Y khoa, dược - Chương 11: Gây nhiễu trong các nghiên cứu dịch tễ học

Cơ hội được gây ra bởi sai lầm ngẫu nhiên

Sai lệch hệ thống gây ra bởi sai lầm hệ thống

Sai lầm do cơ hội sẽ bị hủy khi mẫu lớn

Sai lệch hê thống sẽ không bị loại bỏ dù mẫu có kích thước như thế nào

Cơ hội dẫn đến kết quả không chính xác

Sai lệch hệ thống làm cho kết quả không đúng

 

 

ppt36 trang | Chia sẻ: Mr Hưng | Ngày: 16/09/2016 | Lượt xem: 260 | Lượt tải: 0download
Bạn đang xem trước 20 trang nội dung tài liệu Y khoa, dược - Chương 11: Gây nhiễu trong các nghiên cứu dịch tễ học, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
CHƯƠNG11:GÂY NHIỄU TRONG CÁC NGHIÊN CỨU DỊCH TỄ HỌC PGS, TS LE HOANG NINHViện v.s y tế công cộngSize of induration (mm) Per CentRandom ErrorWHO (www)Systematic ErrorPer CentSize of induration (mm) WHO (www)PHÂN BIỆT CƠ HỘI VÀ SAI LỆCH HỆ THỐNGCơ hội được gây ra bởi sai lầm ngẫu nhiênSai lệch hệ thống gây ra bởi sai lầm hệ thốngSai lầm do cơ hội sẽ bị hủy khi mẫu lớn Sai lệch hê thống sẽ không bị loại bỏ dù mẫu có kích thước như thế nào Cơ hội dẫn đến kết quả không chính xácSai lệch hệ thống làm cho kết quả không đúngSai lệch chọn lựa( mẫu thiếu tính đại diện)Sai lệch thông tin ( xếp loại)Sai lầm trong đo đạt tiếp xúc và bệnh tậtSai lệch do nhiễuNhiễu do một yếu tố khác có quan hệ với cả tiếp xúc và bệnh tật Sai lệch hệ thống không loại trừ nhau by Miettinen OS in 1970sCác dạng sai lệch hệ thống Bias Controlling for Information Bias - Blinding prevents investigators and interviewers from knowing case/control or exposed/non-exposed status of a given participant - Form of survey mail may impose less “white coat tension” than a phone or face-to-face interview- Questionnaire use multiple questions that ask same information acts as a built in double-check- Accuracy multiple checks in medical records gathering diagnosis data from multiple sourcesLà yếu tố thứ ba có liện hệ tới cả hai tiếp xúc và hệ quả và có ảnh hưởng đến sự liên quan giữa bệnh tật và tiếp xúcGây nhiễu không là kết quả của sự tiếp xúc:e.g., association between child’s birth rank (exposure) and Down syndrome (outcome); mother’s age a confounder?e.g., association between mother’s age (exposure) and Down syndrome (outcome); birth rank a confounder?ConfoundingExposure OutcomeThird variableLà yếu tố gây nhiễu, 2 điều kiện cần có:Có liên quan tới tiếp xúc - không là hậu quả của sự tiếp xúc đóCó liên quan tới hệ quả - độc lập với tiếp xúc ( không là yếu tố trung gian)ConfoundingThứtựtrẻsinh Hội chứng Down Tuổi mẹConfoundingTuổi mẹ có liên hệ tới thứ tự trẻ sinh và là yếu tố nguy cơ ngay cả khi thứ tự trẻ sinh là thấpThứ tự sinh hội chứng DOWNTuổi mẹGây nhiễu ?Birth order is correlated with maternal age but not a risk factor in younger mothersCà phê bệnh mạch vànhHút thuốcGây nhiễuHút thuốc có liên quan tới uống cà phê và là yếu tố nguy cơ cho cả những người không uống cà phêCà phê bệnh mạch vànhHút thuốcGây nhiễu ?Uống cà phê có liên quan đến hút thuốc nhưng không là yếu tố nguy cơ ở người không hút thuốcUống rượu Ung thư phổiHút thuốcGây nhiễuHút thuốc có liên hệ tới uống rượu và là yếu tố nguy cơ cho ngay cả ở những người không uống rượuHút thuốc Bệnh mạch vànhCác ngón tay bị vàngKhông có liên hệ tới hệ quảKhông là yếu tố nguy cơ độc lậpGây nhiễu ?Thức ăn Bệnh mạch vànhCholesterolGây nhiễu ?Con đường nguyên nhânGây nhiễuBạn nghĩ rằng bạn có thể lập lại sự liên quan dương giữa thứ tự sinh và hội chứng Down hay sự liên quan giữa uống cà phê và bệnh mạch vành trên mẫu khác. Bạn có thể làm được điều nầy không? Nếu không, tại sao? Giả sử bạn chỉ có những người không hút thuốc trong nghiên cứu và khảo sát sự liên quan giữa uống rượu và bệnh ung thư phổi. Bạn có thể tìm được sự liên quan không? Giả định bạn phân tầng bộ dữ liêu theo tình trạng hút thuốc trong nghiên cứu sự liên quan giữa uống rượu và ung thư phổi. Liệu rằng odds ratios có khác nhau giữa 2 tầng không? Giả định rằng bạn cố gắng điều chỉnh sự liên quan sự kết hợp giữa rượu theo tình trạng hút thuốc. Bạn có thể thấy sự liên quan không? Gây nhiễu Bạn nghĩ rằng bạn có thể lập lại sự liên quan dương giữa thứ tự sinh và hội chứng Down hay sự liên quan giữa uống cà phê và bệnh mạch vành trên mẫu khác. Bạn có thể làm được điều nầy không? Nếu không, tại sao? Bạn không nhất thiết phải làm lại vì sự liên quan đó là sự liên quan giả do bị gây nhiễu. Trong một mẫu khác nếu tất cả bà mẹ dưới 30 tuổi, sẽ không có sự liên quan với thứ tự sinh. Trong một mẫu khác với một ít người hút thuốc thì sự liên quan giữa bệnh mạch vành và ca phê sẽ không được lập lại.Gây nhiễuGiả sử bạn chỉ có những người không hút thuốc trong nghiên cứu và khảo sát sự liên quan giữa uống rượu và bệnh ung thư phổi. Bạn có thể tìm được sự liên quan không? Không bởi vì nghiên cứu đầu bị nhiễu. Sự liên quan với rượu thật ra là do hút thuốc. Bằng cách khu trú đối tương nghiên cứu gồm những người không hút thuốc, các bạn đã khám phá ra sự thậtSự khu trú đối tượng là một cách để kiểm soát gây nhiễu khi thiết kế nghiên cứu.ConfoundingGiả định bạn phân tầng bộ dữ liêu theo tình trạng hút thuốc trong nghiên cứu sự liên quan giữa uống rượu và ung thư phổi. Liệu rằng odds ratios có khác nhau giữa 2 tầng không? Sự liên quan của rượu tạo ra odds ratio như nhau/ bằng nhau trong 2 tầng, và gần như đồng nhất. Trong gây nhiễu, các tỷ số chênh chuyên biệt theo tầng sẽ như nhau và khác với tỷ số chênh thô ít nhất bằng15%. Sự phân tầng là một cách để nhận ra/ xác định sự gây nhiễu tratification trong lúc phân tích dữ liệu. Nếu các tỷ số chênh chuyên biệt theo tầng là khác biệt nhau thì đó không phải là gây nhiễu mà là sự làm thay đổi ảnh hưởng, tác động effect modification.ConfoundingNếu hút thuốc được đưa vào trong kiểu hình thống kê, thì sự kết hợp/ liên quan của rượu sẽ bị mất không có ý nghĩa thống kê.Sự chỉnh lý theo phân tích đa biến là cách khác nửa để nhận ra vai trò gây nhiễu trong lúc phân tích dữ liệu. Giả định rằng bạn cố gắng điều chỉnh sự liên quan/ sự kết hợp giữa rượu theo tình trạng hút thuốc. Bạn có thể thấy sự liên quan không? Gây nhiễu Khi nhiễu xảy ra, tác nhân làm nhiễu có sự phân bố hác nhau giữa các nhóm so sánh. Sự ngẫu nhiên hóa( Randomisation) : giúp là quân bình các tác nhân làm nhiễu giữa các nhóm nghiên cứu ( kể cả các tác nhân làm nhiễu chưa biết). Tuy nhiên cần lưu ý rằng nó không đảm bảo chắc chắn là tác động làm nhiễu được kiểm soát.Sự bắt cặp (Matching): cũng là cách giúp quân bình các tác nhân gây nhiễu giữa các nhóm. Cách nầy đảm bảo rằng các tác nhân làm nhiễu được bình quân/ bằng nhau giữa các nhóm nghiên cứu. Khi đó phân tích theo kiểu bắt cặp.Sự khu trú đối tượng (Restriction) ứng với các ya1c nhân làm nhiễu trong khi thiết kế nghiên cứu giúp ngăn ngừa sự làm nhiễu nhưng gây ra mất lực thống kê statistical power (thay cho phân tích phân tầng có thể giúp đạt tới được).Gây nhiễuSự ngẫu nhiên hóa, bắt cặp, khu trú đối tượng,được thực hiện trong giai đoạn thiết kế nghiên cứu nhằm làm giảm nguy cơ bị nhiễu. Trong giai đoạn phân tích dữ liệu:Sự phân tầng và phân tích đa biến giúp hạn chế tác động làm nhiễu. Hãy cố gắng hạn chế nó trong giai đoạn thiết kế nghiên cứu.ảnh hưởng của sự ngẫu nhiên hóa trên hệ quả của một thử nghie65mla6m sàng của thuốc giảm đauBandolier Bias Guide (www)Béo phì MastitisTuổiGây nhiễuIn cows, older ones are heavier and older age increases the risk for mastitis. This association may appear as an obesity associationGây nhiễu(www)If each case is matched with a same-age control, there will be no association (OR for old age = 2.6, P = 0.0001)No Confounding(www)EPIET (www)Cases of Down Syndrome by Birth Orderand Maternal AgeIf each case is matched with a same-age control, there will be no association. If analysis is repeated after stratification by age, there will be no association with birth order. Gây nhiễu hay thay đổi ảnh hưởngTrọng lượng sinhUng thư bạch cầupháiPhái có ảnh hưởng trên mối liên quan giữa trọng lượng lúc sinh và ung thư bạch cầu không? - Có liên hệ tới trọng lượng lúc sinh không? - Có sự liên hệ với ung thư bạch cầu độc lập với trọng lượng lúc sinh không? - Có phải là con đường nguyên nhân không? - Có sự liên quan với ung thư bạch cầu ngay cả khi trọng lượng lúc sinh thấp khôngm? - Phái tính có sự phân bố không bằng nhau giữa các nhóm so sánh không?Confounding or Effect ModificationTrọng lượng sinhUng thư bạch cầupháiSự liên quan của trọng lượng lúc sinh có độ mạnh thay đổi theo phái không? trọng lượng sinhUng thư bạch cầuTrọng lượng sinhUng thư bạch cầu/ /TraiGáiOR = 1.8OR = 0.9OR = 1.5Sự thay đổi ảnh hưởng ( effect modification) Trong nghiên cứu về sự liên quan, nếu độ mạnh của sự liên quan thay đổi theo các loại khác nhau của biến số thứ ba, thì được gọi là sự thay đổi ảnh hưởng(effect modification). Biến số thứ ba làm thay đổi ảnh hưởng của sự tiếp xúc Yếu tố làm thay đổi có thể là phái, tuổi, môi trường hay ảnh hưởng của gen Thay đổi ảnh hưởng giống như sự kết hợp thống kê (interaction in statistics). Không có thể điều chỉnh sự thay đổi ảnh hưởng. Một khi phát hiện thì nên phân tích phân tầng để có được OR chuyên biệt theo tầng. Thay đổi ảnh hưởng(Effect modifier) Tùy thuộc bản chất/ tính chất ảnh hưởng khác nhau theo các tầng khác nhau đơn giản hửu ích giúp hiểu biết về cơ chế sinh học định hường tập trung trên các hành động y tế công cộngYếu tố gây nhiễu (Confounding factor) tùy theo nghiên cứu OR/RR chỉnh lý khác với RR/RR thô bóp méo/ làm sai đi ảnh hưởng tạo ra sự lầm lẫn ngăn ngừa (thiết kế) kiểm soát(phân tích)HOW TO CONTROL FOR CONFOUNDERS?IN STUDY DESIGNRESTRICTION of subjects according to potential confounders (i.e. simply don’t include confounder in study)RANDOM ALLOCATION of subjects to study groups to attempt to even out unknown confoundersMATCHING subjects on potential confounder thus assuring even distribution among study groupsHOW TO CONTROL FOR CONFOUNDERS?IN DATA ANALYSISSTRATIFIED ANALYSIS using the Mantel Haenszel method to adjust for confoundersIMPLEMENT A MATCHED-DESIGN after you have collected data (frequency or group)RESTRICTION is still possible at the analysis stage but it means throwing away dataMODEL FITTING using regression techniquesảnh hưởng của mù hệ quả trong thử nghiệm châm cứu điều trị đau lưng mạn tínhBandolier Bias Guide (www)WILL ROGERS' PHENOMENON Assume that you are tabulating survival for patients with a certain type of tumour. You separately track survival of patients whose cancer has metastasized and survival of patients whose cancer remains localized. As you would expect, average survival is longer for the patients without metastases. Now a fancier scanner becomes available, making it possible to detect metastases earlier. What happens to the survival of patients in the two groups? The group of patients without metastases is now smaller. The patients who are removed from the group are those with small metastases that could not have been detected without the new technology. These patients tend to die sooner than the patients without detectable metastases. By taking away these patients, the average survival of the patients remaining in the "no metastases" group will improve. What about the other group? The group of patients with metastases is now larger. The additional patients, however, are those with small metastases. These patients tend to live longer than patients with larger metastases. Thus the average survival of all patients in the "with-metastases" group will improve. Changing the diagnostic method paradoxically increased the average survival of both groups! This paradox is called the Will Rogers' phenomenon after a quote from the humorist Will Rogers ("When the Okies left California and went to Oklahoma, they raised the average intelligence in both states"). (www)See also Festenstein, 1985 (www)Cause-and-Effect RelationshipGrimes & Schulz, 2002 (www) (PDF)

Các file đính kèm theo tài liệu này:

  • pptconfounder_9337.ppt
Tài liệu liên quan