참고:

우리는 현재 업데이트하는 과정에서 이 장이 우리는 주셔서 감사합 하는 동안 이 완료되지 않습니다.

바이어스에 역학 연구

동안의 결과 역학적 연구를 반영 할 수있는 진정한 효과의 노출(s)을 개발 결과의 조사에서,그것은 항상 고려되어야 한다는 연구 결과는 사실로 인해 수 있는 대안 explanation1.

이러한 대안을 설명할 수 있으로 인해 효과 기회의(임의의러),편견 또는 혼란이를 생산할 수 있습니다 가짜 결과를 선도하고,우리의 존재를 결론 유효한 통계적 연결을 때 하나 존재하지 않거나 또는 부재 협회의 하나가 진정으로 present1.

관측 연구는 특히 민감하는 효과 기회의 편견과 혼동하고 이러한 요인을 고려할 필요가 있다 모두에서 설계와 해석의 단계는 역학적 연구의 효과를 최소화할 수 있습니다.

Bias

바이어스 될 수 있습으로 정의 체계적인에 오류가 역학 연구 결과는 잘못된 예측의 진정한 효과의 노출의 결과에 관심이다.1

• 연구 방법론의 체계적인 오류로 인한 편향 결과.
• 바이어스의 효과는 체계적인 오차의 방향에 따라 진정한 값 위 또는 아래의 추정치가 될 것입니다.
• 의 크기는 바이어스는 일반적으로 정량화하기 어려운,그리고 제한된 범위에 존재하의 조정 대부분의 형태의 바이어스에서 분석 단계입니다. 결과적으로 신중하게 고려하고 제어하는 방법을 바이어스 될 수 있습을 소개 디자인하는 동안과 연구의 수행을 위해 필수적입을 제한하는 효과의 유효성 연구 결과이다.

일반적인 형태의 바이어스에서의 역학적 연구.

50 개 이상의 형태의 바이어스에서 발견 되었습 역학 연구지만,그들은 단순 폭넓게 사용하실 수 있습니다 다음 두 가지 범주로 나뉩니다:정보는 편견과 선택에 편견입니다.1. 정보 bias

정보는 편견에서 결과 체계적인 방법에 차이는 데이터에 노출 또는 결과를 얻을 수 있에서 다양한 연구 그룹이 있습니다.1 을 의미할 수 있습니다 개인 할당하는 잘못된 결과 카테고리를 선도하는 잘못된 예측 사이의 연결의 노출과 결과입니다.

측정의 오류는 오 분류라고도하며,바이어스 효과의 크기는 발생한 오 분류의 유형에 따라 다릅니다. 의 두 가지 유형이 있 misclassification–차고 비 차별과 이러한 처리는 다른 곳에(“참조 원본을 변형,측정 및 제어”).

관찰자 바이어스 될 수 있습의 결과는 조사자의 사전 지식의 가설을 조사에서나 지식에 개인의 노출 또는 질병 상태입니다. 이러한 정보에 영향을 미칠 수 있는 방법으로 정보를 수집,측정 또는 해석 조사를 위해 각각의 연구 그룹이 있습니다.

예를 들어,재판에서의 새로운 약물 치료하는 고혈압,당사자가 알고 있는 치료를 팔 참가자 할당하여,이에 영향을 미칠 수 있는 그들의 독서의 혈압을 측정합니다. 관찰자는 치료를받은 사람들의 혈압을 과소 평가하고 대조군의 사람들에서 그것을 과대 평가할 수 있습니다.

면접관 편견은 면접관이 면접관이 주어진 응답에 체계적으로 영향을 줄 수있는 선도적 인 질문을하는 곳에서 발생합니다.

관찰자/면접관 편견 최소화:

• 가능한 경우,관찰해야 눈을 노출하고 질병의 상태를 개별
• 블라인 관측하는 가설을 조사하고 있다.
• 무작위 대조 시험에서 맹인 조사자와 치료 및 대조군(이중 맹인)에 대한 참가자.
• 정보의 수집,측정 및 해석을위한 프로토콜 개발.
• 혈압계와 같은 표준화 된 설문지 또는 교정 된 기기의 사용.면접관의 훈련.

리콜(또는 응답)바이어스-에서 케이스-컨트롤 연구 데이터에 노출이 소급 수집. 따라서 데이터의 품질은 과거의 노출을 정확하게 기억하는 환자의 능력에 큰 정도로 결정됩니다. 리콜 바이어스는 노출에 제공된 정보가 사례와 대조군간에 다를 때 발생할 수 있습니다. 예를 들어 있는 개별 결과 조사에서(케이스)보고할 수 있습니다 그들의 노출 경험과 다르게 없이 개별 결과(제어)조사를 받고 있습니다.

리콜 바이어스는 노출과 결과 사이의 연관성을 과소 평가하거나 과대 평가 한 결과 일 수 있습니다.

리콜 바이어스를 최소화하는 방법은 다음과 같습니다.

• 직장이나 의료 기록에서 노출 데이터를 수집합니다.연구 가설에 참가자를 눈 멀게.

사회적 바람직함 편향이 발생하는 응답자에게 설문 조사 응답하는 경향이있는 방식으로 그들은 느낌으로 볼 것이 유리한 다른 사람이,예를 들어에 의해 이상-보고 긍정적인 행위 또는 보고 바람직하지 않은 것들입니다. 보고 편견에서 개인은 유사한 이유로(예:흡연 이력 주변)정보를 선택적으로 억제하거나 공개 할 수 있습니다. 보고 편향은 또한 연구 저자에 의한 선택적 결과보고를 참조 할 수 있습니다.

성능 bias 는 경우를 말한 연구 인력 또는 참가자는 수정은 그들의 행동/반응 그들이 알고 있는 그룹 할당입니다.

검출 바이어스는 결과 정보가 수집되는 방식이 그룹간에 다른 곳에서 발생합니다. 계측기 바이어스는 부적절하게 보정 된 측정기구가 측정을 체계적으로 초과/과소 평가하는 곳을 말합니다. 결과 평가자의 눈을 멀게하고 표준화 된 교정 된 계측기의 사용은 이것의 위험을 감소시킬 수 있습니다.2. 선택 bias

선택 편견이 있을 때 발생하는 체계적인 차이나

• 에 참여하는 사람들은 공부하지 않는 사람들(에 영향을 미치는 generalisability)또는
• 들에서 치료를 팔의 연구에서 그들어 그룹(에 영향을 미치 사이의 비교 그룹).

이에 차이가 있는 특성 간의 연구 그룹,그리고 그 특성에 관련되거나 노출하는 결과 또는 조사를 받고 있습니다. 선택 바이어스는 여러 가지 이유로 발생할 수있다.

샘플링는 편견에 대해 설명합 시나리오에있는 일부 개인에 대한 대상 인구는 더 많은 가능성을 포함하도록 선택한 다른 사람보다. 는 경우,예를 들어,참가자들은 자원 봉사자에 대한 연구,그것은 가능성이 있는 사람들이 자원 봉사자의 일반적인 인구,위협하 generalisability 연구의 결과입니다. 자원 봉사자는 일반 인구보다 건강을 의식하는 경향이 있습니다.

할당 편견에서 발생하 제어 실험을 때 거기에 체계적인 차이 참가자 사이에서 스터디 그룹(이외의 다른 개입되는 연구). 이것은 무작위 화에 의해 피할 수있다.

추적 관찰에 대한 손실은 코호트 연구와 관련된 특정 문제입니다. 후속 조치를 잃은 개인이 연구에 남아있는 사람들의 노출 및 결과와 관련하여 다른 경우 편견이 도입 될 수 있습니다. 무작위 통제 시험의 그룹에서 참가자의 차등 손실은 감손 편향으로 알려져 있습니다.

•선택 편견에서 케이스-컨트롤 연구.

선택 편견은 특정한 문제에서 고유한 경우 제어 연구,그것은 아닌 비교 사이의 케이스 및 제어합니다. 사례-통제 연구에서 대조군은 사례와 동일한 인구에서 도출되어야하므로 사례를 생성 한 인구를 대표합니다. 대조군은 인구의 노출 률 추정치를 제공하는 데 사용됩니다. 따라서 대조군으로 선택된 개인이 사례를 생성 한 인구의 대표성이 없을 때 선택 편향이 발생할 수 있습니다.

잠재적인 선택에 대한 편견에서 케이스-컨트롤 연구 특정 문제를 해결할 때 케이스 및 제어 모집에서 독점적으로 병원 또는 의원. 이러한 컨트롤은 물류 이유로 바람직 할 수 있습니다. 그러나,병원 환자가 다양한 특성을 더 넓은 인구 예를 들어,그들은 더 높은 수준 알코올의 소비량 또는 담배연입니다. 자신의 입학 병원 수도 있습과 관련된 그들의 노출 상태,측정의 중 노출을 제어할 수 있는 다른 것에 기준다. 이것은 노출과 질병 사이의 연관성에 대한 편향된 추정치를 초래할 수있다.

예를 들어,사례 연구를 탐험을 효과에 대한 흡연의 폐암,힘 협회의 것은 과소평가하는 경우어 환자의 다른 조건에서 호흡기 ward,기 때문에 입학하는 병원에 대한 다른 폐의 질병을 수도 있습 흡연과 관련된 상태입니다. 더 미묘하게,알코올의 효과에 간 질환할 수 있을 과소평가하는 경우 컨트롤 촬영에서 다른 병동:평균보다 높은 알코올 소비할 수 있는 결과 입장에서 다양한 같은 다른 조건 외상입니다.

로의 잠재적인 선택에 대한 바이어스 될 가능성이 적은 문제가구-기반의 케이스-컨트롤 연구,동네를 컨트롤할 수 있는 것이 바람직할 때 사용하는 경우에 병원이나 병원에 설정합니다. 대안으로,둘 이상의 소스에서 컨트롤을 선택함으로써 선택 바이어스의 가능성을 최소화 할 수 있습니다. 예를 들어,병원과 이웃 컨트롤을 모두 사용합니다.

•선택 바이어스에서 코호트 연구.

선택 편견될 수 있는 더 적은에서 문제의 코호트 연구 결과와 비교 경제학,기 때문에 노출 및 노출되지 않은 개인이 등록하기 전에 그들은 개발 결과의 관심입니다.

그러나 후속 조치 또는 사례 확인의 완전성이 노출 범주간에 다를 때 선택 편향이 도입 될 수 있습니다. 예를 들어,그것은 쉬울 수 있습 따라 노출 된 사람이 모든 작업에서 동일한 공장,이상 노출되지 않은 컨트롤 선택한 커뮤니티에(손실을 따라-바이어스). 이는 모든 연구 그룹간에 높은 수준의 후속 조치가 유지되도록함으로써 최소화 될 수 있습니다.

건강한 작업자 효과는 직업 코호트 연구에 특정한 선택 편향의 잠재적 형태입니다. 예를 들어,직업적 코호트 연구할 수 있습을 찾을 비교하는 질병율 사이에서 개인의 특정 직업 그룹에서 개인과 외부 표준다. 고용 된 개인은 일반적으로 일하기 위해 건강해야하기 때문에 여기에 편견의 위험이 있습니다. 대조적으로,일반 인구는 또한 일하기에 부적합한 사람들을 포함 할 것입니다. 따라서 직업 그룹 코호트의 사망률 또는 이환율은 전체 인구보다 낮을 수 있습니다.

을 최소화 하기 위해 잠재적인 이 양식에 대한 편견의 비교는 그룹을 선택해야에서 노동자의 그룹으로 다른 작업을 수행에 다른 위치에 단일 facility1;예를 들어,그룹의 노출되지 않 office 노동자입니다. 대안으로,비교 그룹은 고용 된 개인의 외부 인구로부터 선택 될 수있다.

•선택 편견에서 무작위험

무작위험은 이론적으로 적은에 의해 영향을 받을 가능성이 높은 선택 편견 때문에 개인들이 무작위로 할당된 그룹에 비해,그리고 단계의해야한을 최소화하는 능력의 연구자 또는 참가자에 영향을 이 할당 프로세스. 그러나 거절 참여하는 연구에서,또는 이후의 인출,결과에 영향을 미칠 수 있는 경우는 이유는 모두 관련된 노출과 결과입니다.

란

혼동,상호작용 및 효과정

혼동하는 대안을 제공합에 대한 설명이 사이의 연결을 노출(X)과 결과입니다. 노출은 또한 다른 위험 요소(Y)와 상관 관계가 있기 때문에 관찰 된 연관성이 실제로 왜곡 될 때 발생합니다. 이러한 위험 요인은 또한과 관련된 결과하지만,독립적으로의 노출 조사에서,X. 결과적으로,추정 된 연결지 않는 동일한 진정한 노출 영향 X 에서 결과입니다.

연구 집단간에 추가적인 위험 인자 인 Y 의 불평등 한 분포는 혼동을 초래할 것이다. 관찰 된 연관성은 조사중인 노출보다는 연구 집단 간의 차이의 영향에 완전히,또는 부분적으로 기인 할 수있다.1

잠재적 인 confounder 는 연구중인 질병의 위험에 영향을 미칠 수있는 모든 요소입니다. 이 포함할 수 있는 요인으로 직접적인 인과에 대한 링크를 질병뿐만 아니라는 요소는 프록시 측정한 다른 원인을 알 수없는 경우,같은 시대와 사회경제적 상태입니다.2

기 위해서는 변하는 것으로 간주되 confounder:

1. 변수해야 합 독립적으로 연결된 결과(즉,위험 요인).
2. 변수는 또한 소스 모집단에서 연구중인 노출과 관련되어야합니다.
3. 변수는 노출과 질병 사이의 인과 관계 경로에 놓여서는 안됩니다.

혼동의 예

한 연구에서 알코올 소비가 관상 동맥 심장 질환(CHD)의 위험과 관련이있는 것으로 나타났습니다. 그러나 흡연은 알코올과 CHD 사이의 연관성을 혼동했을 수 있습니다.

연은 위험 요소에 대한 자신의 권리의 관상 동맥 질환,그래서 독립적으로 연결된 프로젝트를 효과적으로 흡연은 또한과 관련된 알코올 소비 때문한 흡연자를 마시는 경향이 더 이상 비 흡연자입니다.

흡연의 잠재적 혼란 효과에 대한 통제는 실제로 알코올 소비와 CHD 사이의 연관성을 나타내지 않을 수 있습니다.

효과의 혼란

혼동 요인하지 않을 경우,제어,원인 바이어스에서의 추정 미치는 영향의 노출 연구되고있다. 혼란의 효과는 다음과 같은 결과를 초래할 수 있습니다:

• 실제 연관성이 존재하지 않을 때 관찰 된 연관성.
• 진정한 연관성이 존재할 때 관찰 된 연관성이 없습니다.
• 협회의 과소 평가(부정적인 혼란).
• 협회의 과대 평가(긍정적 인 혼란).

통제에 대한 혼란

란 해결할 수 있습 중 하나에서 연구,설계 또는 조정에 대한 분석이 단계를 제공하는 충분한 관련 데이터 수집되었다. 숫자의 방법을 적용될 수 있 제어에 대한 잠재적인 혼란 요인과의 목표는 모두 그들을 그룹으로 유사한 가능한 관련하여 confounder(s).

통제에 대한 혼란을 설계 단계에서

잠재적인 혼란 요인을 식별할 수 있는 설계 단계에서 기반으로 이전 연구하거나 때문에 사이의 링크 요인과 결과로 간주 될 수 있습니다 생물학으로 그럴듯하다. 디자인 단계에서 혼란을 제한하는 방법에는 무작위 화,제한 및 일치가 포함됩니다.

•무작위

이것은 이상적인 제어 방법에 대한 혼란 때문에 모든 잠재적인 혼란 변수를 모두 알 수없는,해야한 동등하게 분산 사이의 연구 그룹이 있습니다. 그것은 그룹을 연구하기 위해 개인의 무작위 할당(예:난수 테이블 사용)을 포함합니다. 그러나이 방법은 실험적 임상 시험에서만 사용될 수있다.

•제한

제한 연구에 참여하는 개인은 비슷한과 관련하여 confounder. 예를 들어,연구 참여가 비 흡연자에게만 제한되는 경우,흡연의 잠재적 혼란 효과가 제거됩니다. 그러나 불이익의 제한은 어려울 수 있습니다 일반화하는 연구의 결과를 넓은 인구하는 경우 연구 그룹은 균질이다.1

•일치하는

치를 선택하 제어하도록 유통의 잠재적인 confounders(예를 들면 연령이나 흡연 상태)은 최대한 비슷하는 사례입니다. 실제로 이에 활용 케이스-컨트롤 연구지만,그것은에서 할 수 있는 두 가지 방법

1. 쌍 matching-선택하여 각각의 경우에 대해 하나 이상의 컨트롤과 유사한 특성(예: 나이가 같은 흡연 습관)
2. 주파수 일치하는 손님들을 그룹으로 이례과 유사한 특성을 가지고 있 컨트롤

검출 및 통제에 대한 혼란에서 분석 단계

존재 또는 크기의 혼란에 역학 연구에 의해 평가되고 관찰하는 정도의 차이가 있는 경우 원유 예측(을 제어하지 않고 혼동)및 조정 이후 추정치는 회계에 대한 잠재적인 confounder(s). 는 경우 추정치가 변경되었고 거기에 작은 변화 사이의 지층이 특정 비율(아래 참조),다음의 증거를 혼동하고 있다.

는 것이 부적당하는 사용 통계적 테스트의 존재를 평가하기 위하여 혼동,하지만 다음과 같은 방법을 사용할 수 있습니다 최소화 해당한다고 볼 수 있습니다.

•계층화

층 수 있습 사이의 연결을 노출한 결과를 조사 내 다른 지층의 혼동 변수는 예를 들어,의 나이 또는 성별. 협회의 강도는 처음에는 혼동 변수의 각 지층 내에서 개별적으로 측정됩니다. 가정하면 특정 지층 비율은 상대적으로 균일,그들이 할 수있 풀링을 요약을 제공 견적으로 조정하거나 통제에 대한 잠재적인 confounder. 예를 들어 Mantel-Haenszel 방법이 있습니다. 이 방법의 한 가지 단점은 원래 샘플이 층화 될수록 각 지층이 작아지고 연관성을 탐지 할 수있는 힘이 감소한다는 것입니다.

•다변량 분석

통계 모델링(예: 다변량 회귀 분석)은 동시에 둘 이상의 confounder 에 대해 제어하는 데 사용되며 각 confounder 의 효과를 개별적으로 해석 할 수 있습니다. 분석 단계에서 혼란을 다루는 데 가장 일반적으로 사용되는 방법입니다.

•표준화

표준화 계정 confounders(일반적으로는 나이와 성)를 사용하여 표준 기준 인구의 효과 부정의 차이에 분포의 혼란 요인 사이의 공부터 샘플을 채취했습니다. 자세한 내용은”분자,분모 및 위험에 처한 인구”를 참조하십시오.

잔류 란

그것은 단지 가능한 컨트롤 confounders 에서 분석 단계는 경우에 데이터 confounders 었을 정확하게 수집됩니다. 잔여 혼동할 때 발생하는 모든 confounders 되지 않을 적절히 조정에 대한,하나 때문에 그들이 부정확하게 측정,또는 그들이 있기 때문에 측정되지 않았(예를 들어,알 수 없는 confounders). 예는 여러 건강 결과에 영향을 미치지 만 정확하게 측정하기가 어렵 기 때문에 사회 경제적 지위가 될 것입니다.3

상호 작용(효력과 변경)

상호 작용할 때 발생하는 방향이나 크기 사이의 연결의 두 가지 변수에 따라 달라지며 수준의 변수(효력이 수정). 예를 들어,아스피린은 인플루엔자와 같은 바이러스 성 질병의 증상을 관리하는 데 사용될 수 있습니다. 그러나 성인에게 효과적 일 수 있지만 바이러스 성 질환이있는 어린이의 아스피린 사용은 간 기능 장애 및 뇌 손상(라이 증후군)과 관련이 있습니다.4 이 경우 바이러스 성 질병 관리에 대한 아스피린의 효과는 연령에 따라 수정됩니다.

여기서 상호 작용이 존재하며,협회의 전반적인 추정치를 계산하는 것은 오해의 소지가 될 수 있습니다. 혼동과는 달리,상호 작용은 생물학적 현상이며 통계적으로 조정되어서는 안됩니다. 상호 작용을 다루는 일반적인 방법은 세 번째 변수의 각 수준에 대한 연관성을 분석하고 제시하는 것입니다. 위의 예에서 확률의 개발을 증후군 다음과 같은 아스피린에서 사용할 바이러스성 질병이 될 것이 훨씬 더 큰 어린이에 비해 성인 것 이라고 강조 표시의 역할은 시대 효과로 한정자입니다. 상호 작용을 확인할 수 있는 통계적으로,예를 들어를 사용하여 카이 제곱 테스트를 평가하기 위해 이종 계층-정을 수립하고 있습니다. 그러나,이러한 테스트가 있는 것으로 알려진 저전력 검출을 위한 interaction5 및 검사층의 특정 견적을은 또한 권장합니다.

1. Hennekens CH,Buring JE. 의학에서의 역학,Lippincott Williams&Wilkins,1987.
2. Carneiro I,Howard N. 역학 소개. 오픈 대학 출판부,2011.
3. http://www.edmundjessop.org.uk/fulltext.doc-20/02/16
4. McGovern MC 에 액세스했습니다. 라이 증후군과 아스피린:우리가 잊지 않도록. BMJ2001;322:1591.
5. 마샬 SW. 상호 작용의 시험을 위한 힘:유형 1 오류율을 올리기의 효력. 역학적 관점과 혁신 2007;4:4.