配匹配匹配是指在为指示研究对象选择对照时，使其针对一个或多个潜在的混杂因素与指示研究对象相同或接近，从而消除混杂因素对研究结果的影响。3.3.随机化（随机化（randomizationrandomization）指以随机化原则使研究对象以等同的机率被分配在各处理组中，从而使潜在的混杂因素在各组间分布均衡。4.4.统计处理统计处理混杂偏倚在资料分析阶段也可以通过一定的统计处理方法予以控制。(分层分析、回归模型）